TWI807569B - 基於即時通訊服務的自動應答系統和自動應答方法 - Google Patents
基於即時通訊服務的自動應答系統和自動應答方法 Download PDFInfo
- Publication number
- TWI807569B TWI807569B TW111100064A TW111100064A TWI807569B TW I807569 B TWI807569 B TW I807569B TW 111100064 A TW111100064 A TW 111100064A TW 111100064 A TW111100064 A TW 111100064A TW I807569 B TWI807569 B TW I807569B
- Authority
- TW
- Taiwan
- Prior art keywords
- message
- question
- answer
- instant messaging
- vocabulary
- Prior art date
Links
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提出一種基於即時通訊服務的自動應答系統和自動應答方法。自動應答方法包含:取得問答詞庫以及負面情緒詞庫,其中問答詞庫包含第一問題訊息與對應於第一問題訊息的第一答案訊息,其中負面情緒詞庫包含第一詞彙;自第一終端裝置取得第一即時通訊訊息;響應於第一即時通訊訊息與第一問題訊息匹配而回覆包含第一答案訊息的第二即時通訊訊息至第一終端裝置;自第一終端裝置取得對應於第二即時通訊訊息的第三即時通訊訊息;以及響應於第三即時通訊訊息與第一詞彙匹配而傳送通知訊息至第二終端裝置。
Description
本發明是有關於一種基於即時通訊服務的自動應答系統和自動應答方法。
自動應答系統(或對話機器人(chat bot))的崛起與使用者習慣改變有極大關聯。近年來,手機應用程式中使用比例最高的服務為即時通訊服務。相較要讓使用者重新安裝軟體或使用網站服務,現有手機即時通訊明顯提供了更直觀的應用情境與操作模式。相較於使用電話或E-mail進行客戶服務,即時通訊服務能提供較快的處理速度並可提升客戶滿意度。
在傳統基於即時通訊之客戶服務的維運模式中,多數即時通訊仍仰賴真人客服的處理。然而,維運同仁每次面對不同客戶多數為重複或相關性高的問題。在維運人力缺乏的情況下,利用對話機器人先行回答客戶問題,只在必要時才由真人接手處理,除了能降低客服人力成本外,還能同時提供24小時的問答服務,
進而可減少不必要的人力和時間資源消耗,並可提升客戶滿意度。
然而,對話機器人不一定能有效解決客戶遇到的問題。在此情況下,若無法即時地將客戶轉交給真人服務,則可能會影響客戶的服務體驗。
本發明提供一種基於即時通訊服務的自動應答系統和自動應答方法,可自動回應客戶的問題,並可在必要時將客戶轉交給客服人員處理。
本發明的一種基於即時通訊服務的自動應答系統,包含處理器、儲存媒體以及收發器。收發器通訊連接至第一終端裝置以及第二終端裝置。儲存媒體儲存多個模組。處理器耦接儲存媒體以及收發器,並且存取和執行多個模組,其中多個模組包含負面情緒詞庫、問答詞庫、訊息接收模組、問答檢索模組以及客服處理模組。負面情緒詞庫儲存第一詞彙。問答詞庫儲存第一問題訊息與對應於第一問題訊息的第一答案訊息。訊息接收模組通過收發器自第一終端裝置取得第一即時通訊訊息。問答檢索模組響應於第一即時通訊訊息與第一問題訊息匹配而通過收發器回覆包含第一答案訊息的第二即時通訊訊息至第一終端裝置。客服處理模組通過收發器自第一終端裝置取得對應於第二即時通訊訊息的第三即時通訊訊息,並且響應於第三即時通訊訊息與第一詞彙匹
配而通過收發器傳送通知訊息至第二終端裝置。
在本發明的一實施例中,上述的客服處理模組響應於第三即時通訊訊息與第一詞彙匹配而建立第一終端裝置與第二終端裝置之間的通訊通道。
在本發明的一實施例中,上述的問答詞庫更包含第二問題訊息,其中問答檢索模組計算第一即時通訊訊息與第一問題訊息之間的第一相似度以及第一即時通訊訊息與第二問題訊息之間的第二相似度,其中問答檢索模組響應於第一相似度大於第二相似度而判斷第一即時通訊訊息與第一問題訊息匹配。
在本發明的一實施例中,上述的問答詞庫更包含對應於第一問題訊息的第二答案訊息,其中問答檢索模組計算第一即時通訊訊息與第一答案訊息之間的第一相似度以及第一即時通訊訊息與第二答案訊息之間的第二相似度,其中問答檢索模組響應於第一相似度大於第二相似度而回覆第一答案訊息至第一終端裝置。
在本發明的一實施例中,上述的問答檢索模組基於最佳匹配25演算法計算第一相似度。
在本發明的一實施例中,上述的問答檢索模組基於自然語言處理為第一問題訊息中的第二詞彙標註詞性以及詞袋索引,其中問答檢索模組根據詞性以及詞袋索引計算第一相似度。
在本發明的一實施例中,上述的問答檢索模組預存參考字典,並且響應於第一問題訊息中的第二詞彙與參考字典中的第
三詞彙匹配而根據第三詞彙為第二詞彙標註詞性以及詞袋索引,其中問答檢索模組根據詞性以及詞袋索引計算第一相似度。
在本發明的一實施例中,上述的多個模組更包含資料處理模組。資料處理模組通過收發器取得包含第一問題訊息和第一答案訊息的文件,其中資料處理模組根據文件產生第一問題訊息與第一答案訊息的映射關係,並且根據映射關係建立問答詞庫。
在本發明的一實施例中,上述的客服處理模組通過收發器取得文件,並且基於自然語言處理而為文件中的第一詞彙標註情緒狀態,其中客服處理模組響應於情緒狀態為負面情緒狀態而將第一詞彙加入負面情緒詞庫中。
在本發明的一實施例中,上述的客服處理模組響應於第三即時通訊訊息與第一詞彙匹配而增加計數值,並且響應於計數值大於閾值而傳送通知訊息。
本發明的一種基於即時通訊服務的自動應答方法,包含:取得問答詞庫以及負面情緒詞庫,其中問答詞庫包含第一問題訊息與對應於第一問題訊息的第一答案訊息,其中負面情緒詞庫包含第一詞彙;自第一終端裝置取得第一即時通訊訊息;響應於第一即時通訊訊息與第一問題訊息匹配而回覆包含第一答案訊息的第二即時通訊訊息至第一終端裝置;自第一終端裝置取得對應於第二即時通訊訊息的第三即時通訊訊息;以及響應於第三即時通訊訊息與第一詞彙匹配而傳送通知訊息至第二終端裝置。
基於上述,本發明的自動應答系統可根據客戶的問題訊
息選出最適當的答案來回應客戶。當客戶對自動應答系統回覆的答案不滿意時,自動應答系統可根據客戶的回應來偵測客戶是否有負面情緒反應,並且在客戶出現負面情緒反應時將客戶的終端裝置轉接給客服人員的終端裝置,以改由客服人員為客戶進行服務,從而使客戶得到較佳的服務體驗。
10:自動應答系統
100:處理器
20:第一終端裝置
200:儲存媒體
210:資料處理模組
220:問答檢索模組
230:訊息接收模組
240:客服處理模組
250:圖形使用者介面
251、252:對話框
253、254、255:按鈕
260:問答詞庫
270:負面情緒詞庫
300:收發器
S301、S302、S303、S304、S401、S402、S403、S404、S501、
S502、S503、S504、S601、S602、S603、S604、S605、S606、S701、S702、S703、S704、S801、S802、S803、S804、S805:步驟
圖1根據本發明的一實施例繪示一種基於即時通訊服務的自動應答系統的示意圖。
圖2根據本發明的一實施例繪示第一終端裝置的示意圖。
圖3根據本發明的一實施例繪示建立問答詞庫的流程圖。
圖4根據本發明的一實施例繪示為詞彙進行標註的流程圖。
圖5根據本發明的一實施例繪示建立負面情緒詞庫的流程圖。
圖6根據本發明的一實施例繪示決定答案訊息的流程圖。
圖7根據本發明的一實施例繪示轉接客服人員的流程圖。
圖8根據本發明的一實施例繪示一種基於即時通訊服務的自動應答方法的流程圖。
圖1根據本發明的一實施例繪示一種基於即時通訊服務
的自動應答系統10的示意圖。自動應答系統10可執行問答機器人(FAQ bot)的功能以自動對客戶提出的問題訊息進行回應。自動應答系統10還可偵測根據客戶的回覆偵測客戶的情緒反應,以在客戶出現負面情緒時適時地將客戶轉交給客服人員服務。自動應答系統10可包含處理器100、儲存媒體200以及收發器300。
處理器100例如是中央處理單元(central processing unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit,MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor,DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、圖形處理器(graphics processing unit,GPU)、影像訊號處理器(image signal processor,ISP)、影像處理單元(image processing unit,IPU)、算數邏輯單元(arithmetic logic unit,ALU)、複雜可程式邏輯裝置(complex programmable logic device,CPLD)、現場可程式化邏輯閘陣列(field programmable gate array,FPGA)或其他類似元件或上述元件的組合。處理器100接至儲存媒體200收發器300,並且存取和執行儲存於儲存媒體200中的多個模組和各種應用程式。
儲存媒體200例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive,HDD)、固態硬碟(solid state drive,SSD)或
類似元件或上述元件的組合,而用於儲存可由處理器100執行的多個模組或各種應用程式。在本實施例中,儲存媒體200可儲存包含資料處理模組210、問答檢索模組220、訊息接收模組230、客服處理模組240、圖形使用者介面(graphical user interface,GUI)250、問答詞庫260以及負面情緒詞庫270等多個模組,其功能將於後續說明。
收發器300以無線或有線的方式傳送及接收訊號。收發器300還可以執行例如低噪聲放大、阻抗匹配、混頻、向上或向下頻率轉換、濾波、放大以及類似的操作。
自動應答系統10可通過收發器300以與客戶的終端裝置(或稱為「第一終端裝置」)或客服人員的終端裝置(或稱為「第二終端裝置」)進行通訊。自動應答系統10可提供圖形使用者介面250給第一終端裝置,以為客戶提供問答機器人服務。圖2根據本發明的一實施例繪示第一終端裝置20的示意圖。自動應答系統10可通過收發器300傳送圖形使用者介面250給第一終端裝置20。圖形使用者介面250可包含用以顯示來自客戶的即時通訊訊息的對話框251以及用以顯示自動應答系統10提供的機器人服務所回應之即時通訊訊息的對話框252。圖形使用者介面250還可包含用以呼叫機器人(即:自動應答系統10)的按鈕253、用以呼叫客服人員的按鈕254以及用以查找文件的按鈕255。
在一實施例中,圖形使用者介面250可在按鈕253被按下後,開始提供問答機器人服務給第一終端裝置20。舉例來說,
自動應答系統10可在按鈕253被按下後允許第一終端裝置20傳送即時通訊訊息給自動應答系統10。
在一實施例中,自動應答系統10可在按鈕254被按下後,建立第一終端裝置20與第二終端裝置之間的通訊通道。換句話說,自動應答系統10可在按鈕254被按下後,將第一終端裝置20的使用者(即:客戶)轉交給第二終端裝置的使用者(即:客服人員)處理。
在一實施例中,自動應答系統10可通過收發器300存取系統外部的文件資料庫。在自動應答系統10可在按鈕255被按下後,自動應答系統10可建立第一終端裝置20與文件資料庫之間的通訊通道。客戶可操作第一終端裝置20以查找和閱讀文件資料庫中的文件。
問答詞庫260可儲存問題訊息以及對應於問題訊息的答案訊息。此外,問答詞庫260還可進一步記錄問答詞庫260所儲存之訊息(即:問題訊息或答案訊息)中之詞彙的詞性(例如:名詞、代名詞、形容詞、動詞、副詞、介系詞或連結詞等)或詞袋(bag of words)索引。在一實施例中,一個問題訊息可對應於多個答案訊息。舉例來說,對應於問題訊息「客服人員是否忙線中?」的答案訊息可包含「客服人員正忙線中」以及「客服人員可立即提供服務」等多個答案訊息。
自動應答系統10可根據文件自動地產生問答詞庫260中的資料。圖3根據本發明的一實施例繪示建立問答詞庫260的流
程圖。在步驟S301中,資料處理模組210可通過收發器300取得包含問題訊息和答案訊息的文件。舉例來說,所述文件例如是過往客服人員與客戶的對話記錄或對話日誌,其中對話記錄中包含了客戶提出的問題訊息以及客服人員回應的答案訊息。
在步驟S302中,資料處理模組210可對文件進行前處理。前處理可包含但不限於格式判斷或內容過濾等。舉例來說,資料處理模組210可判斷文件是否為非結構化資料。若文件為非結構化資料,則資料處理模組210可對文件執行內容過濾,以將不重要或重複的零碎內容刪除。舉例來說,資料處理模組210可對文件中的空白、分頁符號、換行符號、特定字型、主標題、子標題、特定文體、圖片或網頁連結等內容進行過濾。
在步驟S303中,資料處理模組210可建立問題訊息與答案訊息的映射關係。具體來說,資料處理模組210可透過資料清理將未結構化的文件(或經過濾的文件)產生鍵值(key-value)對的映射關係。在一實施例中,資料處理模組210可根據文件的格式產生鍵值對,但本發明並不限制產生鍵值對的方法。舉例來說,資料處理模組210可將文件中不具有句號的段落之內容設為鍵,並且將排序在鍵後的具有編號的內容設為對應於鍵的值,從而產生鍵值對。資料處理模組210可將鍵值對中的鍵(即:文件中的主要標題)定義為問題訊息,並將鍵值對中的值(即:文件中與主要標題相對應的內容)定義為答案訊息。由於一個鍵可對應於多個值,故一個問題訊息可對應於多個答案訊息。
在步驟S304中,資料處理模組210可根據映射關係建立或更新問答詞庫260。資料處理模組210可使用JSON(JaveScript object notation)格式將問題訊息、對應於問題訊息的一或多個答案訊息以及問題訊息與答案訊息之間的映射關係儲存在問答詞庫260中。
自動應答系統10可進一步基於自然語言處理(natural language processing,NLP)而為問答詞庫260中的訊息所包含的詞彙標註詞性以及詞袋索引。圖4根據本發明的一實施例繪示為詞彙進行標註的流程圖。在步驟S401中,問答檢索模組220可問答詞庫260中的對訊息(例如:問題訊息或答案訊息)進行正規化。舉例來說,問答檢索模組220可將過濾訊息中的特定標籤、特定符號、使用者、停用詞(stop words)或連續重複詞彙等。
在步驟S402中,問答檢索模組220可對訊息進行斷詞(tokenization)處理,以將以將訊息區分成一或多個詞彙。具體來說,假設訊息為中文訊息,在完成訊息的正規化後,問答檢索模組220可基於隱性馬可夫模型斷詞器對經過正規化的訊息進行斷詞處理,以從訊息中取得一或多個詞彙。另一方面,問答檢索模組220也可根據訊息中的停用詞來對訊息進行斷詞處理。
在步驟S403中,問答檢索模組220可為詞彙標註詞性以及詞袋索引。問答檢索模組220可基於自然語言處理來為詞彙標註詞性以及詞袋索引。
由於傳統的中文斷詞器的效果不佳,為了更正確地為詞
彙標註詞性,問答檢索模組220可預存參考字典,其中參考字典可包含多個詞彙以及分別對應於多個詞彙的多個詞性。當問答詞庫260中的訊息所包含的詞彙與參考字典中的詞彙匹配時,問答檢索模組220可根據參考字典中的詞彙的詞性來為訊息中的詞彙標註詞性。舉例來說,假設參考字典包含「客服人員(名詞)」。若問答詞庫260中的訊息為「客服人員是否忙線中?」,則問答檢索模組220可響應於訊息「客服人員是否忙線中?」中的詞彙「客服人員」與參考字典中的詞彙「客服人員(名詞)」匹配而為訊息「客服人員是否忙線中?」中的詞彙「客服人員」標註詞性「名詞」。
另一方面,問答檢索模組220可基於詞袋模型為詞彙標註詞袋索引找出重要詞彙。問答檢索模組220也基於詞頻-逆向文件頻率(term frequency-inverse document frequency,tf-idf)統計搜尋算法分析訊息中的某個詞彙在問答詞庫260中重要性,因此問答檢索模組220可以透過詞袋與tf-idf找出某個詞句在問答詞庫260中出現頻率與重要詞。
在步驟S404中,問答檢索模組220根據標註了詞性和詞袋索引的詞彙更新問答詞庫260,使問答詞庫260除了儲存問題訊息、答案訊息以及映射關係之外,進一步儲存各個訊息(例如:問題訊息或答案訊息)中的詞彙的詞性以及詞袋索引。
負面情緒詞庫270可儲存對應於負面情緒狀態(例如:生氣或不耐煩)的多個詞彙。客服處理模組240可根據文件自動
地產生負面情緒詞庫270中的資料。圖5根據本發明的一實施例繪示建立負面情緒詞庫270的流程圖。在步驟S501中,客服處理模組240可通過收發器300取得文件。舉例來說,所述文件例如是過往客服人員與客戶的對話記錄或對話日誌。
在步驟S502中,客服處理模組240可對文件進行前處理。前處理可包含但不限於格式判斷或內容過濾等。舉例來說,客服處理模組240可判斷文件是否為非結構化資料。若文件為非結構化資料,則客服處理模組240可對文件執行內容過濾,以將不重要或重複的零碎內容刪除。舉例來說,客服處理模組240可對文件中的空白、分頁符號、換行符號、特定字型、主標題、子標題、特定文體、圖片或網頁連結等內容進行過濾。在一實施例中,文件中的各個詞彙已被標註了詞性以及詞袋索引。
在步驟S503中,客服處理模組240可基於自然語言處理而為文件中的詞彙標註情緒狀態。客服處理模組240可根據情緒分析(sentiment analysis)演算法判斷文件中的詞彙的情緒狀態,並且根據判斷結果為詞彙標註情緒狀態。
在步驟S504中,客服處理模組240可響應於詞彙的情緒狀態為負面情緒狀態而將詞彙加入負面情緒詞庫270中,藉以建立或更新負面情緒詞庫270。
在自動應答系統10接收到來自第一終端裝置20的問題訊息後,自動應答系統10可自動地產生並回覆對應於問題訊息的答案訊息。圖6根據本發明的一實施例繪示決定答案訊息的流程
圖。在步驟S601中,訊息接收模組230可通過收發器300自第一終端裝置20取得第一即時通訊訊息,其中第一即時通訊訊息可包含客戶想要詢問的問題。
在步驟S602中,問答檢索模組220可對第一即時通訊訊息進行前處理。前處理可包含但不限於格式判斷或內容過濾等。舉例來說,問答檢索模組220可對第一即時通訊訊息執行內容過濾,將不重要或重複的零碎內容刪除。
在步驟S603中,問答檢索模組220可為第一即時通訊訊息中的詞彙標註詞性以及詞袋索引。問答檢索模組220可基於自然語言處理來為經過前處理的第一即時通訊中的詞彙標註詞性以及詞袋索引。在一實施例中,問答檢索模組220可根據預存的參考字典來為詞彙標註詞性。在一實施例中,問答檢索模組220可基於詞袋模型為詞彙標註詞袋索引。問答檢索模組220也可基於例如詞頻-逆向文件頻率等統計方式分析第一即時通訊訊息中的各個詞彙的上下文關係來為詞彙標註詞袋索引。
在步驟S604中,問答檢索模組220可計算第一即時通訊訊息與問答詞庫260中的各個問題訊息之間的相似度。若問答詞庫260中的特定問題訊息與第一即時通訊訊息之間的相似度(即:最大相似度)大於其他問題訊息與第一即時通訊訊息之間的相似度,則問答檢索模組220可判斷所述特定問題訊息與第一即時通訊訊息匹配。據此,問答檢索模組220可跳過步驟S605而直接執行步驟S606。在步驟S606中,問答檢索模組220可從問答詞庫
260中選出對應於所述特定問題訊息的答案訊息,並可通過收發器300回覆包含受選的答案訊息的第二即時通訊訊息至第一終端裝置20。
若問答詞庫260中存在對應於最大相似度的多個問題訊息,則問答檢索模組220可能無法根據第一即時通訊訊息與各個問題訊息之間的相似度來決定受選的答案訊息。據此,問答檢索模組220可執行步驟S605。在步驟S605中,問答檢索模組220可計算第一即時通訊訊息與問答詞庫260中的各個答案訊息之間的相似度。若問答詞庫260中的特定答案訊息與第一即時通訊訊息之間的相似度(即:最大相似度)大於其他答案訊息與第一即時通訊訊息之間的相似度,則問答檢索模組220可判斷所述特定答案訊息與第一即時通訊訊息匹配。在步驟S606中,問答檢索模組220可從問答詞庫260中選出所述特定答案訊息以作為受選的答案訊息,並可通過收發器300回覆包含受選的答案訊息的第二即時通訊訊息至第一終端裝置20。
在一實施例中,問答檢索模組220可基於最佳匹配25演算法(best match 25,BM25)來計算第一即時通訊訊息與問答詞庫260中的訊息(例如:問題訊息或答案訊息)之間的相似度。問答檢索模組220可根據訊息(即:第一即時通訊訊息和問答詞庫260中的各個訊息)中的詞彙的詞性以及詞袋索引來計算相似度。具體來說,為了計算第一即時通訊訊息與問答詞庫260中的特定訊息之間的相似度,問答檢索模組220可基於最佳匹配25演
算法計算第一即時通訊訊息中的詞彙與特定訊息中的詞彙的詞彙相似度分數、詞性相似度分數以及詞袋相似度分數。問答檢索模組220可根據詞彙相似度分數、詞性相似度分數以及詞袋相似度分數計算相似度。舉例來說,問答檢索模組220可根據包含詞彙相似度分數、詞性相似度分數以及詞袋相似度分數等變數的多項式計算相似度。
在自動應答系統10回覆第二即時通訊訊息給客戶後,自動應答系統10可根據客戶對第二即時通訊訊息的情緒反應來判斷是否將客戶轉交由客服人員服務。圖7根據本發明的一實施例繪示轉接客服人員的流程圖。
在步驟S701中,客服處理模組240可通過收發器300自第一終端裝置20取得對應於第二即時通訊訊息的第三即時通訊訊息。
在步驟S702中,客服處理模組240可統計對應於第三即時通訊訊息的計數值。具體來說,客服處理模組240可響應於第三即時通訊訊息與負面情緒詞庫270中的詞彙匹配而增加對應於第三即時通訊訊息的計數值。換句話說,若第三即時通訊訊息中存在越多個負面情緒詞庫270中的詞彙,則第三即時通訊訊息的計數值會越大。
在步驟S703中,客服處理模組240可判斷計數值是否大於閾值。若計數值小於或等於域值,則客服處理模組240可不執行步驟S704。若計數值大於閾值,則客服處理模組240可判斷客
戶處於負面情緒狀態。據此,在步驟S704中,客服處理模組240可通過收發器300傳送通知訊息至第二終端裝置,藉以通知客服人員客戶正處於負面情緒狀態中。在一實施例中,客服處理模組240可進一步建立第一終端裝置20與第二終端裝置之間的通訊通道。換句話說,客服處理模組240可在客戶處於負面情緒狀態時自動地將客戶轉交由客服人員服務。
圖8根據本發明的一實施例繪示一種基於即時通訊服務的自動應答方法的流程圖,其中自動應答方法可由如圖1所示的自動應答系統10實施。在步驟S801中,取得問答詞庫以及負面情緒詞庫,其中問答詞庫包含第一問題訊息與對應於第一問題訊息的第一答案訊息,其中負面情緒詞庫包含第一詞彙。在步驟S802中,自第一終端裝置取得第一即時通訊訊息。在步驟S803中,響應於第一即時通訊訊息與第一問題訊息匹配而回覆包含第一答案訊息的第二即時通訊訊息至第一終端裝置。在步驟S804中,自第一終端裝置取得對應於第二即時通訊訊息的第三即時通訊訊息。在步驟S805中,響應於第三即時通訊訊息與第一詞彙匹配而傳送通知訊息至第二終端裝置。
綜上所述,本發明的自動應答系統可提供問答機器人服務的必要功能,諸如未結構化格式資料清理、文件關鍵內容梳理、問答語句正規化、斷詞/分詞處理或自定義參考字典等。自動應答系統可並透過問答檢索系統生成具有與客戶之問題訊息高相似度的答案,以達到正確回應問題訊息之目的。自動應答系統的客服
處理模組可分析客戶的情緒,並在客戶的負面情緒超過閾值時主動提醒真人客服人員介入使用者與問答機器人的對談。此外,問答過程也可以由使用者主動向系統提出由真人服務的請求,達到較佳的服務體驗。
S801、S802、S803、S804、S805:步驟
Claims (10)
- 一種基於即時通訊服務的自動應答系統,包括:收發器,通訊連接至第一終端裝置以及第二終端裝置;儲存媒體,儲存多個模組;以及處理器,耦接所述儲存媒體以及所述收發器,並且存取和執行所述多個模組,其中所述多個模組包括:負面情緒詞庫,儲存第一詞彙;問答詞庫,儲存第一問題訊息與對應於所述第一問題訊息的第一答案訊息以及對應於所述第一問題訊息的第二答案訊息;訊息接收模組,通過所述收發器自所述第一終端裝置取得第一即時通訊訊息;問答檢索模組,計算所述第一即時通訊訊息與所述第一答案訊息之間的第一相似度以及所述第一即時通訊訊息與所述第二答案訊息之間的第二相似度;以及響應於所述第一即時通訊訊息與所述第一問題訊息匹配並且所述第一相似度大於所述第二相似度而通過所述收發器回覆包括所述第一答案訊息的第二即時通訊訊息至所述第一終端裝置;以及客服處理模組,通過所述收發器自所述第一終端裝置取得對應於所述第二即時通訊訊息的第三即時通訊訊息,並且 響應於所述第三即時通訊訊息與所述第一詞彙匹配而通過所述收發器傳送通知訊息至所述第二終端裝置。
- 如請求項1所述的自動應答系統,其中所述客服處理模組響應於所述第三即時通訊訊息與所述第一詞彙匹配而建立所述第一終端裝置與所述第二終端裝置之間的通訊通道。
- 如請求項1所述的自動應答系統,其中所述問答詞庫更包括第二問題訊息,其中所述問答檢索模組計算所述第一即時通訊訊息與所述第一問題訊息之間的第三相似度以及所述第一即時通訊訊息與所述第二問題訊息之間的第四相似度,其中所述問答檢索模組響應於所述第三相似度大於所述第四相似度而判斷所述第一即時通訊訊息與所述第一問題訊息匹配。
- 如請求項3所述的自動應答系統,其中所述問答檢索模組基於最佳匹配25演算法計算所述第三相似度。
- 如請求項3所述的自動應答系統,其中所述問答檢索模組基於自然語言處理為所述第一問題訊息中的第二詞彙標註詞性以及詞袋索引,其中所述問答檢索模組根據所述詞性以及所述詞袋索引計算所述第三相似度。
- 如請求項3所述的自動應答系統,其中所述問答檢索模組預存參考字典,並且響應於所述第一問題訊息中的第二詞彙與所述參考字典中的第三詞彙匹配而根據所述第三詞彙為所述第二詞彙標註詞性以及詞袋索引,其中所述問答檢索模組根據所述詞性以及所述詞袋索引計算所述第三相似度。
- 如請求項1所述的自動應答系統,其中所述多個模組更包括:資料處理模組,通過所述收發器取得包含所述第一問題訊息和所述第一答案訊息的文件,其中所述資料處理模組根據所述文件產生所述第一問題訊息與所述第一答案訊息的映射關係,並且根據所述映射關係建立所述問答詞庫。
- 如請求項1所述的自動應答系統,其中所述客服處理模組通過所述收發器取得文件,並且基於自然語言處理而為所述文件中的所述第一詞彙標註情緒狀態,其中所述客服處理模組響應於所述情緒狀態為負面情緒狀態而將所述第一詞彙加入所述負面情緒詞庫中。
- 如請求項1所述的自動應答系統,其中所述客服處理模組響應於所述第三即時通訊訊息與所述第一詞彙匹配而增加計數值,並且響應於所述計數值大於閾值而傳送所述通知訊息。
- 一種基於即時通訊服務的自動應答方法,包括:取得問答詞庫以及負面情緒詞庫,其中所述問答詞庫包括第一問題訊息與對應於所述第一問題訊息的第一答案訊息以及對應於所述第一問題訊息的第二答案訊息,其中所述負面情緒詞庫包括第一詞彙;自第一終端裝置取得第一即時通訊訊息;計算所述第一即時通訊訊息與所述第一答案訊息之間的第一相似度以及所述第一即時通訊訊息與所述第二答案訊息之間的第 二相似度;響應於所述第一即時通訊訊息與所述第一問題訊息匹配並且所述第一相似度大於所述第二相似度而回覆包括所述第一答案訊息的第二即時通訊訊息至所述第一終端裝置;自所述第一終端裝置取得對應於所述第二即時通訊訊息的第三即時通訊訊息;以及響應於所述第三即時通訊訊息與所述第一詞彙匹配而傳送通知訊息至第二終端裝置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111100064A TWI807569B (zh) | 2022-01-03 | 2022-01-03 | 基於即時通訊服務的自動應答系統和自動應答方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111100064A TWI807569B (zh) | 2022-01-03 | 2022-01-03 | 基於即時通訊服務的自動應答系統和自動應答方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI807569B true TWI807569B (zh) | 2023-07-01 |
TW202329669A TW202329669A (zh) | 2023-07-16 |
Family
ID=88147550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111100064A TWI807569B (zh) | 2022-01-03 | 2022-01-03 | 基於即時通訊服務的自動應答系統和自動應答方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI807569B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061831A (zh) * | 2019-10-29 | 2020-04-24 | 深圳绿米联创科技有限公司 | 机器客服向人工客服切换方法、装置及电子设备 |
CN111813902A (zh) * | 2020-05-21 | 2020-10-23 | 车智互联(北京)科技有限公司 | 智能应答方法、***及计算设备 |
CN112633919A (zh) * | 2020-12-15 | 2021-04-09 | 航天信息股份有限公司 | 一种智能客服的实现方法及*** |
CN113590797A (zh) * | 2021-08-05 | 2021-11-02 | 云上贵州大数据产业发展有限公司 | 一种智能运维客服***及实现方法 |
-
2022
- 2022-01-03 TW TW111100064A patent/TWI807569B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111061831A (zh) * | 2019-10-29 | 2020-04-24 | 深圳绿米联创科技有限公司 | 机器客服向人工客服切换方法、装置及电子设备 |
CN111813902A (zh) * | 2020-05-21 | 2020-10-23 | 车智互联(北京)科技有限公司 | 智能应答方法、***及计算设备 |
CN112633919A (zh) * | 2020-12-15 | 2021-04-09 | 航天信息股份有限公司 | 一种智能客服的实现方法及*** |
CN113590797A (zh) * | 2021-08-05 | 2021-11-02 | 云上贵州大数据产业发展有限公司 | 一种智能运维客服***及实现方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202329669A (zh) | 2023-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11146609B1 (en) | Sender-receiver interface for artificial intelligence communication assistance for augmenting communications | |
US11580350B2 (en) | Systems and methods for an emotionally intelligent chat bot | |
US10796217B2 (en) | Systems and methods for performing automated interviews | |
US20180196796A1 (en) | Systems and methods for a multiple topic chat bot | |
US20210097502A1 (en) | Automatically determining and presenting personalized action items from an event | |
US20180203851A1 (en) | Systems and methods for automated haiku chatting | |
CN114503115A (zh) | 生成丰富的动作项目 | |
Ralston et al. | A voice interactive multilingual student support system using IBM Watson | |
WO2018195783A1 (en) | Input method editor | |
WO2019011824A1 (en) | MULTIMODAL DIALOGUE AGENT | |
CN111742337A (zh) | 使用机器学习模型的消息分析 | |
EP4027614A1 (en) | Automated messaging reply-to | |
WO2020191828A1 (zh) | 基于图的上下文关联回复生成方法、计算机及介质 | |
US10691896B2 (en) | Conversational system user behavior identification | |
CN114328852A (zh) | 一种文本处理的方法、相关装置及设备 | |
US10770068B2 (en) | Dialog agent, reply sentence generation method, and non-transitory computer-readable recording medium | |
CN104484370B (zh) | 基于问答的答案信息发送方法、接收方法、装置及*** | |
CN114631094A (zh) | 智能电子邮件标题行建议和重制 | |
CN112307166B (zh) | 一种智能问答方法、装置、存储介质以及计算机设备 | |
KR20160134564A (ko) | 사용자의 감성을 분석하는 방법 및 디바이스 | |
TWI807569B (zh) | 基於即時通訊服務的自動應答系統和自動應答方法 | |
CN109408621B (zh) | 对话情感分析方法和*** | |
WO2022001161A1 (zh) | 一种在线访谈的方法及*** | |
US11277362B2 (en) | Content post delay system and method thereof | |
CN112748828A (zh) | 一种信息处理方法、装置、终端设备及介质 |