- 提升航空公司客户满意度：机器学习和因果分析方法
该研究探讨了航空业中提高顾客满意度的方式，这是保留顾客和建立品牌声誉的关键因素，对于收入增长至关重要。通过机器学习和因果推断方法的结合，我们研究了服务改进对顾客满意度的具体影响，重点关注在线登机牌体验。通过详细的数据分析，涉及多个预测和因果 - 问我任何问题”：康卡斯特如何使用 LLMs 实时辅助代理人
利用大型语言模型作为服务界面的附加功能，Ask Me Anything (AMA) 允许客服代理人在处理客户对话时随时向模型提问，模型实时提供准确的回答，节省了代理人的时间和成本。内部实验结果显示，使用 AMA 功能的代理人与传统搜索经验相 - 利用知识图谱的检索增强生成模型用于客户服务问答
我们介绍了一种将 RAG 与知识图谱相结合的新型客户服务问答方法，通过保留内部问题结构和问题间关系，从历史问题中构建知识图谱用于检索，提高检索精度和解答质量。该方法在实证评估中显示，相对于基准模型，该方法在 MRR 上提升了 77.6%，在 - CHOPS: 客服交谈中的客户概况系统与 LLMs
我们提出了一种名为 CHOPS 的 LLM 代理，旨在通过现有系统与用户信息进行交互，提供准确合理的响应，并避免有害操作，从而增强或替代人工客户服务。通过使用一个实用的数据集 CPHOS-dataset 来验证我们提出的 CHOPS 架构的 - KDD智能路由中的复杂性中的师生学习
通过开发一个机器学习框架，我们预测客户联系的复杂程度并相应地将其转接给适当的代理商，从而显著提高了顾客体验，并提出了一个用于统计评估客户服务效果的有用指标，称为复杂度 AUC。
- 评估面向任务的对话系统：度量、构建和操作方式的系统性综述
对任务导向型对话系统的评估方法进行广泛的综述，着重关注对话系统在实际应用中（例如客户服务）的应用；对以前工作中使用的构造和指标进行了概述；讨论了对话系统评估的挑战，并制定了未来研究议程；通过对四个数据库（ACL、ACM、IEEE 和 Web - EMNLPRSVP：通过代理响应对比和生成式预训练实现客户意图检测
我们提出了 RSVP 框架，通过在自我认知的方式下利用代理响应进行预训练，以增强对客户意图的准确识别，并对两个真实世界的客户服务数据集进行了实验，结果显示 RSVP 在准确性、MRR@3 和 MRR@5 等方面明显优于现有方法。
- 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 - EmoTwiCS: 用于建模荷兰客服对话中情绪轨迹的语料库
通过 EmoTwiCS 数据集，本研究介绍了适用于 Twitter 客户服务对话的情绪轨迹自动检测，以监测客户满意度和防止负面口碑。数据集包含了 9,489 个荷兰语对话，覆盖了细粒度标记的情绪和相关事件，研究结果证明了该数据集的高质量。
- 利用 LangChain 自动化客户服务：为组织构建定制的开源 GPT 聊天机器人
这篇研究论文介绍了一种创新的方法，使用定制化的大型语言模型（LLM）LangChain 来自动化客户服务，通过融合开源方法、网页抓取、微调和将 LangChain 无缝集成到客户服务平台中，将传统客服技术（尤其是常见问题解答（FAQ））的过 - 真实客户服务呼叫中心对话中的端到端连续语音情感识别
我们提出了一种大规模真实生活数据集（CusEmo）的构建方法，该数据集用于评估客户服务呼叫中心对话中情感的连续识别。该研究还解决了将端到端（E2E）情感识别系统应用于数据集时遇到的挑战，包括确定适当的标签采样率和输入段长度，以及使用多任务学 - 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 - EMNLP将最先进技术带给客户：面向客户服务支持的神经代理辅助框架
本文介绍了一种结合了学术和工业界专业知识的神经代理助手（NAA）框架，具有意图识别、上下文检索和响应生成三个高级组件，旨在帮助改善客户服务支持。通过三个案例研究，证明了应用这一框架是解决独特挑战的有效途径，同时建议推动协同创新，促进工业界交 - 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。
- 高效的客户服务：人工操作员与虚拟代理的结合
利用排队理论，将人工操作员与虚拟代理程序（机器人）组合为一种混合系统，可提供客户服务，同时减少顾客沮丧，增加满意度。
- 客服对话的统一知识提示预训练
本篇论文提出了一种创新的统一知识提示预训练框架 UFA（Unified Model For All Tasks），系统地解决了客户服务对话任务中的各种需求，通过混合不同的对话任务进行学习，显著提高了自然语言理解和生成的基准。
- 珠宝店会话式聊天机器人
本文研究了一种聊天机器人，旨在通过找到语料库中输入的相似模式来解决客户提出的问题，并使用音频输入接口以及性能度量来提高聊天机器人的性能。
- MM基于自然语言理解的客服聊天机器人意图匹配
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。
- 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。
- TWEETSUMM -- 面向客服的对话摘要数据集
这篇论文介绍了一种自动化客服聊天总结的方法，其中利用了一个大规模的客户支持对话总结数据集和一种针对对话的无监督式提取性总结方法。