一种基于智能客服的多轮对话优化方法

本申请属于人工智能与自然语言处理领域，具体涉及一种基于智能客服的多轮对话优化方法旨在提升系统响应质量和效率。方法涉及以下关键步骤：步骤S101：接收用户输入数据，语音数据转文字，进行分词、去噪、特征编码，生成向量序列；步骤S201：利用SpanBERT模型抽取实体，初始化动态实体图谱，并实时更新；步骤S301：通过动态实体图谱进行意图识别，生成槽位，并将实体数据填充至槽位；步骤S401：根据意图和槽位信息生成拟回复，计算审核信度，信度高则继续，低则重新处理输入数据；步骤S501：计算任务复杂度，若低于阈值则生成自然语言响应，高于阈值则使用全功能模型生成响应；由此解决现有技术上下文动态关联能力不足、人工审核效率存在瓶颈的技术缺陷。