机器人客服转人工客服的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108363745A(43)申请公布日2018.08.03(21)申请号201810076926.7(22)申请日2018.01.26(71)申请人阿里巴巴集团控股有限公司地址英属开曼群岛大开曼资本大厦一座四层847号邮箱(72)发明人杨明晖(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人林祥(51)Int.Cl.G06F17/30(2006.01)G06N3/08(2006.01)G06Q10/06(2012.01)G06Q30/00(2012.01)权利要求书2页说明书7页附图3页(54)发明名称机器人客服转人工客服的方法和装置(57)摘要本说明书提供一种机器人客服转人工客服的方法，包括：从机器人客服与用户的至少一轮会话中获取会话特征；获取用户的状态特征；将所述会话特征和状态特征输入信心分评估模型，得到当前信心分评估值；所述信心分评估模型为机器学习模型，采用标记有出人工点的机器人客户与用户的会话样本、以及用户的状态特征样本进行训练；在当前信心分评估值满足预定出人工条件时，将用户转接人工客服。CN108363745ACN108363745A权利要求书1/2页1.一种机器人客服转人工客服的方法，包括：从机器人客服与用户的至少一轮会话中获取会话特征；获取用户的状态特征；将所述会话特征和状态特征输入信心分评估模型，得到当前信心分评估值；所述信心分评估模型为机器学习模型，采用标记有出人工点的机器人客户与用户的会话样本、以及用户的状态特征样本进行训练；在当前信心分评估值满足预定出人工条件时，将用户转接人工客服。2.根据权利要求1所述的方法，所述信心分评估模型为深度和广度WideandDeep模型，所述WideandDeep模型包括线性子模型和深度神经网络子模型，以会话特征作为线性子模型的输入，以状态特征作为深度神经网络子模型的输入。3.根据权利要求2所述的方法，所述状态特征包括以下至少一项：用户的行为记录特征、业务状态特征和身份信息特征；所述深度神经网络子模型采用Dense紧密神经层处理业务状态特征，采用Dense神经层处理身份信息特征，采用长短期记忆网络LSTM神经层处理行为记录特征。4.根据权利要求1所述的方法，所述会话特征为自然语言处理NLP特征，包括以下的一项到多项：用户提问与机器人回答的关联度、问答轮数、答案类型。5.根据权利要求1所述的方法，所述状态特征包括以下至少一项：用户的行为记录特征、业务状态特征和身份信息特征；所述行为记录特征包括以下至少一项：用户在预定时间段内的访问记录、操作记录；所述业务状态特征包括以下至少一项：用户账户的业务开通状态、账户认证状态、账户登录状态、账户异常状态；所述身份信息特征包括以下至少一项：用户的性别、年龄、常驻地域。6.根据权利要求1所述的方法，所述信心分评估模型包括：基于支持向量机的机器学习模型、基于树型的机器学习模型、线性模型、神经网络模型。7.根据权利要求1所述的方法，所述预定出人工条件包括：当前信心分评估值大于或小于预定信心分阈值。8.一种机器人客服转人工客服的装置，包括：会话特征获取单元，用于从机器人客服与用户的至少一轮会话中获取会话特征；状态特征获取单元，用于获取用户的状态特征；信心分评估单元，用于将所述会话特征和状态特征输入信心分评估模型，得到当前信心分评估值；所述信心分评估模型为机器学习模型，采用标记有出人工点的机器人客户与用户的会话样本、以及用户的状态特征样本进行训练；转接判断单元，用于在当前信心分评估值满足预定出人工条件时，将用户转接人工客服。9.根据权利要求8所述的装置，所述信心分评估模型为深度和广度WideandDeep模型，所述WideandDeep模型包括线性子模型和深度神经网络子模型，以会话特征作为线性子模型的输入，以状态特征作为深度神经网络子模型的输入。10.根据权利要求9所述的装置，所述状态特征包括以下至少一项：用户的行为记录特征、业务状态特征和身份信息特征；2CN108363745A权利要求书2/2页所述深度神经网络子模型采用Dense紧密神经层处理业务状态特征，采用Dense神经层处理身份信息特征，采用长短期记忆网络LSTM神经层处理行为记录特征。11.根据权利要求8所述的装置，所述会话特征为自然语言处理NLP特征，包括以下的一项到多项：用户提问与机器人回答的关联度、问答轮数、答案类型。12.根据权利要求8所述的装置，所述状态特征包括以下至少一项：用户的行为记录特征、业务状态特征和身份信息特征；所述行为记录特征包括以下至少一项：用户在预定时间段内的访问记录、操作记录；所述业务状态特征包括以下至少一项：用户账户的业务开通状态、账户认证状态、账户登录状态、账户异