一种自动聊天应答方法及装置

IPRDB

API 数据接口

专利申请

使用指引 chat嘟嘟

会员体验

联系我们

交流群

现在联系顾问~

一种自动聊天应答方法及装置
申请号	CN202211465260.7	申请日	2022-11-22	公开(公告)号	CN115774777A	公开(公告)日	2023-03-10
申请人	平安银行股份有限公司;			发明人	易理威;
摘要	本申请提供一种自动聊天应答方法及装置，该方法包括：接收目标用户输入的聊天数据；对聊天数据进行情绪识别，得到用户当前情绪信息；根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案；根据目标物料组合方案生成聊天应答语句；输出聊天应答语句。可见，该方法能够提供一种千人千面的服务方案，从而以最小的综合成本为行业工作人员提供最适合用户需求的话术物料组合。
权利要求	1.一种自动聊天应答方法，其特征在于，包括：接收目标用户输入的聊天数据；对所述聊天数据进行情绪识别，得到用户当前情绪信息；根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案；根据所述目标物料组合方案生成聊天应答语句；输出所述聊天应答语句。 2.根据权利要求1所述的自动聊天应答方法，其特征在于，所述根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案，包括：根据所述用户当前情绪信息确定目标情绪标识；提取所述聊天数据的目标关键字；根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案。 3.根据权利要求2所述的自动聊天应答方法，其特征在于，所述根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案，包括：根据所述用户当前情绪信息以及所述目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值；根据所述匹配值将所述物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 4.根据权利要求1所述的自动聊天应答方法，其特征在于，在所述输出所述聊天应答语句之后，所述方法还包括：识别所述聊天数据，得到所述目标用户咨询的业务类型；获取所述目标用户预先配置的业务风险收益数据；根据所述业务类型和所述业务风险收益数据，获取目标业务对象；输出针对所述目标业务对象对应的业务推荐信息。 5.根据权利要求1所述的自动聊天应答方法，其特征在于，所述应答组合库包括多个物料组合方案，其中，每个所述物料组合方案包括基础话术和基础物料，每个所述物料组合方法标记有情绪标识。 6.一种自动聊天应答装置，其特征在于，所述自动聊天应答装置包括：接收单元，用于接收目标用户输入的聊天数据；情绪识别单元，用于对所述聊天数据进行情绪识别，得到用户当前情绪信息；确定单元，用于根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案；生成单元，用于根据所述目标物料组合方案生成聊天应答语句；输出单元，用于输出所述聊天应答语句。 7.根据权利要求6所述的自动聊天应答装置，其特征在于，所述确定单元包括：第一确定子单元，用于根据所述用户当前情绪信息确定目标情绪标识；提取子单元，用于提取所述聊天数据的目标关键字；第二确定子单元，用于根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案。 8.根据权利要求7所述的自动聊天应答装置，其特征在于，所述第二确定子单元包括：计算模块，用于根据所述用户当前情绪信息以及所述目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值；确定模块，用于根据所述匹配值将所述物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 9.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的自动聊天应答方法。 10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至5任一项所述的自动聊天应答方法。
说明书全文	一种自动聊天应答方法及装置技术领域 [0001] 本申请涉及交互技术领域，具体而言，涉及一种自动聊天应答方法及装置。背景技术 [0002] 目前，各个行业中所用到的话术物料通常是固定的、模版化的，因为该些话术物料是根据产品特性统一定义的，所以该种话术物料的使用具有极强的局限性，从而使得数以千、万计的交互过程变得十分机械化，基恩热影响交互的效果和体验。 [0003] 为了解决这一技术问题，本领域的技术人员提出了话术物料组合方法，但是纵观该类方法，皆是对话术物料的增量方法，并未从根本上改善交互的效果与体验。因此，如何提高交互的效果和体验成为了目前正在研究的问题。发明内容 [0004] 本申请实施例的目的在于提供一种自动聊天应答方法及装置，能够提供一种千人千面的服务方案，从而以最小的综合成本为行业工作人员提供最适合用户需求的话术物料组合。 [0005] 本申请实施例第一方面提供了一种自动聊天应答方法，包括： [0006] 接收目标用户输入的聊天数据； [0007] 对所述聊天数据进行情绪识别，得到用户当前情绪信息； [0008] 根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案； [0009] 根据所述目标物料组合方案生成聊天应答语句； [0010] 输出所述聊天应答语句。 [0011] 在上述实现过程中，该方法可以优先接收目标用户输入的聊天数据；然后，对聊天数据进行情绪识别，得到用户当前情绪信息；再根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案；再后，根据目标物料组合方案生成聊天应答语句；最后，再输出聊天应答语句。可见，实施这种实施方式，能够提供一种千人千面的服务方案，从而以最小的综合成本为行业工作人员提供最适合用户需求的话术物料组合。 [0012] 进一步地，所述根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案，包括： [0013] 根据所述用户当前情绪信息确定目标情绪标识； [0014] 提取所述聊天数据的目标关键字； [0015] 根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案。 [0016] 进一步地，所述根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案，包括： [0017] 根据所述用户当前情绪信息以及所述目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值； [0018] 根据所述匹配值将所述物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 [0019] 进一步地，在所述输出所述聊天应答语句之后，所述方法还包括： [0020] 识别所述聊天数据，得到所述目标用户咨询的业务类型； [0021] 获取所述目标用户预先配置的业务风险收益数据； [0022] 根据所述业务类型和所述业务风险收益数据，获取目标业务对象； [0023] 输出针对所述目标业务对象对应的业务推荐信息。 [0024] 进一步地，所述应答组合库包括多个物料组合方案，其中，每个所述物料组合方案包括基础话术和基础物料，每个所述物料组合方法标记有情绪标识。 [0025] 本申请实施例第二方面提供了一种自动聊天应答装置，所述自动聊天应答装置包括： [0026] 接收单元，用于接收目标用户输入的聊天数据； [0027] 情绪识别单元，用于对所述聊天数据进行情绪识别，得到用户当前情绪信息； [0028] 确定单元，用于根据预先设置的应答组合库、所述用户当前情绪信息以及所述聊天数据，确定目标物料组合方案； [0029] 生成单元，用于根据所述目标物料组合方案生成聊天应答语句； [0030] 输出单元，用于输出所述聊天应答语句。 [0031] 在上述实现过程中，该装置可以通过接收单元接收目标用户输入的聊天数据；通过情绪识别单元对聊天数据进行情绪识别，得到用户当前情绪信息；通过确定单元来根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案；通过生成单元来根据目标物料组合方案生成聊天应答语句；最后，再通过输出单元输出聊天应答语句。可见，实施这种实施方式，能够提供一种千人千面的服务方案，从而以最小的综合成本为行业工作人员提供最适合用户需求的话术物料组合。 [0032] 进一步地，所述确定单元包括： [0033] 第一确定子单元，用于根据所述用户当前情绪信息确定目标情绪标识； [0034] 提取子单元，用于提取所述聊天数据的目标关键字； [0035] 第二确定子单元，用于根据预先设置的应答组合库、所述用户当前情绪信息以及所述目标关键字，确定目标物料组合方案。 [0036] 进一步地，所述第二确定子单元包括： [0037] 计算模块，用于根据所述用户当前情绪信息以及所述目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值； [0038] 确定模块，用于根据所述匹配值将所述物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 [0039] 进一步地，所述自动聊天应答装置还包括： [0040] 数据识别单元，用于在所述输出所述聊天应答语句之后，识别所述聊天数据，得到所述目标用户咨询的业务类型； [0041] 获取单元，用于获取所述目标用户预先配置的业务风险收益数据； [0042] 所述获取单元，还用于根据所述业务类型和所述业务风险收益数据，获取目标业务对象； [0043] 所述输出单元，还用于输出针对所述目标业务对象对应的业务推荐信息。 [0044] 进一步地，所述应答组合库包括多个物料组合方案，其中，每个所述物料组合方案包括基础话术和基础物料，每个所述物料组合方法标记有情绪标识。 [0045] 本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的自动聊天应答方法。 [0046] 本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的自动聊天应答方法。附图说明 [0047] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。 [0048] 图1为本申请实施例提供的一种自动聊天应答方法的流程示意图； [0049] 图2为本申请实施例提供的另一种自动聊天应答方法的流程示意图； [0050] 图3为本申请实施例提供的一种自动聊天应答装置的结构示意图； [0051] 图4为本申请实施例提供的另一种自动聊天应答装置的结构示意图； [0052] 图5为本申请实施例提供的一种自动聊天应答方法的举例框图。具体实施方式 [0053] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。 [0054] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。 [0055] 实施例1 [0056] 请参看图1，图1为本实施例提供了一种自动聊天应答方法的流程示意图。其中，该自动聊天应答方法包括： [0057] S101、接收目标用户输入的聊天数据。 [0058] S102、对聊天数据进行情绪识别，得到用户当前情绪信息。 [0059] 本实施例中，IBM公司开发出的能感知人类情绪的在线客服系统，使机器能更加精准判断客户的情绪，提供了更好的服务。 [0060] S103、根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案。 [0061] 本实施例中，应答组合库包括多个物料组合方案，其中，每个物料组合方案包括基础话术和基础物料，每个物料组合方法标记有情绪标识。 [0062] S104、根据目标物料组合方案生成聊天应答语句。 [0063] S105、输出聊天应答语句。 [0064] 本实施例中，金融领域中目前的银行客服话术物料通常采用的标准化的模版话术，或根据产品销售方案的需要，提前预制设定的。这样话术物料制定方法的弊端是：不能根据客户当前的状态、需求等特定因素(包含情绪等)，来实时动态的设计最佳物料话术组合，从而导致了客户服务成本的提高。为了解决该种问题，本申请提出了一种新的自动聊天应答方法。具体的，该方法采用客服系统，将情绪识别技术与基础话术物料库结合在一起，并通过客户系统将客户聊天信息导入到客户情绪识别系统，给当前客户在情绪、理财收益等维度进行综合分析，从而得到当前客户的“情绪识别”代码；在拿到当前客户的“情绪识别”代码后，再在话术物料库中匹配相应的基础话术和基础物料，从而动态获取并输出最佳的话术物料组合方案。 [0065] 本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。 [0066] 在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。 [0067] 可见，实施本实施例所描述的自动聊天应答方法，能够准确地基于客户情绪和心理状态来确定最合适的话术物料来引导客户、安抚客户，从而解决用户的疑问，有利于促进业务的进行；还能够规避模版化的沟通，根据客户提供的语音，文字等数据，进行算法分析，计算出合理的话术物料组合，并提高服务质量；最后，还能够通过人工智能分析的客户“情感识别”的代码，再以此来辅助客服系统来提供更加优质的客服服务。 [0068] 实施例2 [0069] 请参看图2，图2为本实施例提供了一种自动聊天应答方法的流程示意图。其中，该自动聊天应答方法包括： [0070] S201、接收目标用户输入的聊天数据。 [0071] S202、对聊天数据进行情绪识别，得到用户当前情绪信息。 [0072] 本实施例中，IBM公司开发出的能感知人类情绪的在线客服系统，使机器能更加精准判断客户的情绪，提供了更好的服务。 [0073] S203、根据用户当前情绪信息确定目标情绪标识。 [0074] S204、提取聊天数据的目标关键字。 [0075] S205、根据用户当前情绪信息以及目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值。 [0076] 本实施例中，应答组合库包括多个物料组合方案，其中，每个物料组合方案包括基础话术和基础物料，每个物料组合方法标记有情绪标识。 [0077] S206、根据匹配值将物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 [0078] S207、根据目标物料组合方案生成聊天应答语句。 [0079] S208、输出聊天应答语句。 [0080] S209、识别聊天数据，得到目标用户咨询的业务类型。 [0081] S210、获取目标用户预先配置的业务风险收益数据。 [0082] S211、根据业务类型和业务风险收益数据，获取目标业务对象。 [0083] S212、输出针对目标业务对象对应的业务推荐信息。 [0084] 举例来说，基于图5示出的举例框图可见：客服话术组合方案是根据计算结果按优先级从高到低进行排序。排在首位的产品即为当前用户状态下，最适合推荐给该用户的产品。 [0085] 在本例当中，情绪代码标识由喜悦、兴奋、平和、生气、愤怒来划分；话术组合库中可以给每一种话术组合标定对应的情感代码标识。 [0086] 具体的，可以参看下表所示。 [0087] [0088] [0089] 可见，该方法可以由“情绪识别技术”来标定当前客户处在哪个情绪阶段，并从语料中分析出最佳的物料组合方案。 [0090] 具体举例：如客户语聊中含有关键字“国庆期间提高理财收益”，则在计算推荐方式时优先选择“基础话术1+国庆期间资产等级优享海报”等其他方式。 [0091] 本实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。 [0092] 在本实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。 [0093] 可见，实施本实施例所描述的自动聊天应答方法，能够准确地基于客户情绪和心理状态来确定最合适的话术物料来引导客户、安抚客户，从而解决用户的疑问，有利于促进业务的进行；还能够规避模版化的沟通，根据客户提供的语音，文字等数据，进行算法分析，计算出合理的话术物料组合，并提高服务质量；最后，还能够通过人工智能分析的客户“情感识别”的代码，再以此来辅助客服系统来提供更加优质的客服服务。 [0094] 实施例3 [0095] 请参看图3，图3为本实施例提供的一种自动聊天应答装置的结构示意图。如图3所示，该自动聊天应答装置包括： [0096] 接收单元310，用于接收目标用户输入的聊天数据； [0097] 情绪识别单元320，用于对聊天数据进行情绪识别，得到用户当前情绪信息； [0098] 确定单元330，用于根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案； [0099] 生成单元340，用于根据目标物料组合方案生成聊天应答语句； [0100] 输出单元350，用于输出聊天应答语句。 [0101] 本实施例中，对于自动聊天应答装置的解释说明可以参照实施例1和实施例2中的描述，对此本实施例中不再多加赘述。 [0102] 可见，实施本实施例所描述的自动聊天应答装置，能够准确地基于客户情绪和心理状态来确定最合适的话术物料来引导客户、安抚客户，从而解决用户的疑问，有利于促进业务的进行；还能够规避模版化的沟通，根据客户提供的语音，文字等数据，进行算法分析，计算出合理的话术物料组合，并提高服务质量；最后，还能够通过人工智能分析的客户“情感识别”的代码，再以此来辅助客服系统来提供更加优质的客服服务。 [0103] 实施例4 [0104] 请参看图4，图4为本实施例提供的一种自动聊天应答装置的结构示意图。如图4所示，该自动聊天应答装置包括： [0105] 接收单元310，用于接收目标用户输入的聊天数据； [0106] 情绪识别单元320，用于对聊天数据进行情绪识别，得到用户当前情绪信息； [0107] 确定单元330，用于根据预先设置的应答组合库、用户当前情绪信息以及聊天数据，确定目标物料组合方案； [0108] 生成单元340，用于根据目标物料组合方案生成聊天应答语句； [0109] 输出单元350，用于输出聊天应答语句。 [0110] 作为一种可选的实施方式，确定单元330包括： [0111] 第一确定子单元331，用于根据用户当前情绪信息确定目标情绪标识； [0112] 提取子单元332，用于提取聊天数据的目标关键字； [0113] 第二确定子单元333，用于根据预先设置的应答组合库、用户当前情绪信息以及目标关键字，确定目标物料组合方案。 [0114] 作为一种可选的实施方式，第二确定子单元333包括： [0115] 计算模块，用于根据用户当前情绪信息以及目标关键字，计算预先设置的应答组合库中每个物料组合的匹配值； [0116] 确定模块，用于根据匹配值将物料组合库中最大匹配值对应的物料组合确定为目标物料组合方案。 [0117] 作为一种可选的实施方式，自动聊天应答装置还包括： [0118] 数据识别单元360，用于在输出聊天应答语句之后，识别聊天数据，得到目标用户咨询的业务类型； [0119] 获取单元370，用于获取目标用户预先配置的业务风险收益数据； [0120] 获取单元370，还用于根据业务类型和业务风险收益数据，获取目标业务对象； [0121] 输出单元350，还用于输出针对目标业务对象对应的业务推荐信息。 [0122] 本实施例中，应答组合库包括多个物料组合方案，其中，每个物料组合方案包括基础话术和基础物料，每个物料组合方法标记有情绪标识。 [0123] 本实施例中，对于自动聊天应答装置的解释说明可以参照实施例1和实施例2中的描述，对此本实施例中不再多加赘述。 [0124] 可见，实施本实施例所描述的自动聊天应答装置，能够准确地基于客户情绪和心理状态来确定最合适的话术物料来引导客户、安抚客户，从而解决用户的疑问，有利于促进业务的进行；还能够规避模版化的沟通，根据客户提供的语音，文字等数据，进行算法分析，计算出合理的话术物料组合，并提高服务质量；最后，还能够通过人工智能分析的客户“情感识别”的代码，再以此来辅助客服系统来提供更加优质的客服服务。 [0125] 本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1和实施例2中的自动聊天应答方法。 [0126] 本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例1和实施例2中的自动聊天应答方法。 [0127] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。 [0128] 另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。 [0129] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。 [0130] 以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。 [0131] 以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。 [0132] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。