一种智能客服系统及其智能客服知识库的更新方法与流程

本发明涉及通信技术领域，特别是涉及一种智能客服系统及其智能客服知识库的更新方法。

背景技术：

随着互联网及电子商务的普及应用，智能客服也越来越多。智能客服是在大规模知识处理基础上发展起来的一项面向行业的应用，适用于大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等等技术行业，智能客服不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。

目前大部分智能客服都是基于大数据知识处理技术的应用，即提前将智能客户需要的数据存储于知识库中，在智能客服工作时，随时去读取知识库中存储的知识。所以知识库以及知识库的更新方法就成了智能客服技术的关键，目前智能客服知识库的更新方式主要为手动模式。即智能客服系统开发公司定期更新维护服务器上的知识库内容，从而使用户获取到知识库的内容更新。

此种方法主要存在以下问题：1.知识库更新速度慢，用户无法及时获取到最新的知识库；2.用户无法根据自己的行业及企业特点自定义自己的知识库；3.智能客服系统在更新知识库时，需要根据行业属性去进行分类梳理，尤其对于不同企业特有的数据处理，效率较为低下。

技术实现要素：

本发明为解决上述问题，提供了一种智能客服系统及其智能客服知识库的更新方法，能够快速的、及时的对知识库中的数据进行更新，而且还将更新的数据同步至对应的行业类别，方便相同行业用户进行数据共享。

为实现上述目的，本发明采用的技术方案为：

一种智能客服知识库的更新方法，其包括以下步骤：

10.根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；

20.提取用户自定义数据；

30.根据预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；

40.对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。

优选的，所述的步骤10中，对知识库中的数据进行行业划分，进一步将所述数据划分为行业通用数据和行业专用数据，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。

优选的，所述的步骤20中，是指用户在指定的自定义入口根据预设的数据格式进行数据填写，并对填写完成后的数据进行计算和生成所述自定义数据。

优选的，所述的步骤30中，将用户的自定义数据转化为合格数据，是指将对所述自定义数据进行提取关键词，并根据该关键词进行查找对应的标签，得到标签化数据。

优选的，所述的步骤40中，对所述合格数据进行行业属性的标签分类，是指将所述合格数据标记为行业通用数据或行业专用数据，所述行业知识库进一步划分为通用行业知识库和专用行业知识库，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。

优选的，所述的步骤40中，将所述合格数据更新至行业属性相对应的行业知识库中后，还进一步将更新的合格数据同步至行业属性相对应的用户。

优选的，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。

优选的，所述的步骤40中，对所述合格数据进行行业属性的标签分类，是通过判断编辑所述自定义数据的用户的行业属性，将该用户的行业属性默认设置为所述自定义数据的行业属性，并进一步判断所述自定义数据是否同时属于行业通用数据，若是，则将该自定义数据同时存入通用行业知识库和专用行业知识库，否则仅将该自定义数据存入专用行业知识库。

另外，本发明还提供一种智能客服系统，包括知识库和分类器，所述知识库包括：

知识库划分模块，其根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；

数据自定义模块，用于提取用户自定义数据；

数据分析模块，利用分类器中预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；

数据分类模块，用于对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。

优选的，所述知识库还包括数据传输模块，用于将更新的合格数据同步至行业属性相对应的用户，即，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。

本发明的有益效果是：

本发明的一种智能客服系统及其智能客服知识库的更新方法，其根据数据的行业属性对知识库中的数据进行行业划分得到行业知识库，并通过提取用户自定义数据，根据预设的数据规则对所述自定义数据进行分析得到符合所述数据规则的合格数据，以及对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中，从而实现对知识库的数据更新，操作方便快捷，降低知识库维护人员的工作难度和工作量；并且，更新的数据直接同步至相关行业用户，使得同行用户之间的数据共享，行业知识库的数据更完善，极大的提高智能客服回答问题的准确性和全面性。

附图说明

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

图1为本发明一种智能客服知识库的更新方法的流程简图；

图2为本发明的深度神经网络的文本标签化算法(分类器)示意图；

图3为本发明一种智能客服知识库的结构示意图；

图4为本发明一种智能客服系统的结构示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明的一种智能客服知识库的更新方法，其包括以下步骤：

10.根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；

20.提取用户自定义数据；

30.根据预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；

40.对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。

所述的步骤10中，对知识库中的数据进行行业划分，进一步将所述数据划分为行业通用数据和行业专用数据，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。

所述的步骤20中，是指用户在指定的自定义入口根据预设的数据格式进行数据填写，并对填写完成后的数据进行计算和生成所述自定义数据。

所述的步骤30中，将用户的自定义数据转化为合格数据，是指将对所述自定义数据进行提取关键词，并根据该关键词进行查找对应的标签，得到标签化数据。

本实施例中，所述标签化数据是通过深度神经网络的文本标签化算法进行计算得到，如图2所示，具体步骤如下：

31.使用原始语料训练各个层次的分类神经网络(基础模型包括：CNN，RNN，LSTM等，分类层采用softmax)；各个层次指的是对于语句分类的粒度不同。例如，大类(一级标签)可分医疗，军事，政治，闲聊等等；医疗大类下又可细分为药品、疾病、医院等等子类(二级标签)。

32.将步骤31中的训练好的分类深度神经网络组装成N叉树状形式；例如，医疗，军事，政治，闲聊等大类为根节点(一级标签)，药品、疾病、医院等是隶属于医疗节点的子节点(二级标签)。

33.将用户的自定义数据进行预处理之后放入步骤32中的分类树根节点；

34.若该语句在当前结点的所有类别激活程度均低于阈值，则算法结束；否则，进入步骤35；

35.根据语句激活的类别(此处可以设定阈值决定分类准确度)作为该语句的标签；

36.将语句传到步骤35中被激活的子类别节点，重复步骤34。

所述的步骤40中，对所述合格数据进行行业属性的标签分类，是指将所述合格数据标记为行业通用数据或行业专用数据，所述行业知识库进一步划分为通用行业知识库和专用行业知识库，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。作为优选的实施例，对所述合格数据进行行业属性的标签分类，是通过判断编辑所述自定义数据的用户的行业属性，将该用户的行业属性默认设置为所述自定义数据的行业属性，并进一步判断所述自定义数据是否同时属于行业通用数据，若是，则将该自定义数据同时存入通用行业知识库和专用行业知识库，否则仅将该自定义数据存入专用行业知识库。

所述的步骤40中，将所述合格数据更新至行业属性相对应的行业知识库中后，还进一步将更新的合格数据同步至行业属性相对应的用户。若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。

如图3和图4所示，本发明还提供一种智能客服系统，包括知识库和分类器，所述知识库包括：

知识库划分模块，其根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；

数据自定义模块，用于提取用户自定义数据；

数据分析模块，利用分类器中预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；

数据分类模块，用于对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。

数据传输模块，用于将更新的合格数据同步至行业属性相对应的用户，即，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。

如图3所示，客户在使用智能客服时，对于系统中不完善的数据及企业自身特点的数据，可以进行自定义。自定义完成后，对于提供自定义数据的用户自身，可以立即使用该自定义数据。并且，本发明还进一步对所述自定义数据进行计算并提取，符合知识库的数据规则的自定义数据在计算后，上传到专用行业知识库，或者同时上传到通用行业知识库，等待后台人工审核。

智能客服系统的知识库后台审核人员对系统自动计算提取到的行业自定义数据进行审核时，将其中属于所有行业通用的数据及每个行业特有的数据进行标签分类，分别标记为：行业通用数据和行业专用数据；审核完成后，数据自动并入知识库，并同步向所有同行业用户进行更新，用户即可接收到更新的行业通用数据及自己行业相对应的行业专用数据。

本发明的知识库更新方法尤其适用于用户自定义部分的知识库数据，能够快速的被系统所提取和添加到知识库中，并将更新的数据推送给所有同行业用户使用，使得数据更加完善，数据共享更方便。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。并且，在本文中，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。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。