典型文献
基于聚类的智能客服知识库生成方法
文献摘要：
传统人工客服体系面临客服效率低、人工成本高等问题;近年来,随着人工智能技术高速发展,各个领域的企业以及运营商为了更好的为客户服务提供了智能客服,利用机器人来解决用户大量简单问题.而知识库作为智能客服的核心,往往决定了智能机器人的回答质量;没有知识库,机器人回答不了任何问题,知识库越丰富的机器人,就能更加智能地于用户交流.提出一种半自动生成知识库的方法,BERT模型进行文本向量化后,使用k-means无监督聚类方法得到知识点簇,人工简单整理知识点簇即可得到知识库.较传统纯手工提取知识库方法,该方法通过聚类得到知识簇,辅助人工总结知识,可以显著降低人工工作量,更高效给智能客服提供更丰富的知识库.实验表明,提出的知识库生成方法具有更高的准确率.
文献关键词：
智能客服;自动问答;知识库;BERT
中图分类号：
作者姓名：
张杰;刘素杰;高毅夫;刘克宇
作者机构：
中国石油天然气管道通信电力工程有限公司;中国石油勘探开发研究院
文献出处：
引用格式：
[1]张杰;刘素杰;高毅夫;刘克宇-.基于聚类的智能客服知识库生成方法)[J].信息系统工程,2022(08):129-132,136
A类：
知识簇
B类：
智能客服,知识库,生成方法,传统人工,人工客服,临客,人工成本,运营商,客户服务,服务提供,智能机器人,半自动,自动生成,生成知识,BERT,文本向量化,means,无监督聚类,聚类方法,知识点,纯手工,助人,自动问答
AB值：
0.325729
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
