摘要
本申请公开了一种基于Transformer模型的客服对话方法及装置,涉及人工智能领域,其中,该客服对话方法包括:将问题文本输入Transformer模型进行机器学习,模拟客服的语言习惯和对话策略得到预测回复文本,Transformer模型采用目标历史对话文本进行训练,将预测回复文本输入自然语言处理模型,由自然语言处理模型对预测回复文本进行丰富处理得到目标回复文本,自然语言处理模型是预先构建的用于调整回复文本的深度学习模型,丰富处理至少包括:纠正语法错误、替换敏感词汇,输出目标回复文本,在满足目标业务需求时结束客服对话。通过本申请,解决了相关技术中金融机构的客服响应速度慢、服务质量下降的问题。
技术关键词
对话方法
客服
文本
自然语言
对话系统
解码器
对话策略
编码器
注意力机制
深度学习模型
序列
编码向量
矩阵
对话装置
策略更新
计算机程序产品
数据平台
习惯
系统为您推荐了相关专利信息
视觉问答方法
大语言模型
多模态
视觉特征
医学图像表征
语义特征
文本
输入信息处理方法
字符
输入信息处理装置
智能处置系统
自动化故障
调度自动化系统
实体
文本
分子预测方法
结构编码器
文本编码器
描述符
跨模态
信息抽取方法
矩阵
自然语言文本
损失函数优化
基座