一种政务智能客服服务方法、系统、电子设备和存储介质与流程

本发明涉及智能客服技术领域，特别是涉及一种政务智能客服服务方法、系统、电子设备和存储介质。

背景技术：

为了为客户提供更优的服务，越来越多的行业配置了客户服务。传统的客服采用人工的方式提供服务，采用客服人员存在招人难、培训成本高、流动性大和不易管理等缺点。随着技术的进步，智能客服得到了迅速的推广，其中，智能客服机器人是使用客户知识帮助企业提高优化客户关系的决策能力和整体运营能力的软件集合，可以全天24小时工作，还能通过实时数据的反馈不断学习，企业有足够的动力用客服机器人取代一部分人工客服。

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应用的，采用了大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等先进的人工智能技术，具有行业通用性。目前，智能客服主要应用在金融行业，如证券、银行、保险等细分领域。在实际生活和工作中，还有很多的领域需要应用智能客服，尤其是政务领域，人们的生活和工作离不开和政府职能部门的信息交互，但是，目前市场上的政务智能客服一般采用通用平台，也就是从营销智能客服转化而来的平台，由于通用平台的词库为商业词库，因此，智能客服对于政务行业用户咨询的问题语义理解能力较差，经常不能给出准确的答案。

因此，如何提高政务智能客服的智能化，以提高对政务行业用户咨询的问题的理解能力，以使用户快速得到准确的答案，是本领域技术人员目前需要解决的技术问题。

技术实现要素：

本发明的目的是提供一种政务智能客服服务方法、系统、电子设备和存储介质，可以提高政务智能客服的智能化，同时提高对政务行业用户咨询的问题的理解能力，以使用户快速得到准确的答案。

为解决上述技术问题，本发明提供了如下技术方案：

一种政务智能客服服务方法，包括：

获取政务行业数据，建立政务行业数据库；

获取目标用户输入的请求信息；

对所述请求信息进行咨询内容业务识别；

根据识别出的所述请求信息，调取所述政务行业数据库中的相应答案反馈给所述目标用户。

优选地，所述获取政务行业数据，建立政务行业数据库，包括：

爬取网络中的政务行业数据；

调取用户在访问所述政务智能客服时的历史数据；

根据爬取的所述政务行业数据和调取的所述历史数据，构建政务行业数据库。

优选地，所述根据爬取的所述政务行业数据和调取的所述历史数据，构建政务行业数据库，包括：

根据爬取的所述政务行业数据和调取的所述历史数据，筛选出相应的非结构化数据，所述非结构化数据包括：政务行业的业务话术、专业热词、业务规则和历史交互日志；

通过预设的数据处理模型对所述非结构化数据进行处理，构建政务行业词典；

筛选出所述政务行业词典中的高频词，对所述高频词进行词聚类和句法结构解析得到候选本体词，根据所述业务规则和所述候选本体词构建行业本体词库，为所述行业本体词库中的各本体词关联相应的政务信息，构建政务行业知识库；

通过预设的算法对所述行业本体词库中的各本体词进行关联业务规则分析，建立政务行业对话模型。

优选地，所述服务方法还包括：

对所述历史数据进行日志分析和质量检测；

判断是否存在新词；

若是，则关联所述新词和所述政务行业数据库，动态更新所述政务行业数据库。

优选地，所述对所述请求信息进行咨询内容业务识别，包括：

对所述请求信息进行文本信息识别和纠错；

对纠错后的文本信息进行语义解析，获取相应的目标本体词以及关联咨询内容词汇。

优选地，所述根据识别出的所述请求信息，调取所述政务行业数据库中的相应答案反馈给所述目标用户，包括：

根据所述目标本体词和咨询内容词汇，在所述政务行业数据库中匹配相应的问题答案；

调取所述问题答案反馈给所述目标用户。

优选地，所述服务方法还包括：

管理所述政务行业知识库；

提供个性化配置；

定义各用户的角色，并配置相应的权限；

根据用户的访问数据，生成相应的统计信息，统计高频问题，按时间维度服务数量统计。

一种政务智能客服服务系统，包括：

数据库模块，用于获取政务行业数据，建立政务行业数据库；

请求获取模块，用于获取目标用户输入的请求信息；

识别模块，用于对所述请求信息进行咨询内容业务识别；

反馈模块，用于根据识别出的所述请求信息，调取所述政务行业数据库中的相应答案反馈给所述目标用户。

优选地，所述数据库模块包括：

数据爬取单元，用于爬取网络中的政务行业数据；

数据调取单元，用于调取用户在访问所述政务智能客服时的历史数据；

建库单元，用于根据爬取的所述政务行业数据和调取的所述历史数据，构建政务行业数据库。

优选地，所述建库单元包括：

筛选子单元，用于根据爬取的所述政务行业数据和调取的所述历史数据，筛选出相应的非结构化数据，所述非结构化数据包括：政务行业的业务话术、专业热词、业务规则和历史交互日志；

词典构建子单元，用于通过预设的数据处理模型，构建政务行业词典；

本体词库构建子单元，用于筛选出所述政务行业词典中的高频词，对所述高频词进行词聚类和句法结构解析得到候选本体词，根据所述业务规则和所述候选本体词构建行业本体词库，为所述行业本体词库中的各本体词关联相应的政务信息，构建政务行业知识库；

对话模型构建子单元，用于通过预设的算法对所述行业本体词库中的各本体词进行关联业务规则分析，建立政务行业对话模型。

优选地，还包括：

分析模块，用于对所述历史数据进行日志分析和质量检测；

判断模块，用于判断是否存在新词；

数据库更新模块，用于在判定存在新词时，关联所述新词和所述政务行业数据库，动态更新所述政务行业数据库。

优选地，所述识别模块包括：

纠错单元，用于对所述请求信息进行文本信息识别和纠错；

解析单元，用于对纠错后的文本信息进行语义解析，获取相应的目标本体词以及关联咨询内容词汇。

优选地，所述反馈模块包括：

匹配单元，用于根据所述目标本体词和咨询内容词汇，在所述政务行业数据库中匹配相应的问题答案；

反馈单元，用于调取所述问题答案反馈给所述目标用户。

优选地，还包括：

数据库管理模块，用于管理所述政务行业知识库；

机器人管理模块，用于提供个性化配置；

用户管理模块，用于定义各用户的角色，并配置相应的权限；

统计分析模块，用于根据用户的访问数据，生成相应的统计信息，统计高频问题，按时间维度服务数量统计。

一种用于政务智能客服的电子设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上述任一项所述的政务智能客服服务方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述政务智能客服服务方法的步骤。

与现有技术相比，上述技术方案具有以下优点：

本发明实施例所提供的一种政务智能客服服务方法，包括：获取政务行业数据，建立政务行业数据库；获取目标用户输入的请求信息；对请求信息进行咨询内容业务识别；根据识别出的请求信息，调取政务行业数据库中的相应答案反馈给目标用户。通过对政务行业数据的采集获取，建立关于政务行业的专用的数据库，当用户通过政务智能客服进行服务时，识别出用户发出的请求信息，然后调取对应的政务业务答案给用户，大大提高了智能客服对于政务行业用户咨询的问题语义的理解能力，提高了政务智能客服的智能化，方便用户快速得到准确的答案。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。

图1为本发明一种具体实施方式所提供的政务智能客服服务方法流程图；

图2为本发明一种具体实施方式所提供的政务智能客服机器人系统示意图；

图3为本发明一种具体实施方式所提供的政务智能客服服务系统示意图。

具体实施方式

本发明的核心是提供一种政务智能客服服务方法、系统、电子设备和存储介质，可以提高政务智能客服的智能化，同时提高对政务行业用户咨询的问题的理解能力，以使用户快速得到准确的答案。

为了使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施的限制。

请参考图1，图1为本发明一种具体实施方式所提供的政务智能客服服务方法流程图。

本发明的一种实施方式提供了一种政务智能客服服务方法，包括：

s11：获取政务行业数据，建立政务行业数据库。

在本发明的一种实施方式中，通过爬取网络中的政务行业数据的方式来获取政务行业数据，进一步地，还可以调取用户在访问政务智能客服时的历史数据来获取政务行业数据，所谓的历史数据为用户在应用政务智能客服时的对话行为记录数据。

其中，建立政务行业数据库的过程包括：根据获取的政务行业数据，筛选出相应的非结构化数据，非结构化数据包括：政务行业的业务话术、专业热词、业务规则和历史交互日志；通过预设的数据处理模型对非结构化数据进行处理，构建政务行业词典；筛选出政务行业词典中的高频词，对高频词进行词聚类和句法结构解析得到候选本体词，根据业务规则和候选本体词构建行业本体词库，为行业本体词库中的各本体词关联相应的政务信息，构建政务行业知识库；通过预设的算法对行业本体词库中的各本体词进行关联业务规则分析，建立政务行业对话模型。

在本实施方式中，可以通过智能数据处理引擎来将现有的政务行业的业务话术(行业内的一些特定名词解释回复)、专业热词、业务规则、历史交互日志等非结构化数据进行整理，形成政务行业词典、行业本体词库、政务行业知识库、任务树和业务规则。

其中，行业词典用于在分析用户对话的时候，对用户语句进行分析理解、消除歧义，没有行业词典，容易误解用户意图。政务行业词典即关于政务行业的行业词典。行业词典可以以历史文档记录、人工词典为主，互联网相关领域文档为辅，并采用隐马尔科夫、最大熵等预设的数据处理模型进行构建。人工词典和互联网相关领域文档可以作为语料库，采用分词、聚类等方法，得到行业词典。

业务规则可以由行业专家提供定义，比如定义“携带xxx去xx”就可以定义为一条业务规则。通过这条业务规则，可以方便找到行业词典里的本体词，比如所携带的“xxx”就肯定是一个本体词。

通过智能数据处理引擎构建行业本体词库时，比如政务行业的“身份证”为本体词，围绕本体词可以包括若干的问题，如如何办理身份证、如何补办身份证、如何挂失等。行业本体词库的构建方法采用以政务行业词典中的高频词触发，利用词聚类、句法结构解析等技术得到候选本体词，再利用业务规则进行构建。

而所谓的任务树就是行业对话模型的一种方法，构建任务树就是构建行业对话模型。可以用一些预设的算法做关联规则分析，比如提问“身份证在哪里办理”和“身份证办理所需的材料”、“身份证办理时间”这几个问题一般是一起连续提问的，可能顺序不同，但基本上是一起提问的，因此这就可以认定是政务行业的一个行业对话模型。

相对于目前采用的简单的字符串匹配方式，其需要人工配置词条才能使用。而本实施方式中通过爬取网络中的政务行业数据以及调取历史数据来获取政务行业数据，大大降低了词条配置的难度，减少了配置的人工工作量。而根据上述实施方式中的方法所建立的政务行业数据库，实现了政务行业数据库的专业化，尤其是政务行业词典、行业本体词库、政务行业知识库和政务行业对话模型的构建，大大提高了对用户对于政务行业的咨询的问题的句子的理解能力，可以消除歧义，使得政务智能客服更加智能化，以期为用户提供更为准确的答案。

s12：获取目标用户输入的请求信息。

通过智能客服机器人客户端等信息输入设备获取目标用户输入的对于政务行业所咨询的业务问题等请求信息。

s13：对请求信息进行咨询内容业务识别。

在本发明的一种实施方式中，对请求信息识别包括：对请求信息进行文本信息识别和纠错；对纠错后的文本信息进行语义解析，获取相应的目标本体词以及关联咨询内容词汇。

在智能客服为客服服务过程中，无论是单轮对话还是多轮对话，为了更好的理解用户的意图，以便回复正确答案，本步骤实现智能纠错和主体词识别。对用户咨询问题时的请求信息进行句子合理性评价，然后对句子中的错别字进行识别和纠正，保证数据的正确性，可以通过深度语言模型进行句子建模来实现识别并纠正错别字。而主体词识别是对用户咨询内容业务范围的识别，实现用户请求的粗粒度分类，通过句法结构解析识别出句子的主要成分然后即可匹配行业本体词库和政务行业知识库。

s14：根据识别出的请求信息，调取政务行业数据库中的相应答案反馈给目标用户。

在本发明的一种实施方式中，根据识别出的请求信息，调取政务行业数据库中的相应答案反馈给目标用户，包括：根据目标本体词和咨询内容词汇，在政务行业数据库中匹配相应的问题答案；调取问题答案反馈给目标用户。

在本发明的一种实施方式中，该政务智能客服服务方法还包括：对历史数据进行日志分析和质量检测；判断是否存在新词；若是，则关联新词和政务行业数据库，动态更新政务行业数据库。

其中，质量检测是指对人机对话的质量进行检测，针对对话主要检测用户的情绪和机器人回答的准确性。

在本实施方式中，通过智能分析引擎对智能客服对话的回流数据进行分析，诸如日志分析和质量检测等，以实现增强模型训练，构建行业数据的功能。根据用户历史交互数据，来发现新的词或者别称等，以原有词库为基础，利用隐马尔科夫、最大熵等模型发现不在当前政务行业数据库中的词，并建立和该政务行业数据库的联系，实现数据库的动态更新。

服务方法还包括：管理政务行业知识库，以为各算法服务提供相应领域的知识，用于回答用户提出的问题；提供个性化配置，如为智能客服机器人配置诸如头像、问候语等；定义各用户的角色，并配置相应的权限，使得该系统采用基于角色的操作管理，完成用户权限的管理和页面授权；根据用户的访问数据，生成相应的统计信息，统计高频问题，按时间维度服务数量统计。

在本发明的一种实施方式，基于上述方法还提供了一种政务智能客服机器人系统，如图2所示，该政务智能客服机器人系统包括：网络数据库21、历史数据库22、政务行业数据库23、智能客服智能算法模块24、智能客服机器人客户端25和智能客服机器人后台模块26。

其中，网络数据库21用于存储所爬取的网络中的政务行业数据；历史数据库22用于存储各用户在使用该政务智能客服机器人系统时和该系统的对话行为的记录数据。

智能客服智能算法模块24主要包括：智能分析引擎、智能数据处理引擎、智能会话引擎和算法接口模块。

智能客服智能算法模块24基于网络数据库21和历史数据库22，采用智能数据处理引擎和智能分析引擎形成政务行业数据库。通过智能会话引擎，智能客服机器人系统从算法接口模块调用相应的接口，以理解用户问题的意图，并从政务行业数据库23中读取政务行业知识库中的相应内容为用户的问题提供答案。

智能数据处理引擎，通过将现有业务话术、专业热词、业务规则、历史交互日志等非结构化数据进行整理，形成政务行业词典、本体库、知识库、任务树、业务规则等。智能数据处理引擎建立专业领域的政务行业词典有助于句子理解、消除歧义，政务行业词典以历史文档记录、人工词典为主、互联网相关领域文档为辅，可使用隐马尔科夫、最大熵等模型构建。智能数据处理引擎构建行业本体词，比如政务行业的“身份证”为主体词，围绕该主体词的问题包括：办理身份证、如何补办、如何挂失等，行业本体词库的构建方法采用以专业词典中高频词出发，利用词聚类、句法结构解析等技术得到候选本体词，再利用业务规则构建。

其中，智能分析引擎主要处理智能客服对话的回流数据的分析，进行日志分析、质量检测等功能，可以实现增强模型训练、构建行业数据的功能。其中，新词发现是其重要的一项功能。新词发现是根据用户历史交互数据，发现新的词、别称等，以原有词库为基础，可利用隐马尔科夫、最大熵等模型发现不在词库中的词，并建立和原有词库中的联系，实现词库的动态更新。

其中，智能会话引擎在智能客服为客户服务的单轮对话和/或多轮对话过程中实现智能问答，可以更好的理解用户意图，回复正确答案。在对话过程中，智能纠错、主体词识别是其比较重要的功能。智能纠错对用户咨询的句子进行句子合理性评价，然后对句子中的错别字进行识别和纠正，保证数据的正确性，其实现原理是通过深度语言模型进行句子建模，识别并纠正错别字。主体词识别是对用户咨询内容业务范围的识别，实现用户请求的粗粒度分类。其实现原理是通过句法结构解析识别出句子的主要成分然后匹配本体词库。

智能客服机器人客户端25负责客服机器人前端展现逻辑，用于与用户进行交互，获取用户输入的问题，将用户的问题转发给智能客服智能算法模块24，同时匹配政务行业数据库23，并把智能客服智能算法模块24给出的答案展现给用户。

智能客服机器人后台模块26包括：数据库管理模块，用于管理政务行业知识库，以为各算法服务提供相应领域的知识，用于回答用户提出的问题；机器人管理模块，用于提供个性化配置，如为智能客服机器人配置诸如头像、问候语等；用户管理模块，用于定义各用户的角色，并配置相应的权限，使得该系统采用基于角色的操作管理，完成用户权限的管理和页面授权；统计分析模块，用于根据用户的访问数据，生成相应的统计信息，统计高频问题，按时间维度服务数量统计。

本发明所提供的政务智能客服服务方法，通过对获取的政务行业数据进行数据预处理，建立了政务行业词典、政务行业知识库和政务行业对话模型等具有政务行业特点的核心数据，取代了一般通用型智能平台所采用的纯人工配置服务数据库的方式，使得人工维护工作量大大降低。动态更新政务行业数据库，即根据政务行业的咨询数据，通过智能算法进行迭代学习，扩大了政务行业的数据库，比一般的智能客服回答更加智能和准确，大大提高了智能客服对于政务行业用户咨询的问题语义的理解能力，提高了政务智能客服的智能化，方便用户快速得到准确的答案。

请参考图3，图3为本发明一种具体实施方式所提供的政务智能客服服务系统示意图。

相应地，本发明一种实施方式还提供了一种政务智能客服服务系统，包括：数据库模块31，用于获取政务行业数据，建立政务行业数据库；请求获取模块32，用于获取目标用户输入的请求信息；识别模块33，用于对请求信息进行咨询内容业务识别；反馈模块34，用于根据识别出的请求信息，调取政务行业数据库中的相应答案反馈给目标用户。

其中，优选数据库模块31包括：数据爬取单元，用于爬取网络中的政务行业数据；数据调取单元，用于调取用户在访问政务智能客服时的历史数据；建库单元，用于根据爬取的政务行业数据和调取的历史数据，构建政务行业数据库。

进一步地，建库单元包括：筛选子单元，用于根据爬取的政务行业数据和调取的历史数据，筛选出相应的非结构化数据，非结构化数据包括：政务行业的业务话术、专业热词、业务规则和历史交互日志；词典构建子单元，用于通过预设的数据处理模型，构建政务行业词典；本体词库构建子单元，用于筛选出政务行业词典中的高频词，对高频词进行词聚类和句法结构解析得到候选本体词，根据业务规则和候选本体词构建行业本体词库，为行业本体词库中的各本体词关联相应的政务信息，构建政务行业知识库；对话模型构建子单元，用于通过预设的算法对行业本体词库中的各本体词进行关联业务规则分析，建立政务行业对话模型。

通过对政务行业数据的采集获取，建立关于政务行业的专用的数据库，当用户通过政务智能客服进行服务时，识别出用户发出的请求信息，然后调取对应的政务业务答案给用户，大大提高了智能客服对于政务行业用户咨询的问题语义的理解能力，提高了政务智能客服的智能化，方便用户快速得到准确的答案。

在本发明的一种实施方式中，该政务智能客服服务系统还包括：分析模块，用于对历史数据进行日志分析和质量检测；判断模块，用于判断是否存在新词；数据库更新模块，用于在判定存在新词时，关联新词和政务行业数据库，动态更新政务行业数据库。

在本实施方式中，通过智能分析引擎对智能客服对话的回流数据进行分析，诸如日志分析和质量检测等，以实现增强模型训练，构建行业数据的功能。根据用户历史交互数据，来发现新的词或者别称等，以原有词库为基础，利用隐马尔科夫、最大熵等模型发现不在当前政务行业数据库中的词，并建立和该政务行业数据库的联系，实现数据库的动态更新。

在上述任一实施方式的基础上，识别模块包括：纠错单元，用于对请求信息进行文本信息识别和纠错；解析单元，用于对纠错后的文本信息进行语义解析，获取相应的目标本体词以及关联咨询内容词汇。

反馈模块包括：匹配单元，用于根据目标本体词和咨询内容词汇，在政务行业数据库中匹配相应的问题答案；反馈单元，用于调取问题答案反馈给目标用户。

在智能客服为客服服务过程中，无论是单轮对话还是多轮对话，为了更好的理解用户的意图，以便回复正确答案，本步骤实现智能纠错和主体词识别。对用户咨询问题时的请求信息进行句子合理性评价，然后对句子中的错别字进行识别和纠正，保证数据的正确性，可以通过深度语言模型进行句子建模来实现识别并纠正错别字。而主体词识别是对用户咨询内容业务范围的识别，实现用户请求的粗粒度分类，通过句法结构解析识别出句子的主要成分然后即可匹配行业本体词库和政务行业知识库。

在本发明的一种实施方式中，该政务智能客服服务系统还包括：数据库管理模块，用于管理政务行业知识库，以为各算法服务提供相应领域的知识，用于回答用户提出的问题；机器人管理模块，用于提供个性化配置，如为智能客服机器人配置诸如头像、问候语等；用户管理模块，用于定义各用户的角色，并配置相应的权限，使得该系统采用基于角色的操作管理，完成用户权限的管理和页面授权；统计分析模块，用于根据用户的访问数据，生成相应的统计信息，统计高频问题，按时间维度服务数量统计。

本发明所提供的政务智能客服服务系统，通过对获取的政务行业数据进行数据预处理，建立了政务行业词典、政务行业知识库和政务行业对话模型等具有政务行业特点的核心数据，取代了一般通用型智能平台所采用的纯人工配置服务数据库的方式，使得人工维护工作量大大降低。动态更新政务行业数据库，即根据政务行业的咨询数据，通过智能算法进行迭代学习，扩大了政务行业的数据库，比一般的智能客服回答更加智能和准确，大大提高了智能客服对于政务行业用户咨询的问题语义的理解能力，提高了政务智能客服的智能化，方便用户快速得到准确的答案。

相应地，本发明一种实施方式还提供了一种用于政务智能客服的电子设备，包括：存储器，用于存储计算机程序；处理器，用于执行计算机程序时实现如上述任一实施方式所提供的政务智能客服服务方法的步骤。

本发明一种实施方式还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施方式所提供的政务智能客服服务方法的步骤。

本发明上述实施方式所提供的用于政务智能客服的电子设备和计算机可读存储介质，通过存储计算机程序，以使得处理器在执行该计算机程序时可以实现对政务行业数据的采集获取，建立关于政务行业的专用的数据库，当用户通过政务智能客服进行服务时，识别出用户发出的请求信息，然后调取对应的政务业务答案给用户，大大提高了智能客服对于政务行业用户咨询的问题语义的理解能力，提高了政务智能客服的智能化，方便用户快速得到准确的答案。

以上对本发明所提供的一种政务智能客服服务方法、系统、电子设备和存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。