CN108984777B - 客户服务方法、装置和计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种客户服务方法、装置和计算机可读存储介质，涉及计算机技术领域。本发明的方法包括：识别用户在客户服务过程中发送的图片中的字符；将字符与对象数据库进行匹配，识别字符对应的对象，对象数据库包括电子商务平台中的对象信息；将对象的描述信息提供给用户，以便用户确认欲咨询的对象为对象。本发明的方法在用户发送图片的情况下，能够智能识别用户意图，确定用户欲咨询的对象，做出相应的答复。本发明的方法使得用户可以发送图片代替手动输入，方便了用户的咨询，提高客户服务质量，提升用户体验。

Description

客户服务方法、装置和计算机可读存储介质

技术领域

本发明涉及计算机技术领域，特别涉及一种客户服务方法、装置和计算机可读存储介质。

背景技术

随着人工智能技术的迅速发展，客户服务机器人业务的高速发展。提升客户服务的服务质量成为电子商务平台管理中的重要目标。

目前，客户服务机器人基本是通过识别用户输入的文字来理解用户的意图，识别用户想要咨询的对象。

发明内容

发明人发现：实际应用过程中，用户为了方便会向客户服务机器人发送商品截图或订单截图等图片进行咨询，而目前的客户服务机器人无法对这些图片做出用户预期的反应，导致用户体验较差。

本发明所要解决的一个技术问题是：如何提高客户服务质量，提升用户体验。

根据本发明的一些实施例，提供的一种客户服务方法，包括：识别用户在客户服务过程中发送的图片中的字符；将字符与对象数据库进行匹配，识别字符对应的对象，对象数据库包括电子商务平台中的对象信息；将对象的描述信息提供给用户，以便用户确认欲咨询的对象为对象。

在一些实施例中，将字符与对象数据库进行匹配，识别字符对应的对象包括：将字符进行分词，过滤停用词并纠正错误字符，得到关键分词；将关键分词与对象数据库中的对象进行匹配，识别关键分词对应的对象。

在一些实施例中，对象数据库包括电子商务平台中商品名称、用户订单中的商品名称和用户服务单中的商品名称中至少一项；将关键分词与对象数据库中的对象进行匹配，识别关键分词对应的对象包括：在关键分词为文字的情况下，将关键分词与对象数据库中商品名称进行匹配，识别关键分词对应的商品、订单、服务单中至少一项；或者，对象数据库包括电子商务平台中商品编号、服务单编号或订单编号；将关键分词与对象数据库中的对象进行匹配，识别关键分词对应的对象包括：在关键分词为编号的情况下，根据编号规则将关键分词与对象数据库中商品编号、服务单编号或订单编号进行匹配，确定关键分词对应的商品、订单、服务单中至少一项。

在一些实施例中，纠正错误字符包括：将过滤停用词后的分词输入预先训练的纠错模型，得到各个分词的正确概率，将正确概率低于阈值的分词作为错误分词，利用形状相近的词替换错误分词，重新输入纠错模型并确定各个分词的正确概率，直至选取正确概率最高情况下的分词作为关键分词；或者，将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。

在一些实施例中，将对象的描述信息提供给用户包括：将对象与用户咨询上下文中的对象进行匹配；在匹配到相同对象的情况下，将对象的描述信息提供给用户；在未匹配到相同对象的情况下，向用户询问欲咨询的对象是否为对象，在用户确认欲咨询的对象为对象的情况下，将对象的描述信息提供给用户。

在一些实施例中，将对象的描述信息提供给用户包括：在对象为多个的情况下，将各个对象以列表的形式提供给用户；获取用户从列表中选择的欲咨询的对象，将欲咨询的对象的描述信息提供给用户。

在一些实施例中，图片中的文字是根据光学字符识别算法进行识别的；或者，对象的描述信息包括对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号中至少一项信息。

根据本发明的另一些实施例，提供的一种客户服务装置，包括：字符识别模块，用于识别用户在客户服务过程中发送的图片中的字符；对象识别模块，用于将字符与对象数据库进行匹配，识别字符对应的对象，对象数据库包括电子商务平台中的对象信息；信息发送模块，用于将对象的描述信息提供给用户，以便用户确认欲咨询的对象为对象。

在一些实施例中，对象识别模块用于将字符进行分词，过滤停用词并纠正错误字符，得到关键分词；将关键分词与对象数据库中的对象进行匹配，识别关键分词对应的对象。

在一些实施例中，对象数据库包括电子商务平台中商品名称、用户订单中的商品名称和用户服务单中的商品名称中至少一项；对象识别模块用于在关键分词为文字的情况下，将关键分词与对象数据库中商品名称进行匹配，识别关键分词对应的商品、订单、服务单中至少一项；或者，对象数据库包括电子商务平台中商品编号、服务单编号或订单编号；对象识别模块用于在关键分词为编号的情况下，根据编号规则将关键分词与对象数据库中商品编号、服务单编号或订单编号进行匹配，确定关键分词对应的商品、订单、服务单中至少一项。

在一些实施例中，对象识别模块用于将过滤停用词后的分词输入预先训练的纠错模型，得到各个分词的正确概率，将正确概率低于阈值的分词作为错误分词，利用形状相近的词替换错误分词，重新输入纠错模型并确定各个分词的正确概率，直至选取正确概率最高情况下的分词作为关键分词；或者，对象识别模块用于将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。

在一些实施例中，信息发送模块用于将对象与用户咨询上下文中的对象进行匹配；在匹配到相同对象的情况下，将对象的描述信息提供给用户；在未匹配到相同对象的情况下，向用户询问欲咨询的对象是否为对象，在用户确认欲咨询的对象为对象的情况下，将对象的描述信息提供给用户。

在一些实施例中，信息发送模块用于在对象为多个的情况下，将各个对象以列表的形式提供给用户；获取用户从列表中选择的欲咨询的对象，将欲咨询的对象的描述信息提供给用户。

在一些实施例中，图片中的文字是根据光学字符识别算法进行识别的；或者，对象的描述信息包括对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号中至少一项信息。

根据本发明的又一些实施例，提供的一种客户服务装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器设备中的指令，执行如实现前述任意实施例的客户服务方法。

根据本发明的再一些实施例，提供的一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现前述任意实施例的客户服务方法。

本发明中接收到用户在客户服务过程中发送的图片后，识别图片中的字符，通过字符与对象数据库的匹配，识别字符对应的对象，进而可以向用户提供对象的描述信息，以便所述用户确认欲咨询的对象为所述对象。本发明的方法在用户发送图片的情况下，能够智能识别用户意图，确定用户欲咨询的对象，做出相应的答复。本发明的方法使得用户可以发送图片代替手动输入，方便了用户的咨询，提高客户服务质量，提升用户体验。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本发明的一些实施例的客户服务方法的流程示意图。

图2示出本发明的另一些实施例的客户服务方法的流程示意图。

图3示出本发明的一些实施例的客户服务装置的结构示意图。

图4示出本发明的另一些实施例的客户服务装置的结构示意图。

图5示出本发明的又一些实施例的客户服务装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出一种客户服务方法，该客户服务方法可以利用客户服务装置(客服服务机器人)实现，该客户服务方法属于自动客户服务方法，自动客户服务，也可称为自动客服、自助客服、电子客服、智能客服、机器客服、在线客服或自动应答客服等，下面结合图1描述一些实施例。

图1为本发明客户服务方法一些实施例的流程图。如图1所示，该实施例的方法包括：步骤S102～S106。

在步骤S102中，识别用户在客户服务过程中发送的图片中的字符。

用户在电子商务平台进行浏览、购物等情况时，可以对商品、订单或服务单(例如，售前或售后咨询服务单等)进行咨询。用户可以选择非人工的客户服务进行咨询，在服务过程中可以向客户服务装置发送图片，例如，商品截图、订单截图或者服务单截图等。电子客户服务客户服务装置接收到用户发送的图片后，可以利用OCR(Optical CharacterRecognition，光学字符识别)算法识别图片中的字符，将图片中的像素转换为用计算机可以识别的数据表示的字符。

OCR算法通常包括图片预处理(例如二值化、除去噪声、倾斜矫正等)，版面分割，字符分割，字符特征提取，字符识别(例如采用支持向量机或神经网络模型识别字符)，后处理等过程。通过上述过程可以将用像素表示的图片转换为可编辑的字符，字符在计算机内部可以用特定的二进制编码表示，显示为可编辑的文本。OCR算法可以参考现有的实现方案，在此不再赘述。

在步骤S104中，将字符与对象数据库进行匹配，识别字符对应的对象。

对象数据库包括电子商务平台中的对象信息，对象例如为商品、订单、服务单中至少一项。对象信息可以是商品名称、商品编号、订单编号、服务单编号中至少一项信息。进一步，对象信息还可以是商品标题或页面布局信息等。用户可以针对电子商务平台的任意对象进行咨询，对象数据库中存储的可以是能够反映对象特征的信息，不限于所举示例。

经过OCR识别后的字符，可以经过分词，过滤停用词并纠正错误字符、去除重复词语等过程，得到关键分词，进而再与对象数据库进行匹配，这样可以减少匹配工作，更加高效准确的匹配到相关的对象。分词可以采用现有算法，在此不再赘述。停用词例如特殊符号、虚词等对于匹配对象作用很小的分词。可以设置停用词库，通过将分词与停用词库进行比对，从而识别出停用词并对停用词进行过滤。

经过OCR识别的字符可能出现错误字符，后续进行对象匹配容易出现无法匹配到对象或匹配错误的情况。因此可以对经过分词，过滤停用词后的分词进行纠正错误字符的处理。

在一些实施例中，可以利用预先训练的纠错模型对错误字符进行纠正。例如可以采用以下方法纠正过滤停用词后的分词中的错误字符。(1)将分词输入纠错模型，得到各个分词的正确概率。(2)选取正确概率低于阈值的分词作为错误分词。(3)判断是否存在可以替换错误分词的词，如果存在，则执行步骤(4)，否则执行步骤(5)。(4)利用形状相近的词将错误分词进行替换，并返回步骤(1)重新开始执行。(5)选取各个分词的正确概率最高情况下的分词作为关键分词。

进一步，纠错模型可以是word2vector与LR(逻辑回归)模型的结合。首先可以通过训练好的word2vector生成分词的向量，该向量可以反映分词前后词语的关联性。将分词的向量输入训练好的LR模型，可以得到分词的正确概率。LR模型利用人工标注的训练样本进行训练，训练样本可以包括各种用户咨询的语句以及分词，其中，各个分词标注了正确或错误。也可以用神经网络模型作为纠错模型对分词的向量预测正确概率，不限于所举示例。对于错误分词，可以利用形状相近的词进行替换，可以预先存储各个形近词或形近字的对应关系。

例如，“大米”一词被识别为“太米”，分词时可能分为“太”和“米”两个词，通过错误纠正模型，将“太”的输入模型，由于word2vector向量可以反映分词前后词语的关联性，预先训练的模型可以识别出“太”的正确概率较低，即这个词较小概率出现在该句中，因此，可以将“太”利用形近字“大”进行替换，重新输入纠错模型，得到较高的正确概率。采用形近字或形近词替换错误分词后，可以重新进行分词处理，再输入纠错模型，计算分词的正确概率。

在另一些实施例中，可以设置错误词词库，其中包含常见的错误词以及对应的正确词，利用错误词词库对错误字符进行纠正。例如，将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。将分词与错误词词库进行匹配时可以将分词前后预设范围内的其他字符与分词一起参与匹配，这是由于分词时可能将错误词分成了不同的分词。

在又一些实施例中，可以识别分词中的敏感词，通过将分词与敏感词词库中的词语进行比对，确定是否为敏感词。在字符中包含敏感词的情况下，可以提示用户手动输入信息进行咨询。

通过前述实施例中的方法，将OCR识别出的字符进行分词，过滤停用词并纠正错误字符后，还可以去除重复分词，得到关键分词。将关键分词与对象数据库进行匹配，确定对应的对象。下面描述将关键分词与对象数据库进行匹配的一些实施例。

在一些实施例中，对象数据库包括电子商务平台中商品名称、用户订单中的商品名称和用户服务单中的商品名称中至少一项。在关键分词为文字的情况下，将关键分词与对象数据库中商品名称进行匹配，识别关键分词对应的商品、订单、服务单中至少一项。

将关键分词与电子商务平台中的商品名称进行匹配的同时，还可以将关键分词与该用户的订单中的商品名称或用户服务单中的商品名称。可以识别用户是否欲咨询已购买或已经咨询或关注过的商品，从而将商品、相关订单和服务单的信息都匹配到，以便更加准确的识别用户的意图。

在一些实施例中，对象数据库包括电子商务平台中商品编号、服务单编号或订单编号。在关键分词为编号的情况下，根据编号规则将关键分词与对象数据库中商品编号、服务单编号或订单编号进行匹配，确定关键分词对应的商品、订单、服务单中至少一项。

不同的编号类型对应不同的编号规则，可以设置不同的正则表达式，将关键分词中的编号与正则表达式进行匹配，确定该编号所属的类型，进而将该编号与对象数据库中对应类型的编号进行匹配。以便通过编号确定该关键分词对应的商品、订单或服务单。在通过编号匹配到商品的情况下，可以同样匹配该商品是否在该用户的订单或服务单中，进而确定关键分词对应的订单或服务单。在编号无法精确匹配到对应的对象的情况下，可以将编号按照预设规则与对象数据库中的编号进行模糊匹配，将匹配到的预设数量的对象作为编号对应的对象。

在一些实施例中，对象数据库包括电子商务平台中商品的标题。将关键分词与对象数据库中商品的标题进行匹配，识别关键分词对应的商品、订单、服务单中至少一项。

可以将商品的标题进行分词处理，将关键分词与标题分词进行比对，确定关键分词对应的对象。在通过关键分词匹配到商品的情况下，可以同样匹配该商品是否在该用户的订单或服务单中，进而确定关键分词对应的订单或服务单。在编号无法精确匹配到对应的对象的情况下，可以将编号按照预设规则与对象数据库中的编号进行模糊匹配，将匹配到的预设数量的对象作为编号对应的对象。

在一些实施例中，对象数据库包括特定词，特定词例如商品、订单、服务之类的词，可以表示对象类别信息。在无法匹配到具体对象，且关键分词为文字的情况下，将关键分词与对象数据库中表示对象类别信息的特定词进行匹配，确定对象的类别。在对象类型为商品的情况下，可以将用户感兴趣或购买过的商品或热销的商品作为关键分词对应的对象。用户感兴趣的商品包括用户关注的商品、用户浏览次数超过阈值的商品，用户最近一次浏览的商品等。热销的商品包括预设时间内销量超过对应阈值的商品。在对象类型为订单的情况下，将该用户的订单作为关键分词对应的对象。在对象类型为服务单的情况下，将该用户的服务单作为关键分词对应的对象。

在一些实施例中，多个关键分词匹配到相同的对象，例如通过商品名称和商品编号匹配到同一个商品，可以将结果进行合并，去除重复的对象，从而更加精确的确定用户欲咨询的对象。

在步骤S106中，将对象的描述信息提供给用户，以便用户确认欲咨询的对象为对象。

对象的描述信息例如包括对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号、状态中至少一项信息。对象的状态例如包括：配送中，已完成等状态。可以通过BOOL卡片式弹出窗口的形式向用户提供对象的描述信息，并提供选项供用户确认欲咨询的对象是否为该对象。

在一些实施例中，可以将对象与用户咨询上下文中的对象进行匹配；在匹配到相同对象的情况下，将对象的描述信息提供给用户；在未匹配到相同对象的情况下，向用户询问欲咨询的对象是否为对象，在用户确认欲咨询的对象为对象的情况下，将对象的描述信息提供给用户。用户咨询记录中如果已经出现过，则用户欲咨询该对象的概率较高，可以直接向用户提供对象的描述信息。可以实时记录并更新用户咨询上下文中的对象，用户咨询上下文中的对象可以是通过识别图片得到的对象，也可以是通过识别用户输入的文字得到的对象，或通过识别用户以其他形式(例如链接)发送的信息得到的对象。

在一些实施例中，在对象为多个的情况下，将各个对象以列表的形式提供给用户；获取用户从列表中选择的欲咨询的对象，将欲咨询的对象的描述信息提供给用户。可以通过BOOL卡片将对象列表显示给用户，用户可以通过点击选择其中一个或多个对象作为欲咨询的对象。

在字符与商品名称进行匹配的情况下，可能匹配到多个商品，或者在编号进行模糊匹配的情况下，也可能匹配到多个商品，或者其他无法精确匹配到具体商品，匹配到多个相关商品的情况下。可以选取用户感兴趣的商品或购买过的商品或热销的商品，作为对象提供给用户，供用户选择其中一个或多个进行咨询。用户感兴趣的商品包括用户关注的商品、用户浏览次数超过阈值的商品，用户最近一次浏览的商品等。热销的商品包括预设时间内销量超过对应阈值的商品。可以向用户提供商品列表包括预设数量的商品。构建商品列表可以根据用户兴趣度由大到小的顺序或者商品热销度由大到小的顺序等选取预设数量的商品。

上述实施例的方法接收到用户在客户服务过程中发送的图片后，识别图片中的字符，通过字符与对象数据库的匹配，识别字符对应的对象，进而可以向用户提供对象的描述信息，以便用户确认欲咨询的对象为对象。上述实施例的方法在用户发送图片的情况下，能够智能识别用户意图，确定用户欲咨询的对象，做出相应的答复。上述实施例的方法使得用户可以发送图片代替手动输入，方便了用户的咨询，提高客户服务质量，提升用户体验。

通过上述字符与对象数据库的匹配可能都无法匹配到具体对象。可以利用用户发送的图片的页面布局信息确定对象。对象数据库包括页面布局信息，用于表示不同类型对象对应的页面的布局。例如，商品详情页、订单页和服务单页的页面布局均不同。用户发送的截图会对应不同的页面布局信息，OCR技术可以还原版面信息即页面布局信息，因此，可以通过匹配页面布局信息确定对象类型。在对象类型为商品的情况下，可以将用户感兴趣或购买过的商品作为关键分词对应的对象。用户感兴趣的商品包括用户关注的商品、用户浏览次数超过阈值的商品，用户最近一次浏览的商品等。在对象类型为订单的情况下，将该用户的订单作为关键分词对应的对象。在对象类型为服务单的情况下，将该用户的服务单作为关键分词对应的对象。

下面结合图2描述本发明客户服务方法的另一些实施例。

图2为本发明客户服务方法另一些实施例的流程图。如图2所示，该实施例的方法包括：步骤S202～S218。

在步骤S202中，接收用户在客户服务过程中发送的图片。

在步骤S204中，利用OCR算法识别图片中的字符。

在步骤S206中，对字符进行分词，过滤停用词并纠正错误字符，得到关键分词。

在步骤S208中，识别关键分词中是否包含敏感词，如果是，则执行步骤S209，否则执行步骤S210。

在步骤S209中，向用户进行敏感词应答。

例如提示用户转接人工客户服务，并提供人工客户服务链接。】

在步骤S210中，将字符与对象数据库进行匹配，识别字符对应的对象。

在步骤S212中，判断识别的对象的数量。在未识别出对象的情况下，执行步骤S213，在识别出多个对象的情况下，执行步骤S214，在识别出一个对象的情况下，执行步骤S216。

在步骤S213中，按照预设应答模式回复用户。

例如，提示用户图片无法识别，输入文字描述欲咨询的问题。

在步骤S214中，将各个对象以列表的形式提供给用户。

可以向用户提示选择其中一个或多个对象进行咨询。

在步骤S215中，接收用户从列表中选择的欲咨询的对象的信息。执行步骤S218。

在步骤S216中，将对象与用户咨询上下文中的对象进行匹配，判断上下文中是否存在该对象，如果是，则执行步骤S218，否则执行步骤S217。

在步骤S217中，向用户询问欲咨询的对象是否为该对象，如果是，则执行步骤S218，否则，执行步骤S213。

在步骤S218中，将对象的描述信息提供给用户。

同时可以提示用户可以针对该对象询问任何问题。

本发明还提供一种客户服务装置，下面结合图3进行描述。

图3为本发明客户服务装置的一些实施例的结构图。如图3所示，该实施例的装置30包括：字符识别模块302，对象识别模块304，信息发送模块306。

字符识别模块302，用于识别用户在客户服务过程中发送的图片中的字符。

在一些实施例中，图片中的文字是根据光学字符识别算法进行识别的。

对象识别模块304，用于将字符与对象数据库进行匹配，识别字符对应的对象，对象数据库包括电子商务平台中的对象信息。

在一些实施例中，对象识别模块304用于将字符进行分词，过滤停用词并纠正错误字符，得到关键分词；将关键分词与对象数据库中的对象进行匹配，识别关键分词对应的对象。

进一步，在一些实施例中，对象识别模块304用于将过滤停用词后的分词输入预先训练的纠错模型，得到各个分词的正确概率，将正确概率低于阈值的分词作为错误分词，利用形状相近的词替换错误分词，重新输入纠错模型并确定各个分词的正确概率，直至选取正确概率最高情况下的分词作为关键分词。或者，对象识别模块304用于将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。

进一步，在一些实施例中，对象数据库包括电子商务平台中商品名称、用户订单中的商品名称和用户服务单中的商品名称中至少一项。对象识别模块304用于在关键分词为文字的情况下，将关键分词与对象数据库中商品名称进行匹配，识别关键分词对应的商品、订单、服务单中至少一项.

在一些实施例中，对象数据库包括电子商务平台中商品编号、服务单编号或订单编号；对象识别模块304用于在关键分词为编号的情况下，根据编号规则将关键分词与对象数据库中商品编号、服务单编号或订单编号进行匹配，确定关键分词对应的商品、订单、服务单中至少一项。

信息发送模块306，用于将对象的描述信息提供给用户，以便用户确认欲咨询的对象为对象。

在一些实施例中，信息发送模块306用于将对象与用户咨询上下文中的对象进行匹配；在匹配到相同对象的情况下，将对象的描述信息提供给用户；在未匹配到相同对象的情况下，向用户询问欲咨询的对象是否为对象，在用户确认欲咨询的对象为对象的情况下，将对象的描述信息提供给用户。

在一些实施例中，信息发送模块306用于在对象为多个的情况下，将各个对象以列表的形式提供给用户；获取用户从列表中选择的欲咨询的对象，将欲咨询的对象的描述信息提供给用户。

在一些实施例中，对象的描述信息包括对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号中至少一项信息。

本发明的实施例中的客户服务装置可各由各种计算设备或计算机***来实现，下面结合图4以及图5进行描述。

图4为本发明客户服务装置的一些实施例的结构图。如图4所示，该实施例的装置40包括：存储器410以及耦接至该存储器410的处理器420，处理器420被配置为基于存储在存储器410中的指令，执行本发明中任意一些实施例中的客户服务方法。

其中，存储器410例如可以包括***存储器、固定非易失性存储介质等。***存储器例如存储有操作***、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。

图5为本发明客户服务装置的另一些实施例的结构图。如图2所示，该实施例的装置50包括：存储器510以及处理器520，分别与存储器410以及处理器420类似。还可以包括输入输出接口530、网络接口540、存储接口550等。这些接口530，540，550以及存储器510和处理器520之间例如可以通过总线560连接。其中，输入输出接口530为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口540为各种联网设备提供连接接口，例如可以连接到数据库服务器或者云端存储服务器等。存储接口550为SD卡、U盘等外置存储设备提供连接接口。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现前述任意实施例的客户服务方法。

本领域内的技术人员应当明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种客户服务方法，包括：

识别用户在客户服务过程中发送的图片中的字符；

将所述字符与对象数据库进行匹配，识别所述字符对应的对象，所述对象数据库包括电子商务平台中的对象信息；

将所述对象的描述信息提供给所述用户，以便所述用户确认欲咨询的对象为所述对象；

其中，所述将所述字符与对象数据库进行匹配，识别所述字符对应的对象包括：

将所述字符进行分词，过滤停用词并纠正错误字符，得到关键分词；

在所述对象数据库包括电子商务平台中商品名称、所述用户订单中的商品名称和所述用户服务单中的商品名称中至少一项，所述关键分词为文字的情况下，将所述关键分词与所述对象数据库中商品名称进行匹配，识别所述关键分词对应的商品、订单、服务单中至少一项；

在所述对象数据库包括电子商务平台中商品编号、服务单编号或订单编号，所述关键分词为编号的情况下，根据编号规则将所述关键分词与所述对象数据库中商品编号、服务单编号或订单编号进行匹配，确定所述关键分词对应的商品、订单、服务单中至少一项，其中，商品编号、服务单编号和订单编号属于不同的编号类型，不同的编号类型对应不同的编号规则，设置不同的正则表达式，将关键分词中的编号与正则表达式进行匹配，确定该编号所属的编号类型，将该编号与对象数据库中对应的编号类型的编号进行匹配，以便通过编号确定所述关键分词对应的商品、订单或服务单；

其中，所述纠正错误字符包括：

将过滤停用词后的分词输入预先训练的纠错模型，得到各个分词的正确概率，将正确概率低于阈值的分词作为错误分词，利用形状相近的词替换所述错误分词，重新输入纠错模型并确定各个分词的正确概率，直至选取正确概率最高情况下的分词作为关键分词；

或者，将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。

2.根据权利要求1的客户服务方法，其中，

所述将所述对象的描述信息提供给用户包括：

将所述对象与所述用户咨询上下文中的对象进行匹配；

在匹配到相同对象的情况下，将所述对象的描述信息提供给用户；

在未匹配到相同对象的情况下，向所述用户询问欲咨询的对象是否为所述对象，在所述用户确认欲咨询的对象为所述对象的情况下，将所述对象的描述信息提供给所述用户。

3.根据权利要求1的客户服务方法，其中，

所述将所述对象的描述信息提供给用户包括：

在所述对象为多个的情况下，将各个对象以列表的形式提供给所述用户；

获取所述用户从列表中选择的欲咨询的对象，将所述欲咨询的对象的描述信息提供给用户。

4.根据权利要求1-3任一项的客户服务方法，其中，

所述图片中的文字是根据光学字符识别算法进行识别的；

或者，所述对象的描述信息包括所述对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号中至少一项信息。

5.一种客户服务装置，包括：

字符识别模块，用于识别用户在客户服务过程中发送的图片中的字符；

对象识别模块，用于将所述字符与对象数据库进行匹配，识别所述字符对应的对象，所述对象数据库包括电子商务平台中的对象信息；

信息发送模块，用于将所述对象的描述信息提供给所述用户，以便所述用户确认欲咨询的对象为所述对象；

其中，所述对象识别模块用于将所述字符进行分词，过滤停用词并纠正错误字符，得到关键分词；在所述对象数据库包括电子商务平台中商品名称、所述用户订单中的商品名称和所述用户服务单中的商品名称中至少一项，所述关键分词为文字的情况下，将所述关键分词与所述对象数据库中商品名称进行匹配，识别所述关键分词对应的商品、订单、服务单中至少一项，在所述对象数据库包括电子商务平台中商品编号、服务单编号或订单编号，所述关键分词为编号的情况下，根据编号规则将所述关键分词与所述对象数据库中商品编号、服务单编号或订单编号进行匹配，确定所述关键分词对应的商品、订单、服务单中至少一项，其中，商品编号、服务单编号和订单编号属于不同的编号类型，不同的编号类型对应不同的编号规则，设置不同的正则表达式，将关键分词中的编号与正则表达式进行匹配，确定该编号所属的编号类型，将该编号与对象数据库中对应的编号类型的编号进行匹配，以便通过编号确定所述关键分词对应的商品、订单或服务单；

其中，所述对象识别模块用于将过滤停用词后的分词输入预先训练的纠错模型，得到各个分词的正确概率，将正确概率低于阈值的分词作为错误分词，利用形状相近的词替换所述错误分词，重新输入纠错模型并确定各个分词的正确概率，直至选取正确概率最高情况下的分词作为关键分词；

或者，所述对象识别模块用于将过滤停用词后的分词与错误词词库进行匹配，确定错误的分词并进行纠正。

6.根据权利要求5所述的客户服务装置，其中，

所述信息发送模块用于将所述对象与所述用户咨询上下文中的对象进行匹配；在匹配到相同对象的情况下，将所述对象的描述信息提供给用户；在未匹配到相同对象的情况下，向所述用户询问欲咨询的对象是否为所述对象，在所述用户确认欲咨询的对象为所述对象的情况下，将所述对象的描述信息提供给所述用户。

7.根据权利要求5所述的客户服务装置，其中，

所述信息发送模块用于在所述对象为多个的情况下，将各个对象以列表的形式提供给所述用户；获取所述用户从列表中选择的欲咨询的对象，将所述欲咨询的对象的描述信息提供给用户。

8.根据权利要求5-7任一项所述的客户服务装置，其中，

所述图片中的文字是根据光学字符识别算法进行识别的；

或者，所述对象的描述信息包括所述对象的名称、图片、对应的商品编号、对应的订单编号、对应的服务单编号中至少一项信息。

9.一种客户服务装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器设备中的指令，执行如权利要求1-4任一项所述的客户服务方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现权利要求1-4任一项所述方法的步骤。

Images