【技術實現步驟摘要】
本申請涉及但不限于數據處理，尤其涉及一種基于人工智能的rpa客服交互優化方法及云服務器。
技術介紹
1、隨著信息技術的飛速發展，人工智能技術在客服領域的應用日益廣泛，特別是機器人流程自動化（rpa）客服系統的出現，為企業提供了高效、便捷的客戶服務解決方案。然而，在rpa客服交互過程中，準確理解客戶的情感極性仍然是一個極具挑戰性的問題。
2、在現有的情感極性分析技術應用于rpa客服時，通常需要大量的有標簽數據來訓練神經網絡模型。獲取大量有標簽的客服文本樣本往往需要耗費大量的人力、物力和時間成本。例如，人工標注客服文本的情感極性標簽，不僅需要專業的標注人員，而且標注過程繁瑣且容易出錯。這就導致了訓練數據的獲取成為限制情感極性分析技術在rpa客服中發展的一個重要瓶頸。
3、此外，傳統的情感極性分析方法大多依賴于大規模的有標簽數據進行監督學習，在數據量有限的情況下，模型的訓練效果難以得到保證。由于神經網絡模型的性能高度依賴于訓練數據的數量和質量，有限的有標簽數據可能導致模型的過擬合現象，即模型在訓練數據上表現良好，但在實際應用中對新數據的泛化能力較差。這使得在rpa客服場景下，現有的情感分析技術難以準確地對客服會話文本進行情感極性分析，進而影響rpa客服系統的服務質量和客戶滿意度。
技術實現思路
1、有鑒于此，本申請提供一種基于人工智能的rpa客服交互優化方法及云服務器。本申請的技術方案是這樣實現的：
2、一方面，本申請提供一種基于人工智能的rpa客服交
3、另一方面，本申請提供一種云服務器，包括存儲器和處理器，所述存儲器存儲有可在處理器上運行的計算機程序，所述處理器執行所述程序時實現以上所述方法中的步驟。
4、本申請在訓練神經網絡時，對樣本的數量要求降低，不需要過多有標簽客服文本樣本，使得訓練成本降低，依據部分有標簽客服文本樣本，采用部分指導聚類得到無標簽客服文本樣本的預測先驗信息，這樣借助海量無標簽客服文本樣本一起進行網絡的訓練，考慮樣本整體和段落的語義統一性度量，能清理預測先驗信息的噪聲，讓預測先驗信息更準確，訓練得到的網絡的精度更高，幫助得到準確的rpa客服會話文本的情感極性標簽。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的RPA客服交互優化方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述依據所述有標簽客服文本樣本的情感極性先驗信息，對所述客服文本樣本庫中各個客服文本樣本的樣本描述向量進行特征劃簇操作，得到所述無標簽客服文本樣本對應的情感極性先驗信息，包括：
3.如權利要求2所述的方法，其特征在于，所述文本拓撲結構包括各個客服文本樣本對應的文本拓撲單元、以及文本拓撲單元間的線段，所述線段表示連接的兩個文本拓撲單元的關系；所述結合所述文本拓撲結構，對所述有標簽客服文本樣本的情感極性先驗信息進行先驗信息傳導，得到無標簽客服文本樣本對應的情感極性先驗信息，包括：
4.如權利要求1所述的方法，其特征在于，所述針對所述客服文本樣本的各文本段落，結合所述文本段落對應的段落描述向量和所述文本段落對應的客服文本樣本的樣本描述向量，獲取所述文本段落和其對應的客服文本樣本之間的語義統一性度量，包括：
5.如權利要求4所述的方法，其特征在于，所述依據所述文本段落的待定情感極性先驗信息集合、以及所述文本段落對應的客服文本樣本的待定情
6.如權利要求1所述的方法，其特征在于，所述依據所述語義統一性度量和所述無標簽客服文本樣本對應的情感極性先驗信息，對所述基礎情感極性分析網絡的網絡權重進行更新，得到收斂情感極性分析網絡，包括：
7.如權利要求6所述的方法，其特征在于，所述結合所述樣本情感極性概率分布、所述段落情感極性概率分布、所述語義統一性度量和所述無標簽客服文本樣本對應的情感極性先驗信息，對所述基礎情感極性分析網絡的網絡權重進行更新，得到收斂情感極性分析網絡，包括：
8.如權利要求7所述的方法，其特征在于，所述依據所述融合訓練代價，對所述基礎情感極性分析網絡的網絡權重進行更新，得到收斂情感極性分析網絡，包括：
9.如權利要求8所述的方法，其特征在于，所述依據所述融合訓練代價和所述段落分類代價，對所述基礎情感極性分析網絡的網絡權重進行更新，得到收斂情感極性分析網絡，包括：
10.一種云服務器，包括存儲器和處理器，所述存儲器存儲有可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至9任一項所述方法中的步驟。
...【技術特征摘要】
1.一種基于人工智能的rpa客服交互優化方法，其特征在于，包括：
2.如權利要求1所述的方法，其特征在于，所述依據所述有標簽客服文本樣本的情感極性先驗信息，對所述客服文本樣本庫中各個客服文本樣本的樣本描述向量進行特征劃簇操作，得到所述無標簽客服文本樣本對應的情感極性先驗信息，包括：
3.如權利要求2所述的方法，其特征在于，所述文本拓撲結構包括各個客服文本樣本對應的文本拓撲單元、以及文本拓撲單元間的線段，所述線段表示連接的兩個文本拓撲單元的關系；所述結合所述文本拓撲結構，對所述有標簽客服文本樣本的情感極性先驗信息進行先驗信息傳導，得到無標簽客服文本樣本對應的情感極性先驗信息，包括：
4.如權利要求1所述的方法，其特征在于，所述針對所述客服文本樣本的各文本段落，結合所述文本段落對應的段落描述向量和所述文本段落對應的客服文本樣本的樣本描述向量，獲取所述文本段落和其對應的客服文本樣本之間的語義統一性度量，包括：
5.如權利要求4所述的方法，其特征在于，所述依據所述文本段落的待定情感極性先驗信息集合、以及所述文本段落對應的客服文本樣本的待定情感極性先驗信息集合，獲取所述文本段...
【專利技術屬性】
技術研發人員：劉艷，
申請(專利權)人：富璟科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。