本技術(shù)涉及數(shù)據(jù)處理，特別是涉及一種智能客服自動識別語言回復(fù)方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、當(dāng)前用戶發(fā)起客服咨詢的情況下，通常應(yīng)用智能語音技術(shù)的軟交換智能語音交互系統(tǒng)能夠替代移動通信運(yùn)營商客服與用戶進(jìn)行多輪對話。其中，軟交換智能語音交互系統(tǒng)包含軟交換子系統(tǒng)和智能語音子系統(tǒng)，移動通信運(yùn)營商在接收到用戶發(fā)出的通話語音后，將該通話語音發(fā)送至軟交換子系統(tǒng)，以便軟交換子系統(tǒng)將該通話語音發(fā)送至智能語音子系統(tǒng)，智能語音子系統(tǒng)生成對應(yīng)的回復(fù)語音后，將該回復(fù)語音發(fā)送至軟交換子系統(tǒng)，由軟交換子系統(tǒng)將該回復(fù)語音發(fā)送至移動通信運(yùn)營商，再由移動通信運(yùn)行商將該回復(fù)語音反饋給客戶，從而完成本輪對話。

2、然而現(xiàn)在的智能回復(fù)系統(tǒng)不能對每一次客戶咨詢的問題進(jìn)行智能的整合，從而導(dǎo)致當(dāng)客戶詢問相同問題時(shí)給出定位答案都是機(jī)械相同的，能給出的回復(fù)準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠提高智能客服自動回復(fù)準(zhǔn)確度的智能客服自動識別語言回復(fù)方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

2、第一方面，本技術(shù)提供了一種智能客服自動識別語言回復(fù)方法，包括：

3、接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容；所述咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容；

4、采用語言模型和/或聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征；所述語言特征表征所述咨詢內(nèi)容對應(yīng)的咨詢意圖；

5、根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至所述用戶終端；所述預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。

6、在其中一個(gè)實(shí)施例中，所述采用語言模型或者聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征，包括：

7、在所述咨詢內(nèi)容包含語音咨詢內(nèi)容的情況下，采用聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行處理，得到咨詢語音數(shù)據(jù)；

8、采用語言模型對所述咨詢語音數(shù)據(jù)進(jìn)行識別，得到語言特征；

9、在所述咨詢內(nèi)容包含文本咨詢內(nèi)容的情況下，采用語言模型對所述文本咨詢內(nèi)容進(jìn)行識別，得到語言特征。

10、在其中一個(gè)實(shí)施例中，所述根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，包括：

11、確定所述語言特征包含的特性詞；

12、在所述特性詞為肯定特性詞的情況下，采用鄰插值算法從預(yù)設(shè)的特性詞庫中，檢索出目標(biāo)肯定特性詞；

13、根據(jù)所述目標(biāo)肯定特性詞和第一映射關(guān)系，對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，得到目標(biāo)預(yù)設(shè)回復(fù)。

14、在其中一個(gè)實(shí)施例中，上述實(shí)施例所述的方法還包括：

15、在所述特性詞為否定特性詞的情況下，采用鄰插值算法從預(yù)設(shè)的特性詞庫中，檢索出目標(biāo)否定特性詞；

16、根據(jù)所述目標(biāo)否定特性詞和第二映射關(guān)系，對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，得到目標(biāo)預(yù)設(shè)回復(fù)。

17、在其中一個(gè)實(shí)施例中，所述根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索之前，還包括：

18、根據(jù)所述預(yù)設(shè)的特性詞庫包括的肯定特性詞和所述肯定特性詞對應(yīng)的預(yù)設(shè)的回復(fù)數(shù)據(jù)，構(gòu)建第一映射關(guān)系；

19、根據(jù)所述預(yù)設(shè)的特性詞庫包括的否定特性詞和所述否定特性詞對應(yīng)的預(yù)設(shè)的回復(fù)數(shù)據(jù)，構(gòu)建第二映射關(guān)系；

20、根據(jù)所有所述預(yù)設(shè)的回復(fù)數(shù)據(jù)和所述預(yù)設(shè)的回復(fù)數(shù)據(jù)對應(yīng)的語音回復(fù)，構(gòu)建第三映射關(guān)系；所述第三映射關(guān)系用于在所述咨詢內(nèi)容包含語音咨詢內(nèi)容的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)對應(yīng)的語音回復(fù)發(fā)送至所述用戶終端。

21、在其中一個(gè)實(shí)施例中，上述實(shí)施例所述的方法還包括：

22、在未檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，按照高峰期智能排隊(duì)算法調(diào)用人工客服接口，以接通所述用戶終端和人工客服之間的通信；

23、通過所述人工客服接口，獲取通信接通后所述人工客服的回復(fù)數(shù)據(jù)，將所述人工客服接口的回復(fù)數(shù)據(jù)和所述語言特征進(jìn)行關(guān)聯(lián)，并更新所述預(yù)設(shè)的回復(fù)數(shù)據(jù)。

24、第二方面，本技術(shù)還提供了一種智能客服自動識別語言回復(fù)裝置，包括：

25、咨詢接收模塊，用于接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容；所述咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容；

26、特征識別模塊，用于采用語言模型和/或聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征；所述語言特征表征所述咨詢內(nèi)容對應(yīng)的咨詢意圖；

27、咨詢回復(fù)模塊，用于根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至所述用戶終端；所述預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。

28、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)以下步驟：

29、接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容；所述咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容；

30、采用語言模型和/或聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征；所述語言特征表征所述咨詢內(nèi)容對應(yīng)的咨詢意圖；

31、根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至所述用戶終端；所述預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。

32、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

33、接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容；所述咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容；

34、采用語言模型和/或聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征；所述語言特征表征所述咨詢內(nèi)容對應(yīng)的咨詢意圖；

35、根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至所述用戶終端；所述預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。

36、第五方面，本技術(shù)還提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

37、接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容；所述咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容；

38、采用語言模型和/或聲學(xué)模型對所述咨詢內(nèi)容進(jìn)行識別，得到所述咨詢內(nèi)容對應(yīng)的語言特征；所述語言特征表征所述咨詢內(nèi)容對應(yīng)的咨詢意圖；

39、根據(jù)所述語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將所述目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至所述用戶終端；所述預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。

40、上述智能客服自動識別語言回復(fù)方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過接收用戶通過用戶終端發(fā)起的咨詢內(nèi)容，其中咨詢內(nèi)容包括語音咨詢內(nèi)容和/或文本咨詢內(nèi)容，使得智能客服能夠應(yīng)對的服務(wù)包含語音和文本兩種形式。采用語言模型和/或聲學(xué)模型對咨詢內(nèi)容進(jìn)行識別，得到咨詢內(nèi)容對應(yīng)的語言特征，其中，語言特征表征咨詢內(nèi)容對應(yīng)的咨詢意圖。通過人工智能模型對用戶的咨詢內(nèi)容進(jìn)行用戶咨詢意圖的識別，能夠提高識別準(zhǔn)確度的同時(shí)，還能提高識別效率。進(jìn)一步根據(jù)語言特征，采用鄰插值算法對預(yù)設(shè)的回復(fù)數(shù)據(jù)進(jìn)行檢索，在檢索到目標(biāo)預(yù)設(shè)回復(fù)的情況下，將目標(biāo)預(yù)設(shè)回復(fù)發(fā)送至用戶終端；預(yù)設(shè)的回復(fù)數(shù)據(jù)基于歷史咨詢內(nèi)容和歷史回復(fù)數(shù)據(jù)整合得到。使得預(yù)設(shè)的回復(fù)數(shù)據(jù)能夠隨著用戶咨詢?nèi)蝿?wù)的增加而進(jìn)行不斷的整合更新，從而增強(qiáng)了智能客服自動回復(fù)的能力和準(zhǔn)確度。