摘要
本发明公开了基于大模型的动态上下文窗口客服质检方法,包括以下步骤:S1、动态窗口生成:对客服与用户的对话轮次进行打分,根据打分结果动态更新并维护上下文窗口,再对窗口内的对话进行上下文重构;S2、多维度质检:将动态窗口内的对话文本输入大模型,通过定制化prompt触发模型输出预设字段;S3、聚类归因:采用kmeans算法和BERT向量化对大模型输出的相关内容进行语义聚类,再通过prompt对每个聚类结果生成总结性描述和可操作建议;S4、结果输出与应用:生成包含多维度质检结果和聚类结果的结构化json结果,用于api调用或可视化平台展示。本发明具有可以高效、精准、多维度的客服质检,可以提升克服服务质量等优点。
技术关键词
动态上下文
质检方法
客服
kmeans算法
冷启动策略
可视化平台
动态更新
客户
聚类
关键性
质检系统
可读存储介质
归因
语义
场景
节点
密度
字段
系统为您推荐了相关专利信息
信息处理方法
图像识别技术
数据
时间序列模式
页面
信息预警方法
语义特征
模板
情绪特征
自动语音识别
订单信息处理系统
信息采集模块
商城
深度学习算法
混合高斯模型
充电桩管理方法
充电桩管理系统
动态价格调整
时间序列预测模型
机器学习模型