摘要
本发明公开了一种基于商品知识图谱的电商客服对话用户满意度预测方法,包括:商品知识推理模块用于将对话中涉及的商品映射到知识图谱中的多个实体上,同时选择出与该商品最相关的各类关系,通过知识推理模型进行尾实体预测,然后将得到的尾实体与对话中的词语进行语义相似度匹配,文本挖掘模块则通过使用预训练语言模型进行对话回合内、回合间语义编码表征,该模型既能够关注到回合内的关键信息,又能够将多个回合之间的历史信息进行整合;知识增强模块通过使用注意力机制将对话商品信息、关键词信息和文本表征进行多角度融合,从不同的侧面进行建模用户的最终满意度,为平台方增进用户粘性、提升客服服务质量提供有效参考依据。
技术关键词
商品知识图谱
预测系统
客服
多头注意力机制
满意度预测方法
电商
实体
代表
BERT模型
语义
词语
编码
文本关键词提取
平台
文本关键信息
模块
语句
预训练语言模型
系统为您推荐了相关专利信息
负荷预测方法
LSTM模型
注意力
神经网络优化器
编码
异质信息网络
社交机器人
多模态信息融合
模态特征
文本
设备寿命预测方法
多源融合
预训练模型
概率预测方法
训练集数据
卡方统计量
输电线路可视化
输电线路运维管理
矩阵
可读存储介质
多模态信息融合
图像字幕生成方法
聚类特征
图像特征提取
多头注意力机制