MMJan, 2022

基于自然语言理解的客服聊天机器人意图匹配

PDF
TL;DR本文介绍了一种基于意图匹配的客服聊天机器人，它能够在 24/7 的市场条件下代替销售人员的客服工作，通过自然语言理解和更接近人类对话的方式与客户交互。该机器人可以回答最常见的提问，并具备将客户订单处理和导出到 Google 表格的特性。
发现论文，激发创造
  • 基于自然语言处理的 WhatsApp 聊天机器人的创建

    在数字化转型时代，客户服务对于组织的成功至关重要，聊天机器人已成为解决问题的有望工具，本研究的目标是开发基于自然语言处理的聊天机器人来改善客户满意度，并提高通过 WhatsApp 提供的服务质量。研究结果表明，基于自然语言处理的聊天机器人能够快速准确地回应用户查询，提高客户服务效率，降低满意度，并且一些作者指出，机器学习等人工智能技术能提升聊天机器人的学习和适应性。

    Oct, 2023

  • 基于人工智能的聊天机器人：客服辅助方法

    本论文研究了聊天机器人系统的概念，使用各种聊天机器人技术开发了与 AK traders Ltd 公司相适应的聊天机器人系统，通过自然语言处理、机器学习和向量空间模型等技术达到高质量的用户体验。

    Jun, 2022

  • 对话推荐系统中意图识别

    本文研究了对话推荐系统中的最近工作，并介绍了一种将上下文化的输入与学习模型联系起来以支持意图识别的方法，使用 transformer 基础模型在数据集 MSDialogue 上进行了性能评估。

    Dec, 2022

  • 利用开放意图识别模型进行客户支持意图检测

    该研究报告基于知识转移伙伴计划，与一家为各种业务部门外包客户支持系统的公司合作，探讨了在客户支持领域可能应用的人工智能方法，包括使用社交媒体、机器学习和远程设备连接等技术来改善客户支持。研究发现，使用不同的方法来准确预测客户意图可以提高客户支持的准确性，但要面对未知意图的准确性问题，还需要进一步研究。

    Jul, 2023

  • 在线客服人工智能协作系统

    本文提出一种在实时协作的条件下，结合人工支持代理和 AI 代理机器学习技术来满意地回答客户的查询的系统解决方案。

    Jan, 2023

  • 基于深度学习的聊天机器人人类级理解融合

    本研究采用深度学习方法对社交聊天机器人进行情感分析、情感检测、意图分类和命名实体识别，以提高机器人理解和服务质量。

    Dec, 2021

  • 为构建对话代理评估自然语言理解服务

    比较了不同的 NLU 工具在多个领域中的性能，结果表明在意图分类方面 Watson 表现最佳，而在实体类型识别方面表现不佳。

    Mar, 2019

  • 数据驱动的金融领域统计和自然语言处理技术的内容创作

    本文提出了一个通过摘要网络和层次聚类技术来提取客户提问的框架，同时对客户的问题进行语法和语义相似度分析，并采用 TF-IDF 和 BERT 计算相似性得分。

    Sep, 2021

  • 使用产品元数据为对话式购物助手提供问题建议

    通过使用大型语言模型（LLMs），我们提出了一个框架，可以自动生成与产品有关的上下文、有用、可回答、流畅且多样化的问题，并建议这些问题给客户作为帮助和提示，从而实现更顺畅、更快速、减少对话开销和摩擦的购物体验。

    May, 2024

  • 大型语言模型的经济性权衡：一个案例研究

    使用大型语言模型（LLMs）辅助人类客服代理商自动生成现成或有改动的响应已成为许多公司降低雇用客服代理商成本的方式。本文通过使用成本框架评估一个 NLP 模型的实用性，将其应用于特定品牌的案例研究并比较三种 LLM 的专业化策略，发现模型的响应可用性可以补偿推理成本的巨大差异，并将研究结果推广到更广泛的企业领域。

    Jun, 2023