[发明专利]一种基于深度学习的人工智能咨询服务方法及系统有效

专利信息
申请号: 201910319446.3 申请日: 2019-04-19
公开(公告)号: CN110321414B 公开(公告)日: 2023-04-28
发明(设计)人: 涂小东;李凯;何跃;黄丽 申请(专利权)人: 四川政资汇智能科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06Q30/02;G06F40/30;G06N3/0464;G06N3/08
代理公司: 成都行之专利代理事务所(普通合伙) 51220 代理人: 李英
地址: 610000 四川省成都市高*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 人工智能 咨询服务 方法 系统
【说明书】:

一种基于深度学习的人工智能咨询服务方法,包括以下步骤:S1、采集设定领域的基础数据,并对基础数据进行预处理后导入数据库存储;S2、将数据库中预处理后的基础数据整理为样本数据,采用深度学习训练方式对样本数据进行训练,建立咨询应答模型;S3、通过移动客户端接收咨询信息,对咨询信息进行自然语言处理得到语义特征对象序列,将语义特征对象序列导入到咨询应答模型中,咨询应答模型输出与语义特征对象序列对应的回复信息;S4、通过无线网络将与咨询信息对应的回复信息输至所述移动客户端。本发明通过咨询应答模型进行智能应答,方便客户随时随地进行咨询,可以为客户提供全面、有效、实时、快捷、专业的咨询服务。

技术领域

本发明涉及咨询服务技术领域,具体涉及一种基于深度学习的人工智能咨询服务方法及系统。

背景技术

随着社会发展,知识的增长速度越来越快,目前已呈现出爆炸性增长的趋势。爆炸性增长的知识使得人们不可能在每个知识领域内都是专精的人才,当人们想要了解一些不熟悉的知识领域的专业知识时,如何尽快找到该知识领域的专家、得到该知识领域的专家的咨询服务成为关键。

网站咨询系统是随着互联网而迅速兴起的新的通讯手段,网页即时通讯相对于流行的即时通讯工具,如QQ、MSN等相比,则有无需客户端,与网站紧密集成,保密性好、并能各种分析结果等优点。网站客服能够和网站配合,让咨询人通过网站与世界联通。当网站使用网站咨询系统以后,网站就不仅仅是网络上一个站点,而变成了一个与客户沟通、交流的平台。咨询人将拥有一个属于自己或者属于企业的即时通讯的平台,与咨询人通讯的可以是企业的员工或企业的客户。

传统的网站咨询系统,由单一的人工服务或者是单一的智能系统提供服务,由于单一的人工服务或者智能系统不能解决咨询人的不同的需求,所以常常为咨询人提供了很多无效的或者错误的信息,既浪费了咨询人的时间,也没有提供有价值的信息;并且,人工服务的时候,也存在一定的人为误差,而这些误差也很容易引起咨询人的损失。

发明内容

本发明的目的就在于克服上述现有技术的缺点和不足,提供一种基于深度学习的人工智能咨询服务方法及系统,其应用时,可以为客户提供全面、有效、实时、快捷、专业的咨询服务;并且有效解决了传统网站咨询系统不能满足客户需求、向客户提供无效或错误信息的问题。

本发明解决上述问题所采用的技术方案是:

一种基于深度学习的人工智能咨询服务方法,包括以下步骤:

S1:采集设定领域的基础数据,并对基础数据进行预处理后导入数据库存储;

S2:将数据库中预处理后的基础数据整理为样本数据,采用深度学习训练方式对样本数据进行训练,建立咨询应答模型;

S3:通过移动客户端接收咨询信息,对咨询信息进行自然语言处理得到语义特征对象序列,将语义特征对象序列导入到咨询应答模型中,咨询应答模型输出与语义特征对象序列对应的回复信息;

S4:通过无线网络将与咨询信息对应的回复信息输至所述移动客户端。

进一步的,步骤S1中的基础数据包括设定领域的咨询问题和答复语句,对基础数据进行预处理的具体方法为:

S11:敏感词汇过滤:过滤掉基础数据中违反法律和社会公德的词汇部分;

S12:语义特征词汇提取:分别对敏感词汇过滤后的咨询问题和答复语句的语义特征词汇进行剥离提取;

S13:建立语义特征词汇的语序排列:分别根据咨询问题和答复语句中语义特征词汇的逻辑顺序进行关联排序;

S14:将答复语句中语义特征词汇与剥离提取后剩余的衔接词汇进行前后关联标记。

进一步的,步骤S2中训练的具体方法包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川政资汇智能科技有限公司,未经四川政资汇智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910319446.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top