CN111985945A - 一种订单确定方法及其装置 - Google Patents

Abstract

本申请公开了一种订单确定方法及其装置。所述方法包括：获取针对产品的产品咨询文本；从所述产品咨询文本中识别出实体；根据所述实体，确定与所述产品对应的产品订单。采用本申请，可与客服沟通中客服自动确定订单，提高了用户体验。

Description

一种订单确定方法及其装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种订单确定方法及其装置。

背景技术

随着科技的不断发展，网上购物变得越来越普及。用户可利用各种购物类的应用购买自己所需的商品，例如，可利用购物类应用购买衣服、家居、生鲜、外卖等商品。

为了提高用户的使用体验，需要向用户提供更好的客服体验。在现有的客服流程中，客服在接到用户的电话或网络咨询后，需要用户提供订单编号或商品链接，这给用户带来了极大的不便，比如，用户通过电话向客服沟通已经购买的商品时，客服告知用户需要提供该商品的订单编号，这时用户需要一边打电话一边查询订单编号，若用户无法提供订单编号，客服则需要从与用户相关的订单中确定用户咨询的商品的订单，但这需要客服花费时间去浏览并筛选，同样也会降低用户的客服体验，因此，相关技术需要一种在与客服沟通中客服自动确定订单的技术方案。

发明内容

本申请实施例提供一种订单确定方法及其装置，旨在至少解决以上提到的技术问题。

本申请实施例提供一种订单确定方法，所述方法包括：获取针对产品的产品咨询文本；从所述产品咨询文本中识别出实体；根据所述实体，确定与所述产品对应的产品订单。

本申请实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现上述方法。

本申请实施例还提供一种订单确定装置，所述装置包括：处理器；以及用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现以下步骤：获取针对产品的产品咨询文本；从所述产品咨询文本中识别出实体；根据所述实体，确定与所述产品对应的产品订单。

本申请实施例提供一种订单确定方法，所述方法包括：将来自用户的关于产品的语音查询请求转换为产品咨询文本；从所述产品咨询文本中识别出至少一个实体；确定与所述至少一个实体对应的至少一个候选订单；从所述至少一个候选订单选择与产品对应的产品订单。

根据本申请实施例提供一种订单确定装置，其特征在于，包括：处理器；以及用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以下步骤：获取用户发出的产品咨询信息；从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。

根据本申请实施例提供一种智能客服处理方法，所述方法包括：获取用户发出的产品咨询信息；从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。

本申请实施例还提供一种智能客服处理装置，所述装置包括：处理器；以及用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现以下步骤：获取用户发出的产品咨询信息；从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。

根据本申请实施例提供一种确定订单的方法，包括：获取用户的咨询信息；从所述咨询信息中识别出实体，确定实体对应的产品；从用户订单信息中获取与该产品对应的产品订单。

根据本申请实施例提供一种确定订单装置，包括：处理器；以及用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以执行以下步骤：获取用户的咨询信息；从所述咨询信息中识别出实体，确定实体对应的产品；从用户订单信息中获取与该产品对应的产品订单。

采用本申请，可与客服沟通中客服自动确定订单，提高了用户体验。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是示出根据本申请的示例性实施例的确定订单的场景图；

图2是示出根据本申请的示例性实施例的订单确定方法的流程图；

图3是示出根据本申请的另一示例性实施例的订单确定方法的处理流程图；

图4是示出根据本申请的示例性实施例的订单确定装置的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1是示出根据本申请的示例性实施例的确定订单的场景图。如图1所示，用户可利用移动终端联系客服，例如，用户可利用移动终端与客服执行语音通信，或者用户可利用包括移动终端的终端设备与客服进行短消息通信。应注意，根据本申请的终端设备可包括但不限于以下任意设备：个人计算机(PC)、移动装置(诸如，蜂窝电话、个人数字助理(PDA)、数码相机、便携式游戏控制台、MP3播放器、便携式/个人多媒体播放器(PMP)、手持电子书、平板PC、便携式膝上型PC和全球定位***(GPS)导航仪)、智能TV等。

在图1中，用户可利用移动终端询问已购买的产品(毛衣)，随后，客服可在接收到用户语音输入的产品咨询请求后，利用根据本申请的示例性实施例的订单确定装置来确定用户询问的产品的订单，其中，所述订单确定装置是运行根据本申请的示例性实施例的订单确定方法的装置。最后，客服可向用户确定是否询问该订单，在获得用户的回复后客服可执行后续操作，例如，向用户提供该产品的快递信息。

以下将结合图2具体描述根据本申请的示例性实施例的订单确定方法的流程图。

在步骤S210，获取针对产品的产品咨询文本。在实施中，用户可如图1所示利用电子终端发送产品咨询请求，所述产品咨询请求是针对产品的咨询请求，此外，所述产品咨询请求包括但不限于语音和/或文字请求。

在接收到所述产品咨询请求后可执行步骤S210，具体包括：将用户语音输入的产品咨询请求利用语音识别模型转换为所述产品咨询文本，其中，所述语音识别模型是已经训练过的用于语音识别的模型，语音识别也被称为自动语音识别(Automatic SpeechRecognition,ASR)、其目标是以电脑自动将人类的语音内容转换为想对应的文字。

在实施过程中，可根据多个训练语料与所述多个训练预料分别对应的训练文本之间的对应关系进行训练得到的，优选地，所述语音识别模型包括FastText模型。此外，若所述产品咨询请求是文本咨询请求，则可直接执行步骤S210，也就是说，获取针对产品的产品咨询文本。

随后执行步骤S220，从所述产品咨询文本中识别出实体，其中，所述实体可利用不同属性来描述产品，例如，所述产品的品牌、品类、购买时间、购买金额等均可以是所述产品的实体。在实施中，可利用实体识别模型，从所述产品咨询文本中识别出所述实体，其中，所述实体识别模型是已经训练过的模型。

在实施中，所述实体识别模型可以是单个实体识别模型也可以是多个实体识别模型的组合，也就是说，所述实体识别模型包括以下模型中的一个或多个模型的组合：品牌实体识别模型、品类实体识别模型、时间实体识别模型和金额实体识别模型。

当所述实体识别模型包括多个模型时，这些模型可采用并行或串行的方式对所述产品咨询文本执行处理。而在对所述产品咨询文本执行处理之前，所述实体识别模型可根据多个训练语料以及与所述多个训练语料分别对应的多个训练实体之间对应关系进行训练得到的。应注意，各种属性的实体识别模型可分别利用各自的训练数据进行训练。优选地，所述实体识别模型包括针对不同实体类型的BiLSTM-CRF模型。按照图1举例来说，可从所述产品咨询文本中至少识别毛衣和昨天。此外，若所述产品咨询文本中包括针对多个产品的请求，可在用户或默认确定其中一个产品的情况下，执行以上操作。

最后，执行步骤S230，根据所述实体确定与所述产品对应的产品订单。具体包括：从与用户对应的历史订单集合中筛选出订单中包括所述实体的实体订单；若仅筛选出一个实体订单，则所述实体订单确定为产品订单。

也就是说，在接收到用户的产品咨询请求后，可获取到与所述用户对应的历史订单集合。随后，可从该历史订单集合中提取出与在步骤S220中识别出的实体对应的订单。仍以图1举例，可根据毛衣和/或昨天，从历史订单集合中提取出实体订单。若仅筛选出一个实体订单，则所述实体订单确定为产品订单。

若筛选出多个实体订单，则将所述多个实体订单分类为与每个实体分别对应的至少一个候选订单集。也就是说，若筛选出多个实体订单，则将这些实体订单按照实体属性分类为不同的候选订单集。仍以图1为例，若利用毛衣和昨天筛选出多个实体订单，则可按照毛衣确定候选订单集A，并按照昨天确定候选订单集B。

随后，利用所述至少一个候选订单集确定产品订单，具体来说，通过对所述至少一个候选订单集取交集，获取中间订单集；若中间订单集仅包括一个中间订单，则将所述中间订单确定为产品订单。例如，若候选订单集A与候选订单集B的取交集后仅包括一个中间订单，则可将该中间订单确定为产品订单。

若所述中间订单集包括多个中间订单，在实施中，可利用意图匹配模型从所述中间订单集中确定与所述产品对应的产品订单，其中，所述意图匹配模型是确定与产品咨询文本相似度最高的中间订单的模型。

具体来说，可生成与所述多个中间订单中的每个中间订单对应的中间订单向量和与所述产品咨询文本对应的产品咨询文本向量；通过将每个中间订单向量与所述产品咨询文本向量进行比较，将与所述产品咨询文本向量相似度最高的中间订单向量对应的中间订单确定为产品订单。举例来说，可利用cos相似度来确定与产品咨询文本向量相似度最高的中间订单向量。

此外，本申请还提供一种订单确定方法，所述方法包括：将来自用户的关于产品的语音查询请求转换为产品咨询文本；从所述产品咨询文本中识别出至少一个实体；确定与所述至少一个实体对应的至少一个候选订单；从所述至少一个候选订单选择与产品对应的产品订单。

根据本申请的示例性实施例，还可提供一种智能客服处理方法，所述方法包括：获取用户发出的产品咨询信息；从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。根据本申请的示例性实施例，还可提供一种确定订单的方法，所述方法包括：获取用户的咨询信息；从所述咨询信息中识别出实体，确定实体对应的产品；从用户订单信息中获取与该产品对应的产品订单。

综上可述，根据本申请的示例性实施例的订单确定方法可通过识别产品咨询请求中的实体，并根据所述实体确定产品订单，从而能够在与客服沟通的过程中自动确定所咨询的订单，减少了客服确定订单的时间，同时提高了用户体验。更进一步地，可将语音输入的产品咨询请求转换为文本请求，从而方便后续确定所述产品的实体。更进一步地，可利用语音识别模型执行语音转换，提高语音转换为文本的准确率。更进一步地，可利用训练文本对语音识别模型进行训练，使得准确率更高。更进一步地，可利用实体识别模型识别文本中的实体，从而提高实体识别的准确率。更进一步地，可利用多个实体识别模型确定文本中的多个实体，并可利用多个实体最终确定产品订单，从而更准确地从多个候选订单中确定产品订单。更进一步地，还可利用意图匹配模型确定产品订单，从而更准确地确定产品订单。

以下将结合图3来具体描述本申请的优选实施例。图3是示出根据本申请的另一示例性实施例的订单确定方法的处理流程图。

如图3所述，用户可通过移动终端与客服进行语音通话，向客服询问相关产品的情况，例如，用户可向客服询问“您好，我买的毛衣和羽绒服怎么到现在都没收到”，客服在接收到用户的语音请求后，可利用语音识别模型310，将接收到语音通话转换为文本，并将所述文本输入到实体识别模型320。

实体识别模型320从所述文本中提取出与产品对应的实体，如图3所述，可提取出“毛衣”和“羽绒服”，并将所述实体提供给客服，这时，客服可向用户确定所询问的实体的顺序，例如，可向用户询问是否需要优先提供与毛衣相关的订单，若用户同意优选提供“毛衣”，则可将与毛衣相关的候选订单提供给意图匹配模型330。在实施中，当所述请求中包括多个产品时，也可按照默认顺序向用户提供产品订单，此外，如果所述请求仅针对诸如毛衣的单个产品，则可不向用户确定。

此外，应注意虽然图3中仅示出了单个实体识别模型，但这仅为示例性的，所述实体识别模型可包括由用于识别不同类型的实体的实体识别模型。

如图3所示，如果确定优先处理关于毛衣的产品订单后，可将与毛衣有关的候选产品订单发送到意图匹配模型，利用意图匹配模型从候选产品订单中确定最终的产品订单。

为了更清楚地明白本申请的示例性实施例的发明构思，以下将参照图4描述本申请的示例性实施例的订单确定装置的框图。本领域普通技术人员将理解：图4中的装置仅示出了与本示例性实施例相关的组件，所述装置中还包括除了图4中示出的组件之外的通用组件。

图4示出本申请的示例性实施例的订单确定装置的框图。应注意，所述订单确定装置可以是图1中的客服所使用的服务器，也可以是执行图2示出的订单确定方法的装置。

参考图4，在硬件层面，该装置包括处理器、内部总线和计算机可读存储介质，其中，所述计算机可读存储介质包括易失性存储器和非易失性存储器。处理器从非易失性存储器中读取对应的计算机程序然后运行。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

具体来说，所述处理器执行以下操作：获取针对产品的产品咨询文本；从所述产品咨询文本中识别出实体；根据所述实体，确定与所述产品对应的产品订单。

可选地，所述服务器在实现步骤在获取针对产品的产品咨询文本前还包括：接收到用户语音输入的产品咨询请求。

可选地，所述服务器在实现步骤获取针对产品的产品咨询文本包括：将用户语音输入的产品咨询请求利用语音识别模型转换为所述产品咨询文本，其中，所述语音识别模型是已经训练过的模型。

可选地，所述语音识别模型是根据多个训练语料与所述多个训练预料分别对应的训练文本之间的对应关系进行训练得到的。

可选地，所述语音识别模型包括FastText模型。

可选地，所述服务器在实现步骤从所述产品咨询文本中识别出实体包括：利用实体识别模型，从所述产品咨询文本中识别出所述实体，其中，所述实体识别模型是已经训练过的模型。

可选地，所述实体识别模型包括以下模型中的一个或多个模型的组合：品牌实体识别模型、品类实体识别模型、时间实体识别模型和金额实体识别模型。

可选地，所述实体识别模型是根据多个训练语料以及与所述多个训练语料分别对应的多个训练实体之间对应关系进行训练得到的。

可选地，所述实体识别模型包括针对不同实体类型的BiLSTM-CRF模型。

可选地，所述服务器在实现步骤根据所述实体确定与所述产品对应的产品订单包括：从与用户对应的历史订单集合中筛选出订单中包括所述实体的实体订单；若仅筛选出一个实体订单，则所述实体订单确定为产品订单。

可选地，所述服务器还实现步骤：若筛选出多个实体订单，则将所述多个实体订单分类为与每个实体分别对应的至少一个候选订单集；

利用所述至少一个候选订单集确定产品订单。

可选地，所述服务器在实现步骤利用所述至少一个候选订单集确定产品订单包括：通过对所述至少一个候选订单集取交集，获取中间订单集；若中间订单集仅包括一个中间订单，则将所述中间订单确定为产品订单。

可选地，所述服务器还实现步骤：若所述中间订单集包括多个中间订单，则利用意图匹配模型从所述中间订单集中确定与所述产品对应的产品订单。

可选地，所述意图匹配模型是确定与产品咨询文本相似度最高的中间订单的模型。

可选地，所述服务器在实现步骤利用意图匹配模型从所述中间订单集中确定与所述产品对应的产品订单包括：生成与所述多个中间订单中的每个中间订单对应的中间订单向量和与所述产品咨询文本对应的产品咨询文本向量；通过将每个中间订单向量与所述产品咨询文本向量进行比较，将与所述产品咨询文本向量相似度最高的中间订单向量对应的中间订单确定为产品订单。

此外，根据示例性实施例，所述处理器还可执行以下操作：将来自用户的关于产品的语音查询请求转换为产品咨询文本；从所述产品咨询文本中识别出至少一个实体；确定与所述至少一个实体对应的至少一个候选订单；从所述至少一个候选订单选择与产品对应的产品订单。

此外，根据示例性实施例，所述处理器还可执行以下操作：获取用户发出的产品咨询信息；从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。

此外，根据示例性实施例，所述处理器还可执行以下操作：获取用户的咨询信息；从所述咨询信息中识别出实体，确定实体对应的产品；从用户订单信息中获取与该产品对应的产品订单。

综上可述，根据本申请的示例性实施例的订单确定装置可通过识别产品咨询请求中的实体，并根据所述实体确定产品订单，从而能够在与客服沟通的过程中自动确定所咨询的订单，减少了客服确定订单的时间，同时提高了用户体验。更进一步地，可将语音输入的产品咨询请求转换为文本请求，从而方便后续确定所述产品的实体。更进一步地，可利用语音识别模型执行语音转换，提高语音转换为文本的准确率。更进一步地，可利用训练文本对语音识别模型进行训练，使得准确率更高。更进一步地，可利用实体识别模型识别文本中的实体，从而提高实体识别的准确率。更进一步地，可利用多个实体识别模型确定文本中的多个实体，并可利用多个实体最终确定产品订单，从而更准确地从多个候选订单中确定产品订单。更进一步地，还可利用意图匹配模型确定产品订单，从而更准确地确定产品订单。

需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。

本领域内的技术人员应明白，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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请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，本申请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。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (23)

1.一种订单确定方法，其特征在于，包括：

获取针对产品的产品咨询文本；

从所述产品咨询文本中识别出实体；

根据所述实体，确定实体对应的产品及产品订单。

2.如权利要求1所述的方法，其特征在于，在获取针对产品的产品咨询文本前还包括：

接收到用户语音输入的针对所述产品的产品咨询请求。

3.如权利要求2所述的方法，其特征在于，获取针对产品的产品咨询文本包括：

将用户语音输入的产品咨询请求利用语音识别模型转换为所述产品咨询文本，其中，所述语音识别模型是已经训练过的模型。

4.如权利要求3所述的方法，其特征在于，所述语音识别模型是根据多个训练语料与所述多个训练预料分别对应的训练文本之间的对应关系进行训练得到的。

5.如权利要求4所述的方法，其特征在于，所述语音识别模型包括FastText模型。

6.如权利要求1所述的方法，其特征在于，从所述产品咨询文本中识别出实体包括：

利用实体识别模型，从所述产品咨询文本中识别出所述实体，其中，所述实体识别模型是已经训练过的模型。

7.如权利要求6所述的方法，其特征在于，所述实体识别模型包括以下模型中的一个或多个模型的组合：品牌实体识别模型、品类实体识别模型、时间实体识别模型和金额实体识别模型。

8.如权利要求6所述的方法，其特征在于，所述实体识别模型是根据多个训练语料以及与所述多个训练语料分别对应的多个训练实体之间对应关系进行训练得到的。

9.如权利要求6所述的方法，其特征在于，所述实体识别模型包括针对不同实体类型的BiLSTM-CRF模型。

10.如权利要求1所述的方法，其特征在于，根据所述实体确定与所述产品对应的产品订单包括：

从与用户对应的历史订单集合中筛选出订单中包括所述实体的实体订单；

若仅筛选出一个实体订单，则所述实体订单确定为产品订单。

11.如权利要求10所述的方法，其特征在于，还包括：

若筛选出多个实体订单，则将所述多个实体订单分类为与每个实体分别对应的至少一个候选订单集；

利用所述至少一个候选订单集确定产品订单。

12.如权利要求11所述的方法，其特征在于，利用所述至少一个候选订单集确定产品订单包括：

通过对所述至少一个候选订单集取交集，获取中间订单集；

若中间订单集仅包括一个中间订单，则将所述中间订单确定为产品订单。

13.如权利要求12所述的方法，其特征在于，还包括：

若所述中间订单集包括多个中间订单，则利用意图匹配模型从所述中间订单集中确定与所述产品对应的产品订单。

14.如权利要求13所述的方法，其特征在于，所述意图匹配模型是确定与产品咨询文本相似度最高的中间订单的模型。

15.如权利要求14所述的方法，其特征在于，利用意图匹配模型从所述中间订单集中确定与所述产品对应的产品订单包括：

生成与所述多个中间订单中的每个中间订单对应的中间订单向量和与所述产品咨询文本对应的产品咨询文本向量；

通过将每个中间订单向量与所述产品咨询文本向量进行比较，将与所述产品咨询文本向量相似度最高的中间订单向量对应的中间订单确定为产品订单。

16.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现权利要求1至15中的任一权利要求所述的方法。

17.一种订单确定装置，其特征在于，包括：

处理器；以及

用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现权利要求1至15中的任一权利要求所述的方法。

18.一种订单确定方法，其特征在于，包括：

将来自用户的关于产品的语音查询请求转换为产品咨询文本；

从所述产品咨询文本中识别出至少一个实体；

确定与所述至少一个实体对应的至少一个候选订单；

从所述至少一个候选订单选择与产品对应的产品订单。

19.一种订单确定装置，其特征在于，包括：

处理器；以及

用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现权利要求18所述的方法。

20.一种智能客服处理方法，其特征在于，包括：

获取用户发出的产品咨询信息；

从所述产品咨询信息中识别出实体，确定实体对应的产品及产品订单信息；

将所述订单信息提示给客服人员，以便客服人员基于所述提示响应用户的咨询。

21.一种智能客服处理装置，其特征在于，包括：

处理器；以及

用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现权利要求20所述的方法。

22.一种确定订单的方法，其特征在于，包括：

获取用户的咨询信息；

从所述咨询信息中识别出实体，确定实体对应的产品；

从用户订单信息中获取与该产品对应的产品订单。

23.一种确定订单装置，其特征在于，包括：

处理器；以及

用于存储计算机可执行指令的存储器，所述可执行指令可被处理器执行以实现权利要求22所述的方法。

Images