CN119474332A 一种智能售后客服方法、系统、存储介质及智能终端 （可之(宁波)人工智能科技有限公司）

存储介质及智能终端，涉及营销售后服务的领有预设的标准向量进行二范数相似度计算以得度进行计算从而得到最接近的存储于数据库中2基于预设的行业知识库中的参考词对问题内容进行拆解以得到问题基于预设的特定辨别词库中的动作词和状态词对问题关键词进行辨别以确定问题关键词对应的关键词组词类别；基于问题关键词从模量数据库编号对应的数据库中查基于问题整体向量和所有预设的标准向量进行二范数相似度计算以得到相似度最大基于合适标准向量从预设的答案数据库中查找到对应的基于关键词组词类别和预设的必须类别进行匹配确定缺失组词于缺失组词类别存在时基于缺失组词类别从预设的子类别数据库中查找到对应的子于子类别数量大于1时基于缺失组词类别从预设的询问数据库中查找到对应的询问话3.根据权利要求2所述的一种智能售后客服基于问题内容和询问话术生成适应询问话术并进行输于存在历史问题内容时基于历史问题内容确定关键词组词类别，将于存在和缺失组词类别匹配的历史关键词组词类别时将历史关键词组词类别对应的于不存在和缺失组词类别匹配的历史关键词组词类别时基于基于历史关键词组词类别对应的关键词和关键词组词类别依次对子类别内容进行筛于筛选子类别数量仍然大于1时则继续基于历史关键词组词类别对应的关键词和关键3于所有的历史关键词组词类别对应的关键词和关键词组词类别对应的关键词都进行过筛选后子类别数量仍然大于1时将此时的子类别数量对应的子类别内容定义为筛选子类于若干个历史关键词组词类别对应的关键词或关键词组词类别对应的关键词进行筛选后筛选子类别数量等于1时将此时的子类别内容定义为唯一子将唯一子类别内容作为缺失组词类别对应的问题关键词进行输出，且不查找询问话5.根据权利要求2所述的一种智能售后客服基于问题内容和询问话术生成适应询问话术并进行输于缺失组词类别和预设的图片可分析类别相同时获基于实际可分析特征分别从预设的关键词数据库中查找到对应将可分析特征关键词作为缺失组词类别对应的问题关键词进行于缺失组词类别和图片可分析类别均不相同时基于问题基于问题图片和预设的可分析特征进行匹配以得到全部的基于图内可分析特征分别从关键词数据库中查找到对应的图内可分析特征基于特定辨别词库中的动作词和状态词对问题关键词进行辨别以确定图内可分析特基于图内可分析特征关键词从模量数据库编号对应的数据库中查找到对应的图内模基于图内关键词组词类别和关键词组词类别确定图内模量和模量之间的模于模量关系为预设的完全区别关系时将对应的图内关键词组词类别定义为异常关键基于预设的行业知识库中的参考词对问题内容进行拆解以得到部分问题基于部分问题关键词从预设的标签数据库中查找到对应的将人工回复内容进行输出，并基于人工回复内容和预设的4存储器，用于存储如权利要求1至7中任一项所述的一种智能处理器，存储器中的程序能够被处理器加载执行且实现如权利要求执行如权利要求1至7中任一项所述的一种智能售后客服方法的5基于预设的行业知识库中的参考词对问题内容进行拆解以得到问题基于预设的特定辨别词库中的动作词和状态词对问题关键词进行辨别以确定问基于问题关键词从模量数据库编号对应的数据库中查基于问题整体向量和所有预设的标准向量进行二范数相似度计算以得到相似度基于合适标准向量从预设的答案数据库中查找到对应的后确定对应的向量，通过二范数相似度进行计算从而得到最接近的存储于数据库中的问6基于关键词组词类别和预设的必须类别进行匹配确定缺失组词于缺失组词类别存在时基于缺失组词类别从预设的子类别数据库中查找到对应于子类别数量大于1时基于缺失组词类别从预设的询问数据库中查找到对应的询[0010]可选的，于子类别数量大于1时基于问题内容和询问话术生成适应询问话术并进于存在和缺失组词类别匹配的历史关键词组词类别时将历史关键词组词类别对[0012]可选的，于不存在和缺失组词类别匹配的历史关键词组词类别时基于问题内容、子类别内容和询问话术生成适应询问话术并基于历史关键词组词类别对应的关键词和关键词组词类别依次对子类别内容进于筛选子类别数量仍然大于1时则继续基于历史关键词组词类别对应的关键词和关键词组词类别对应的关键词依次对子类别内于所有的历史关键词组词类别对应的关键词和关键词组词类别对应的关键词都进行过筛选后子类别数量仍然大于1时将此时的子类别数量对应的子类别内容定义为筛选于若干个历史关键词组词类别对应的关键词或关键词组词类别对应的关键词进行筛选后筛选子类别数量等于1时将此时的子类别内容定义为唯一子7[0014]可选的，于子类别数量大于1时基于问题内容和询问话术生成适应询问话术并进于缺失组词类别和预设的图片可分析类别相同时获基于实际可分析特征分别从预设的关键词数据库中查找到对应的可分析特征关基于问题图片和预设的可分析特征进行匹配以得到全部的基于图内可分析特征分别从关键词数据库中查找到对应的图内可分析特征关键基于特定辨别词库中的动作词和状态词对问题关键词进行辨别以确定图内可分基于图内可分析特征关键词从模量数据库编号对应的数据库中查找到对应的图基于图内关键词组词类别和关键词组词类别确定图内模量和模量之间的模量关于模量关系为预设的完全区别关系时将对应的图内关键词组词类别定义为异常基于部分问题关键词从预设的标签数据库中查找到对应的8后确定对应的向量，通过二范数相似度进行计算从而得到最接近的存储于数据库中的问后确定对应的向量，通过二范数相似度进行计算从而得到最接近的存储于数据库中的问后确定对应的向量，通过二范数相似度进行计算从而得到最接近的存储于数据库中的问当是可以从图片中分析出的类别时则直接从图片中分析出对应的内容作为缺失9[0029]图2是本申请实施例中的是否基于问题整体向量得到合适标准向量的方法的流程[0030]图3是本申请实施例中的于子类别数量大于1时基于问题内容和询问话术生成适[0031]图4是本申请实施例中的于不存在和缺失组词类别匹配的历史关键词组词类别时[0032]图5是本申请实施例中的于子类别数量大于1时基于问题内容和询问话术生成适[0033]图6是本申请实施例中的获取输入的问题图片时进一步的售后客服方法的流程[0034]图7是本申请实施例中的若无法得到问题关键词或合适标准向量对应的相似度小[0037]本申请实施例公开一种智能售后客服方法。参照图1，一种智能售后客服方法包[0039]步骤101：基于预设的行业知识库中的参考词对问题内容进行拆解以得到问题关[0042]步骤102：基于预设的特定辨别词库中的动作词和状态词对问题关键词进行辨别[0047]模量数据库编号为某个词汇在这个关键词组词类别中能够表达为对应的模量的个相同的关键词组词类别中的问题关键词所对应的模量进行设定得[0052]步骤106：基于问题整体向量和所有预设的标准向量进行二范数相似度计算以得[0062]步骤202：于缺失组词类别存在时基于缺失组词类别从预设的子类别数据库中查当缺失组词类别对应的子类别不存在时，则子类别内容就是缺失组词类别对应的具体内工作人员根据自身的经验以及公司生产的产品等情况对每一个缺失组词类别的子类别内[0066]当子类别数量为1时则说明此时缺失组词类别就是剩余的子类别内容，而由于缺[0072]历史问题内容为之前询问过的问题内容。此处获取的方式可以为存储空间内调键词组词类别定义为历史关键词组词类别。[0077]步骤303：于存在和缺失组词类别匹配的历史关键词组词类别时将历史关键词组[0078]存在和缺失组词类别匹配的历史关键词组词类别时说明此时询问的就是缺失组子类别内容和询问话术生成适应询问话术并步骤400：基于历史关键词组词类别对应的关键词和关键词组词类别依次对子类关键词和关键词组词类别对应的关键词依次对子类别内[0084]筛选子类别数量仍然大于1时说明此时通过历史关键词组词类别仍然无法减少子[0085]步骤402：于所有的历史关键词组词类别对应的关键词和关键词组词类别对应的关键词都进行过筛选后子类别数量仍然大于1时将此时的子类别数量对应的子类别内容定[0086]所有的历史关键词组词类别对应的关键词和关键词组词类别对应的关键词都进[0089]步骤404：于若干个历史关键词组词类别对应的关键词或关键词组词类别对应的关键词进行筛选后筛选子类别数量等于1时将此时的子类别内容定义为唯一[0096]步骤502：基于实际可分析特征分别从预设的关键词数据库中查找到对应的可分步骤600：基于问题图片和预设的可分析特征进行匹配以得到全部的图内可分析[0103]步骤601：基于图内可分析特征分别从关键词数据库中查找到对应的图内可分析[0105]步骤602：基于特定辨别词库中的动作词和状态词对问题关键词进行辨别以确定[0107]步骤603：基于图内可分析特征关键词从模量数据库编号对应的数据库中查找到[0109]步骤604：基于图内关键词组词类别和关键词组词类别确定图内模量和模量之间[0112]相似关系为图内关键词组词类别对应的图内可分析特征关键词和关键词组词类析特征关键词和关键词组词类别对应的问题关键词的词意相[0113]若模量关系为预设的相似关系或相同关系时则说明客户问题描述的内容和图片[0114]步骤606：于模量关系为预设的完全区别关系时将对应的图内关键词组词类别定义为异常关键词组词类别，将异常关键词组词类别对应的图内可分析特征定义为异常特[0115]完全区别关系为图内关键词组词类别对应的图内可分析特征关键词和关键词组词类别对应的问题关键词的词意两者之间完所对应的问题图片中的区域进行标记的目的是为了提醒客户哪个[0118]参照图7，还包括若无法得到问题关键词或合适标准向量对应的相似度小于预设步骤700：基于预设的行业知识