本發(fā)明屬于計算機技術(shù)領(lǐng)域，具體涉及一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)及其自學(xué)習(xí)方法。

背景技術(shù)：

現(xiàn)有的機器人客服采用計算機對客服場景中的用戶端提問進行判斷，并提供相應(yīng)的回答從而減少客服場景中的人工坐席參與，目的在于減少客服中的人工成本。目前的機器人客服多采用對用戶端的每一個問句進行一個相應(yīng)的回答，而這個回答的內(nèi)容一般為預(yù)設(shè)好的標(biāo)準(zhǔn)回答。這些標(biāo)準(zhǔn)回答是針對faq(frequentlyaskedquestions，常見問題解答)設(shè)計的。

現(xiàn)有機器人客服的實現(xiàn)方式主要分為兩種，分別是基于搜索技術(shù)的實現(xiàn)方式和基于機器學(xué)習(xí)技術(shù)的實現(xiàn)方式。其中，基于搜索技術(shù)的實現(xiàn)方式又分為基于句法模板的搜索和基于相似問句的搜索?；跈C器學(xué)習(xí)技術(shù)的實現(xiàn)方式主要也是基于相似問句的機器學(xué)習(xí)。因此，相似問句是多數(shù)客服機器人的學(xué)習(xí)依據(jù)。

當(dāng)前收集獲取相似問句的方式主要有兩種：1)收集客服場景中的數(shù)據(jù)，例如用戶端訪問客服的歷史會話。將這些會話中的用戶端問句，通過人工標(biāo)注的方式，對應(yīng)到知識庫faq上，一個問句只能對應(yīng)一個faq。2)給知識庫中的每一個faq尋找相應(yīng)的相似問句，或者編寫可能的用戶端問法作為相似問句。收集獲取相似問句之后，采用搜索技術(shù)的機器人將相似問句建入索引，當(dāng)新的用戶端訪問請求問句輸入時，若當(dāng)前用戶端問句與相似問句搜索相關(guān)性較高，則將這個相似問句所對應(yīng)的faq，作為針對當(dāng)前用戶端問句的回復(fù)。采用機器學(xué)習(xí)技術(shù)的機器人，用機器學(xué)習(xí)的方法判斷當(dāng)前用戶端問句和faq以及相似問句的匹配度，匹配度較高的相似問句對應(yīng)的faq，作為當(dāng)前用戶端問句的回復(fù)?？梢娤嗨茊柧涞氖占@取，在整個智能客服機器人當(dāng)中，發(fā)揮重要作用。相似問句的獲取成本、準(zhǔn)確度，決定了搭建客服機器人的成本和準(zhǔn)確度。

現(xiàn)有的技術(shù)方案中，收集整理相似問句是非常重要的一個環(huán)節(jié)，也是機器人客服的一個主要成本構(gòu)成。對于現(xiàn)有的客服機器人技術(shù)，不論是搜索方案還是機器學(xué)習(xí)方案，機器人都是通過學(xué)習(xí)相似問句以及對應(yīng)的faq這一方式來提高自身的準(zhǔn)確性。而收集整理相似問句的方式，作為機器人學(xué)習(xí)的基礎(chǔ)，存在以下不足：識別和標(biāo)注會話中相似問句的工作量巨大；由于標(biāo)注過程中使用的是用戶端歷史會話中的問句，因此人工標(biāo)注結(jié)果與真實客服場景存在一定的差異。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明提供了一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)及其自學(xué)習(xí)方法。

為實現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案：一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)包括用戶端、客服機器人、人工客服端和反饋單元，所述用戶端將用戶端問句發(fā)送給所述客服機器人、人工客服端和反饋單元；所述客服機器人根據(jù)用戶端問句將faq推薦數(shù)據(jù)組發(fā)送給所述人工客服端和反饋單元；所述人工客服端將應(yīng)用戶端問句的faq數(shù)據(jù)發(fā)送給所述用戶端和反饋單元；所述反饋單元根據(jù)接收到的用戶端問句、faq推薦數(shù)據(jù)組和修正后的對應(yīng)該用戶端問句的faq數(shù)據(jù)生成反饋數(shù)據(jù)，并將反饋數(shù)據(jù)發(fā)送給所述客服機器人；所述客服機器人根據(jù)接收到的反饋數(shù)據(jù)進行自學(xué)習(xí)。

進一步地，所述客服機器人包括控制器以及與所述控制器連接的第一采集模塊、相似問句生成模塊、相似問句索引庫、相似問句排序模塊、faq數(shù)據(jù)庫和faq推薦數(shù)據(jù)組輸出模塊；

所述第一采集模塊用于采集所述用戶端提問時的問句，并將采集到的用戶端問句發(fā)送給所述控制器；所述控制器控制所述相似問句生成模塊在所述相似問句索引庫中查找并生成對應(yīng)該用戶端問句的相似問句；所述相似問句生成模塊將生成到的相似問句發(fā)送給所述控制器，所述控制器控制所述相似問句排序模塊對相似問句按照其與用戶端問句的匹配度進行打分排序；所述相似問句排序模塊將排序后的相似問句發(fā)送給所述控制器，所述控制器將排在首位的相似問句與所述faq數(shù)據(jù)庫中的faq數(shù)據(jù)進行比對，所述faq推薦數(shù)據(jù)組輸出模塊輸出對應(yīng)的faq推薦數(shù)據(jù)或輸出無faq推薦數(shù)據(jù)的提示信息。

更進一步地，所述客服機器人還包括相似問句篩選模塊，所述相似問句篩選模塊與相似問句排序模塊連接，所述相似問句排序模塊將排序后的相似問句發(fā)送給所述相似問句篩選模塊，所述相似問句篩選模塊篩選出匹配度分值大于或等于匹配度閾值的相似問句。

進一步地，所述相似問句生成模塊包括關(guān)鍵詞提取模塊、關(guān)鍵詞匹配模塊和相似問句選擇模塊；所述關(guān)鍵詞提取模塊用于提取出用戶端問句中的關(guān)鍵詞，所述關(guān)鍵詞匹配模塊用于將提取出的關(guān)鍵詞與所述相似問句索引庫中的關(guān)鍵詞進行匹配，所述相似問句選擇模塊用于根據(jù)匹配度在所述相似問句索引庫中選擇相應(yīng)的相似問句。

進一步地，所述反饋單元包括第二采集模塊、faq推薦數(shù)據(jù)獲取模塊、標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊、標(biāo)注數(shù)據(jù)生成模塊、標(biāo)注數(shù)據(jù)反饋模塊；所述第二采集模塊、faq推薦數(shù)據(jù)獲取模塊和標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊均與所述標(biāo)注數(shù)據(jù)生成模塊連接，所述標(biāo)注數(shù)據(jù)生成模塊與標(biāo)注數(shù)據(jù)反饋模塊連接。

進一步地，所述用戶端和人工客服端均采用智能手機、筆記本電腦或計算機。

進一步地，所述人工客服端輸出的標(biāo)準(zhǔn)回答對應(yīng)的faq數(shù)據(jù)采用文字信息、語音信息或動作手勢信息。

一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)的自學(xué)習(xí)方法包括以下步驟：

客服機器人獲取用戶端提問時的問句；

客服機器人根據(jù)用戶端問句生成faq推薦數(shù)據(jù)組并發(fā)送給人工客服端和反饋單元；

人工客服端根據(jù)接收到的faq推薦數(shù)據(jù)組得到對應(yīng)用戶端問句的faq數(shù)據(jù)，并發(fā)送給反饋單元，同時將對應(yīng)用戶端問句的標(biāo)準(zhǔn)回答發(fā)送給用戶端；

反饋單元根據(jù)用戶端問句、faq推薦數(shù)據(jù)組和對應(yīng)用戶端問句的faq數(shù)據(jù)生成反饋數(shù)據(jù)，并將反饋數(shù)據(jù)發(fā)送給客服機器人；

客服機器人根據(jù)反饋數(shù)據(jù)進行自學(xué)習(xí)。

進一步地，所述步驟客服機器人根據(jù)用戶端問句生成faq推薦數(shù)據(jù)組并發(fā)送給人工客服端和反饋單元的具體過程為：

采集用戶端問句；

根據(jù)用戶端問句查找相似問句索引庫并生成對應(yīng)該用戶端問句的相似問句；

根據(jù)相似問句與用戶端問句的匹配度，對相似問句進行排序；

將排在首位的相似問句與faq數(shù)據(jù)庫中的faq數(shù)據(jù)進行比對；

根據(jù)比對結(jié)果，輸出與排在首位的相似問句相對應(yīng)的faq推薦數(shù)據(jù)或輸出無faq推薦數(shù)據(jù)的提示信息。

更進一步地，所述將排在首位的相似問句與faq數(shù)據(jù)庫中的faq數(shù)據(jù)進行比對的步驟之前設(shè)置以下步驟：對排序后的相似問句進行篩選，篩選出與用戶端問句之間的匹配度分值大于或等于預(yù)設(shè)的匹配度閾值的相似問句。

由于采取以上技術(shù)方案，本發(fā)明具有以下優(yōu)點：本發(fā)明能夠在真實的客服場景中收集整理相似問句，供客服機器人進行學(xué)習(xí)，減少人工標(biāo)注的成本投入?？头C器人能夠在實際的線上運行中通過新收集的相似問句不斷提高faq推薦數(shù)據(jù)的準(zhǔn)確性。本發(fā)明不僅能夠提高人工客服端的工作效率，而且能夠大大降低直接采用客服機器人回答導(dǎo)致的高錯誤率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一實施例中提供的一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)的整體結(jié)構(gòu)示意圖；

圖2是本發(fā)明一實施例中提供的一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)中客服機器人的結(jié)構(gòu)示意圖；

圖3是本發(fā)明一實施例中提供的一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)中反饋單元的結(jié)構(gòu)示意圖；

圖4是本發(fā)明一實施例中提供的一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)的自學(xué)習(xí)方法的流程圖。

圖中：1-用戶端；2-客服機器人；21-控制器；22-第一采集模塊；23-相似問句生成模塊；24-相似問句索引庫；25-相似問句排序模塊；26-faq數(shù)據(jù)庫；27-faq推薦數(shù)據(jù)組輸出模塊；3-人工客服端；4-反饋單元；41-第二采集模塊；42-faq推薦數(shù)據(jù)獲取模塊；43-標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊；44-標(biāo)注數(shù)據(jù)生成模塊；45-標(biāo)注數(shù)據(jù)反饋模塊。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將對本發(fā)明的技術(shù)方案進行詳細(xì)的描述。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所得到的所有其它實施方式，都屬于本發(fā)明所保護的范圍。

如圖1所示，本發(fā)明提供了一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)，其包括用戶端1、客服機器人2、人工客服端3和反饋單元4。其中，用戶端1將用戶端問句發(fā)送給客服機器人2、人工客服端3和反饋單元4。客服機器人2根據(jù)用戶端問句將faq推薦數(shù)據(jù)組發(fā)送給人工客服端3和反饋單元4。人工客服端3對接收到的faq推薦數(shù)據(jù)組中的faq數(shù)據(jù)進行判斷，如果faq推薦數(shù)據(jù)組中有faq數(shù)據(jù)與用戶端問句匹配，則人工客服端3選擇該faq數(shù)據(jù)并發(fā)送給用戶端1；否則人工客服端3對faq推薦數(shù)據(jù)組中的faq數(shù)據(jù)進行修正，并將修正后的對應(yīng)該用戶端問句的faq數(shù)據(jù)發(fā)送給用戶端1和反饋單元4。反饋單元4根據(jù)接收到的用戶端問句、faq推薦數(shù)據(jù)組和修正后的對應(yīng)該用戶端問句的faq數(shù)據(jù)生成反饋數(shù)據(jù)，并將反饋數(shù)據(jù)發(fā)送給客服機器人2。客服機器人2根據(jù)接收到的反饋數(shù)據(jù)進行自學(xué)習(xí)，從而提高客服機器人2輸出的faq推薦數(shù)據(jù)組的準(zhǔn)確性。

進一步地，用戶端1和人工客服端3均可以采用智能手機、筆記本電腦或計算機等。

進一步地，人工客服端輸出的標(biāo)準(zhǔn)回答對應(yīng)的faq數(shù)據(jù)包含但不限于文字、語音或動作手勢等形式的信息。

在本發(fā)明具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)中，用戶端1與人工客服端3形成一個閉環(huán)回路，即用戶端1發(fā)出提問，最終對應(yīng)該提問的回答由人工客服端3發(fā)出?？头C器人2獨立于戶端與人工客服端3形成的閉環(huán)回路之外，為人工客服端3的最終回答提供參考，這種模式的客服機器人2稱為平行客服機器人2?？头C器人2與人工客服端3和反饋單元4構(gòu)成一個反饋回路?？头C器人2基于反饋單元4的反饋數(shù)據(jù)進行自學(xué)習(xí)。

本發(fā)明具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)利用實際場景中人工客服端3輸出的修正后的faq收集整理相似問句，不斷積累新的樣本，為客服機器人2提供自學(xué)習(xí)的依據(jù)，從而便于在實際使用中不斷提高客服機器人2輸出的推薦faq組的準(zhǔn)確性。

上述實施例中，如圖2所示，客服機器人2包括控制器21以及與控制器21連接的第一采集模塊22、相似問句生成模塊23、相似問句索引庫24、相似問句排序模塊25、faq數(shù)據(jù)庫26和faq推薦數(shù)據(jù)組輸出模塊27。第一采集模塊22用于采集用戶端1提問時的問句。第一采集模塊22將采集到的用戶端問句發(fā)送給控制器21。根據(jù)接收到的用戶端問句，控制器21控制相似問句生成模塊23在相似問句索引庫24中查找并生成對應(yīng)該用戶端問句的相似問句。相似問句生成模塊23將生成到的相似問句發(fā)送給控制器21?？刂破?1根據(jù)接收到的相似問句控制相似問句排序模塊25對相似問句按照其與用戶端問句的匹配度進行打分排序。相似問句排序模塊25將排序后的相似問句發(fā)送給控制器21?？刂破?1將排在首位的相似問句與faq數(shù)據(jù)庫26中的faq數(shù)據(jù)進行比對，如果faq數(shù)據(jù)庫26中存儲有與排在首位的相似問句相對應(yīng)的faq數(shù)據(jù)，則faq推薦數(shù)據(jù)組輸出模塊27輸出對應(yīng)的faq推薦數(shù)據(jù)；否則，faq推薦數(shù)據(jù)組輸出模塊27輸出無faq推薦數(shù)據(jù)的提示信息。

上述實施例中，客服機器人2還包括相似問句篩選模塊，相似問句篩選模塊與相似問句排序模塊25連接，相似問句排序模塊25將排序后的相似問句發(fā)送給相似問句篩選模塊。相似問句篩選模塊將相似問句與用戶端問句的匹配度分值與預(yù)設(shè)的匹配度閾值進行比較，并篩選出匹配度分值大于或等于匹配度閾值的相似問句。相似問句篩選模塊將篩選出的相似問句發(fā)送給控制器21。

上述實施例中，相似問句生成模塊23包括關(guān)鍵詞提取模塊、關(guān)鍵詞匹配模塊和相似問句選擇模塊。關(guān)鍵詞提取模塊用于提取出用戶端問句中的關(guān)鍵詞，關(guān)鍵詞匹配模塊用于將提取出的關(guān)鍵詞與相似問句索引庫24中的關(guān)鍵詞進行匹配，相似問句選擇模塊用于根據(jù)匹配度在相似問句索引庫24中選擇相應(yīng)的相似問句。

上述實施例中，如圖3所示，反饋單元4包括第二采集模塊41、faq推薦數(shù)據(jù)獲取模塊42、標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊43、標(biāo)注數(shù)據(jù)生成模塊44、標(biāo)注數(shù)據(jù)反饋模塊45。第二采集模塊41、faq推薦數(shù)據(jù)獲取模塊42和標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊43均與標(biāo)注數(shù)據(jù)生成模塊44連接，標(biāo)注數(shù)據(jù)生成模塊44與標(biāo)注數(shù)據(jù)反饋模塊45連接。

第二采集模塊41用于采集用戶端1提問時的問句，faq推薦數(shù)據(jù)獲取模塊42用于獲取客服機器人2輸出的faq推薦數(shù)據(jù)，標(biāo)準(zhǔn)回答對應(yīng)的faq獲取模塊43用于獲取人工客服端3輸出的標(biāo)準(zhǔn)回答對應(yīng)的faq。標(biāo)注數(shù)據(jù)生成模塊44根據(jù)標(biāo)準(zhǔn)回答對應(yīng)的faq對faq推薦數(shù)據(jù)進行刪除、添加和調(diào)整等修改處理后，將用戶端問句及其對應(yīng)的正確的faq數(shù)據(jù)進行配對生成標(biāo)注數(shù)據(jù)。生成的標(biāo)注數(shù)據(jù)傳輸至標(biāo)注數(shù)據(jù)反饋模塊45。標(biāo)注數(shù)據(jù)反饋模塊45將接收到的標(biāo)注數(shù)據(jù)作為反饋數(shù)據(jù)反饋給客服機器人2。

如圖4所示，本發(fā)明還提供了一種具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)的自學(xué)習(xí)方法，其包括以下步驟：

s1、客服機器人2獲取用戶端1提問時的問句。

s2、客服機器人2根據(jù)用戶端問句生成faq推薦數(shù)據(jù)組并發(fā)送給人工客服端3和反饋單元4，其具體過程為：

s21、采集用戶端問句。

s22、根據(jù)用戶端問句查找相似問句索引庫24并生成對應(yīng)該用戶端問句的相似問句。

s23、根據(jù)相似問句與用戶端問句的匹配度，對相似問句進行排序。

s24、將排在首位的相似問句與faq數(shù)據(jù)庫26中的faq數(shù)據(jù)進行比對。

s25、根據(jù)比對結(jié)果，輸出與排在首位的相似問句相對應(yīng)的faq推薦數(shù)據(jù)或輸出無faq推薦數(shù)據(jù)的提示信息。

s3、人工客服端3根據(jù)接收到的faq推薦數(shù)據(jù)組得到對應(yīng)用戶端問句的faq數(shù)據(jù)，并發(fā)送給反饋單元4，同時將對應(yīng)用戶端問句的標(biāo)準(zhǔn)回答發(fā)送給用戶端1，其具體過程為：

人工客服端3對接收到的faq推薦數(shù)據(jù)組中的faq數(shù)據(jù)進行判斷，如果faq推薦數(shù)據(jù)組中有faq數(shù)據(jù)與用戶端問句匹配，則人工客服端3選擇該faq數(shù)據(jù)并發(fā)送給用戶端1；否則人工客服端3對faq推薦數(shù)據(jù)組中的faq數(shù)據(jù)進行修正，并將修正后的對應(yīng)該用戶端問句的faq數(shù)據(jù)發(fā)送給用戶端1和反饋單元4。

s4、反饋單元4根據(jù)用戶端問句、faq推薦數(shù)據(jù)組和對應(yīng)用戶端問句的faq數(shù)據(jù)生成反饋數(shù)據(jù)，并將反饋數(shù)據(jù)發(fā)送給客服機器人2，其具體過程為：

s41、采集用戶端問句。

s42、獲取客服機器人2輸出的faq推薦數(shù)據(jù)和人工客服端3輸出的標(biāo)準(zhǔn)回答對應(yīng)的faq。

s43、根據(jù)標(biāo)準(zhǔn)回答對應(yīng)的faq對faq推薦數(shù)據(jù)進行刪除、添加和調(diào)整等修改處理后，將用戶端問句及其對應(yīng)的正確的faq數(shù)據(jù)進行配對生成標(biāo)注數(shù)據(jù)。

s44、將標(biāo)注數(shù)據(jù)作為反饋數(shù)據(jù)反饋給客服機器人2。

s5、客服機器人2根據(jù)反饋數(shù)據(jù)進行自學(xué)習(xí)。

上述步驟s2中，在步驟s24之前還設(shè)置步驟s26、對排序后的相似問句進行篩選，篩選出與用戶端問句之間的匹配度分值大于或等于預(yù)設(shè)的匹配度閾值的相似問句。

實施例1

用戶端1提出問題：我買的衣服下單是紅色的，為什么寄到以后是綠色的？

客服機器人2根據(jù)該問題，判斷出若干相關(guān)的faq：“如何退貨”、“產(chǎn)品有質(zhì)量問題怎么辦”、“訂單出現(xiàn)問題怎么辦”。這些推薦faq提供給人工客服端3作為參考。

人工客服端3根據(jù)用戶端1的提問，可以從推薦的faq中選擇一個認(rèn)為正確的。例如，人工客服端3認(rèn)為用戶端1的提問對應(yīng)的正確faq是“如何退貨”，則人工客服端3將這個faq對應(yīng)的標(biāo)準(zhǔn)回答回復(fù)給用戶端1。同時，人工客服端3選擇的正確faq“如何退貨”以及客服機器人2給出的推薦faq發(fā)送給反饋單元4。

反饋單元4根據(jù)人工客服端3的選擇以及客服機器人2提供的推薦faq生成反饋數(shù)據(jù)并反饋給客服機器人2。將人工客服端3認(rèn)為正確的faq作為這個用戶端1提問的標(biāo)簽。這樣，在面對不同的用戶端1提問時，人工客服端3的選擇便可以很好地發(fā)現(xiàn)其中的相似問句，并有效地為這些相似問句提供正確的faq數(shù)據(jù)。

實施例2

用戶端1提出問題：我需要開發(fā)票。

客服機器人2根據(jù)該問題，判斷出若干相關(guān)的faq：“如何修改訂單”、“如何退貨”、“如何查找商品”。這些推薦faq提供給人工客服端3作為參考。

顯然，“如何開具發(fā)票”并未在客服機器人2提供的若干相關(guān)faq中。人工客服端3給出正確的faq，并將其對應(yīng)的標(biāo)準(zhǔn)回答反饋給用戶端1。由此可見，無論客服機器人2給出的faq推薦數(shù)據(jù)是否正確，人工客服端3給出的正確faq都會發(fā)送給反饋單元4。反饋單元4將正確faq“如何開具發(fā)票”和用戶端1提問“我需要開發(fā)票”配對，形成一個樣本反饋給客服機器人2，客服機器人2接到新的樣本后進行優(yōu)化，同時這個樣本更新到faq數(shù)據(jù)庫26中。這樣便可以通過實際客服場景中人工客服端3的選擇，不斷積累新的樣本，從而達到在線上運行的同時有效收和集整理相似問句，并同時優(yōu)化客服機器人2的目的。

本發(fā)明具有自學(xué)習(xí)功能的平行客服機器人系統(tǒng)中的客服機器人2通過學(xué)習(xí)人工客服端3的回答方式進行訓(xùn)練。客服機器人2同時為人工客服端3提供回答參考，從而降低人工客服端3的工作負(fù)擔(dān)，進而降低人工客服端3的成本。

本發(fā)明能夠在真實的客服場景中收集整理相似問句，供客服機器人2進行學(xué)習(xí)，減少人工標(biāo)注的成本投入。客服機器人2可以在實際的線上運行中通過新收集的相似問句不斷提高faq推薦數(shù)據(jù)的準(zhǔn)確性。提升了對用戶端1回答的準(zhǔn)確性，在提高人工客服端3工作效率的同時能夠大大降低直接采用客服機器人2回答導(dǎo)致的高錯誤率。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準(zhǔn)。