申请/专利权人：天翼电子商务有限公司

申请日：2022-10-30

公开（公告）日：2023-01-31

公开（公告）号：CN115658868A

主分类号：G06F16/332

分类号：G06F16/332;G06F40/289;G06F18/23213;G06F18/214

优先权：

专利状态码：在审-公开

法律状态：2023.01.31#公开

摘要：本发明公开了一种基于Rasa的多渠道应答的智能客服，解决RASA智能服务装置中系统存储量大，高并发的问题，并提供一种对数据库模型简易化维护方式，维护人员不需要学习Rasa也能完成自然语言模型的训练和维护工作。本发明将模型训练和模型运行的服务器进行分离、利用负载均衡策略，降低了系统的高负荷问题；本发明程序自动生成Rasa训练模型所需要的yaml代码文件，业务人员可自行修改问题库，来进行问题库的维护，无须学习rasa基础。

主权项：1.一种基于Rasa的多渠道应答的智能客服，其特征在于，包括以下步骤：S1、问题库构建，使用DEC文本聚类算法对文本语料数据进行粗聚类：第一步，使用jieba分词算法对文本数据进行分词处理，根据分词结果构建文本的数据空间X；第二步，使用堆叠自编码器来无监督学习数据在特征空间的表示，用来将数据空间X映射至特征空间Z；在获得初始化的特征空间Z后，使用标准的k-means算法聚类来获得k个初始化簇中心；第三步，使用t分布计算特征空间Z中的节点与簇中心的相似度，然后通过辅助分布来进一步使各个簇更加内聚，最终完成文本数据聚类；聚类完成后，由运营人员对每一类的文本数据贴上业务类型标签得到一个较为粗略的问题库；然后，运营人员还需要更进一步地校验聚类算法可能导致的业务类型边界不清晰或聚类错误问题，最终得到一个业务类型边界明确、语料数据归类正确的可用的问题库；S2、问题库同步与维护，问题库构建完成后，通过http请求将问题库数据以json格式同步传送至Rasa端，在Rasa端进行数据解析；在Rasa侧，以问题库中业务问题标准问作为Rasa中的意图标签，业务问题标准问及其相似问作为对应标签下的训练语料数据，由程序自动生成Rasa训练模型所需要的yaml代码文件；业务人员可以通过增加、删除、修改系统问题库实现对Rasa训练数据的修改；S3、模型训练，运行服务器通过定时任务和http请求每10分钟向训练服务器发出请求，若训练服务器最新模型与运行服务器一致则不更新模型，反之运行服务器下载最新的模型并重新启动Rasa；S4、运行分离，运行服务器采用负载均衡策略分发灵犀系统请求，同时每个运行节点使用Sanic异步web框架多进程启动模型；首先创建一个web服务的入口类Sanic；然后使用app.get方法定义一个用于接收系统访客问题的接口，在接口中解析系统传入的参数；最后将解析得到的访客问题文本和访客id传入Rasa模型做意图判断，得出结果后由接口将用户id和用户意图返还给系统；S5、问题库订购，访客在登录系统后输入的文本问题通过http请求传入Rasa运行服务器，Rasa模型进行业务意图判断之后将判断结果返回系统；系统结合访客的渠道信息和意图结果，查询该渠道是否订购该业务问题，若订购则按照设置的答案回复访客，若未订购则回复无法理解访客的问题。

全文数据：

权利要求：

百度查询： 天翼电子商务有限公司 一种基于Rasa的多渠道应答的智能客服

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD