[發(fā)明專利]一種以說(shuō)明文檔為輔助的可迭代的基于常用問(wèn)題集的智能客服系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110254690.3
• 申請(qǐng)日: 2021-03-09
• 公開(kāi)（公告）號(hào): CN112948557A
• 公開(kāi)（公告）日: 2021-06-11
• 發(fā)明（設(shè)計(jì)）人: 齊樂(lè);張宇;湯嘉琦;劉挺
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/33;G06F40/30;G06Q10/10;G06Q30/00
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張宏威

1.一種以說(shuō)明文檔為輔助的可迭代的基于常用問(wèn)題集的智能客服系統(tǒng)，其特征在于：所述系統(tǒng)具體包括基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊和以文檔說(shuō)明為輔助的人工客服模塊兩部分組成；

當(dāng)用戶輸入問(wèn)題時(shí)，系統(tǒng)先將用戶提問(wèn)輸入到基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊，該模塊利用問(wèn)題相似度計(jì)算技術(shù)，從FAQ中選擇與用戶問(wèn)題最相似的問(wèn)題，并將答案返回給客戶；

若基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊無(wú)法回答用戶的問(wèn)題，即基于常問(wèn)問(wèn)題集合中沒(méi)有和用戶問(wèn)題相關(guān)的答案，系統(tǒng)則將用戶問(wèn)題推送到以文檔說(shuō)明為輔助的人工客服模塊，在所述人工客服模塊中，系統(tǒng)通過(guò)基于文檔的答案抽取技術(shù)，從產(chǎn)品說(shuō)明文檔中抽取出可能包含答案的文檔片段，將所述文檔片段與用戶問(wèn)題發(fā)送給人工客服，經(jīng)人工客服編輯后，將答案返回給客戶，同時(shí)將所述答案和原問(wèn)題加入常問(wèn)問(wèn)題集FAQ中，使系統(tǒng)再次面對(duì)類似問(wèn)題的時(shí)候，可以直接回答用戶問(wèn)題。

2.根據(jù)權(quán)利要求1所述系統(tǒng)，其特征在于，基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊由一系列人工標(biāo)注的問(wèn)答對(duì)組成，對(duì)于問(wèn)題集合中的一條記錄r，用(Q，A)進(jìn)行表示，其中Q表示問(wèn)題，A表示對(duì)應(yīng)該問(wèn)題的標(biāo)準(zhǔn)答案；

基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊利用問(wèn)題相似度計(jì)算技術(shù)從FAQ中找到最相似的問(wèn)題，并返回相應(yīng)的標(biāo)準(zhǔn)答案；

以BERT模型為基礎(chǔ)的問(wèn)題相似度計(jì)算模型，所述BERT模型由12層Transformer疊加而成，經(jīng)由預(yù)訓(xùn)練建模句子的語(yǔ)義信息，并判斷句子之間是否相似。

3.根據(jù)權(quán)利要求2所述系統(tǒng)，其特征在于，以BERT模型為基礎(chǔ)的問(wèn)題相似度計(jì)算模型分為兩個(gè)部分，第一部分以BERT預(yù)訓(xùn)練訓(xùn)練模型為基礎(chǔ)的表示層，第二部分為匹配層；所述表示層以兩個(gè)句子作為輸入，得到兩個(gè)句子的向量表示，句子之間由特殊的符號(hào)進(jìn)行分割；所述匹配層使用兩個(gè)句子語(yǔ)義向量來(lái)計(jì)算他們之間的匹配分?jǐn)?shù)，將匹配分?jǐn)?shù)最高的句子作為用戶問(wèn)題的答案。

4.根據(jù)權(quán)利要求3所述系統(tǒng)，其特征在于，以文檔說(shuō)明為輔助的人工客服模塊使用基于文檔的答案抽取技術(shù)從說(shuō)明文檔集合中抽取出和用戶提問(wèn)相關(guān)的片段作為候選答案，從多篇相關(guān)文檔中得到用戶問(wèn)題的候選答案集合，人工客服從所述候選答案集合中篩選編輯后，給出用戶問(wèn)題的答案。

5.根據(jù)權(quán)利要求4所述系統(tǒng)，其特征在于，所述基于文檔的答案抽取技術(shù)的過(guò)程分為相關(guān)文檔檢索和答案抽取；

相關(guān)文檔檢索：對(duì)于用戶的問(wèn)題，在已有的文檔庫(kù)中查詢可能存在答案的相關(guān)文檔，然后將相關(guān)文檔返回；

答案抽取：設(shè)計(jì)一個(gè)基于多文檔的抽取式閱讀理解模型，所述模型分為詞嵌入層、文檔編碼層、文檔和問(wèn)題交互層和指針輸出層；所述詞嵌入層用于將文本中的每一個(gè)詞與轉(zhuǎn)換成機(jī)器能夠處理的向量級(jí)表示，所述文檔編碼層在詞嵌入層的基礎(chǔ)上進(jìn)一步挖掘句子級(jí)別的上下文信息，所述文檔和問(wèn)題交互層采用注意力機(jī)制將問(wèn)題和篇章進(jìn)行對(duì)齊，找出文檔中與問(wèn)題最相關(guān)的部分，所述指針輸出層根據(jù)篇章中每一個(gè)單詞的概率值預(yù)測(cè)答案的起始位置和結(jié)束位置。

6.根據(jù)權(quán)利要求5所述系統(tǒng)，其特征在于，以文檔說(shuō)明為輔助的人工客服模塊將編輯后的答案和原問(wèn)題一起存入基于常問(wèn)問(wèn)題集FAQ的自動(dòng)客服模塊的問(wèn)答庫(kù)中，當(dāng)系統(tǒng)再次遇到類似問(wèn)題時(shí)，能直接回答該問(wèn)題。