-
公开(公告)号：CN119204204A
公开(公告)日：2024-12-27
申请号：CN202411052452.4
申请日：2024-08-01
Applicant: 北京水滴科技集团有限公司
IPC: G06N5/04 , G06F40/30 , G06F16/332 , G06F40/211
Abstract: 本申请公开了一种问答处理方法、装置、介质及设备。其中，方法包括：响应于对话截断指令，采集与目标用户对话的历史对话信息；基于所述历史对话信息构建对话知识库；基于与目标用户当前对话的当前问题，从所述对话知识库中获取若干关键信息；基于各所述关键信息以及所述当前问题，利用预先训练获得目标问答模型，生成与所述当前问题对应的目标答案并输出。本申请中的方法，在对话截断时，通过对历史对话信息进行采集并构建对话知识库，能够对历史对话信息进行保存，由此在与目标用户进行后续对话时，能够基于当前问题、同时结合对话知识库中的历史对话信息精准的生成相应的目标答案，使得目标答案的输出更加合理、准确。
-
公开(公告)号：CN114529143B
公开(公告)日：2024-12-10
申请号：CN202210016824.2
申请日：2022-01-07
Applicant: 北京水滴科技集团有限公司
IPC: G06Q30/0202 , G06Q30/0242 , G06N3/02
Abstract: 本申请提供了一种外呼线索的推荐方法和装置、电子设备及计算机可读存储介质，涉及数据处理技术领域。该方法对外呼坐席的特征数据、外呼线索的特征数据及外呼坐席与外呼线索的通信数据中的至少两种数据进行交叉处理，生成外呼交叉特征向量数据；将外呼交叉特征向量数据输入预先训练的多模态外呼线索推荐模型，利用多模态外呼线索推荐模型对各个外呼线索对应各个外呼坐席的订单转化率进行预测，得到各个外呼线索对应各个外呼坐席的预测订单转化率；根据各个外呼线索对应各个外呼坐席的预测订单转化率得到各个外呼坐席对应的外呼线索推荐队列，基于各个外呼坐席对应的外呼线索推荐队列进行外呼线索的推荐。本实施例能够提高外呼的效率和订单转化率。
-
公开(公告)号：CN118840203A
公开(公告)日：2024-10-25
申请号：CN202410756391.3
申请日：2024-06-12
Applicant: 北京水滴科技集团有限公司
IPC: G06Q40/06 , G06Q30/0279 , G06F18/2433 , G06F40/284 , G06N5/04 , G06N20/00
Abstract: 本申请公开了一种资产申报异常行为识别方法、装置、介质及设备，其中，方法包括：接收目标用户输入的原始资产信息以及筹款描述信息；利用预先训练获得的目标大语言模型对所述筹款描述信息进行处理，获得目标资产信息；基于所述原始资产信息以及所述目标资产信息，确定所述目标用户是否存在资产申报异常行为，以获得资产申报异常识别结果。本申请，通过利用目标大语言模型能够快速、准确的从筹款描述信息中获取到目标资产信息，后续就可以基于目标资产信息和原始资产信息进行比较，从而能够根据比对结果，精准快速的确定目标用户是否存在资产申报异常行为。
-
公开(公告)号：CN118428474A
公开(公告)日：2024-08-02
申请号：CN202410462660.5
申请日：2024-04-17
Applicant: 北京水滴科技集团有限公司
IPC: G06N5/04 , G06F40/30 , G06N3/045 , G06F16/31 , G06F16/332
Abstract: 本申请公开了一种问答处理方法、装置、存储介质及电子设备。其中，方法包括：对预先获取的每个文档资料进行段落切分处理，获得与每个文档的各标题对应的文本片段；基于各标题的标题向量以及各标题对应的文本片段，构建信息对，并基于各所述信息对构建获得索引库；对获取的目标问题进行向量化处理，获得与所述目标问题对应的目标问题向量；基于所述目标问题向量在所述索引库中进行搜索，获得与所述目标问题向量匹配的若干目标标题向量；基于所述目标问题以及各所述目标标题向量所对应的目标文本片段，利用预先训练获得的目标问答模型，生成与所述目标问题对应的目标答案并输出。本申请能够精准的输出目标答案。
-
公开(公告)号：CN117648408B
公开(公告)日：2024-04-30
申请号：CN202410121641.6
申请日：2024-01-30
Applicant: 北京水滴科技集团有限公司
Abstract: 本申请公开了一种基于大模型的智能问答方法、装置、电子设备及存储介质，涉及对话机器人技术领域，对话术做标签增强，使智能对话大模型能够深入理解用户意图，提升准确回答用户异议的概率，有助于人机更流畅的交互。所述方法包括：获取原始训练数据，对原始训练数据进行整理，得到多轮对话数据；利用意图分类模型和状态分类模型对多轮对话数据进行识别，得到用户意图标签和引导状态标签；将用户意图标签和引导状态标签标注在多轮对话数据中并进行大模型训练，得到智能对话大模型；当检测到与用户所持终端成功建立对话时，将终端输入的对话内容输入至智能对话大模型，获取智能对话大模型针对对话内容输出的应对内容，将应对内容下发至终端。
-
Patent Agency Ranking
公开(公告)号：CN117709361B
公开(公告)日：2024-04-26
申请号：CN202410166522.2
申请日：2024-02-06
Applicant: 北京水滴科技集团有限公司
IPC: G06F40/35 , G06F40/166 , G06N20/00 , G06N3/08
Abstract: 本申请公开了一种会话场景的模型生成方法、装置及设备，涉及智能会话技术领域，能够生成全面覆盖业务流程的信息交互模型，以使得模型控制的机器人客服能够引导用户触发更符合流程操作的文本话术。其中方法包括：获取会话场景在历史信息交互过程中形成的问答会话文本，这里问答会话文本包括多轮次的文本交互信息，然后在问答会话文本中添加标志化引导信息，这里标志化引导信息为信息交互页面中埋点记录经过处理得到的字段信息，最后使用添加有标志化引导信息的问答会话文本进行模型训练，生成会话场景的信息交互模型。
-
公开(公告)号：CN117857698A
公开(公告)日：2024-04-09
申请号：CN202311596089.8
申请日：2023-11-27
Applicant: 北京水滴科技集团有限公司
Abstract: 本申请公开了一种外呼控制方法、装置、电子设备及可读存储介质。本申请的方法，利用实时线上数据训练模型，利用训练后的模型进行提前预测空闲人工坐席数量，基于预测结果调整外呼速度控制参数，可以帮助呼叫中心系统及时响应变化，以调整合适外呼速度，可以确保人工坐席有足够的时间和资源处理每个呼叫，使得空闲坐席一直保持在一个较低的水平，同时不增大呼损数量，实现了对呼损的自动控制，能够提供更及时、准确的服务，提升客户满意度。
-
公开(公告)号：CN117851563A
公开(公告)日：2024-04-09
申请号：CN202311753796.3
申请日：2023-12-19
Applicant: 北京水滴科技集团有限公司
IPC: G06F16/332 , G06F16/33 , G06F18/214 , G06F18/241 , G06F18/22 , G06N3/04
Abstract: 本申请公开了一种自动问答方法、装置、电子设备及可读存储介质。本申请的方法包括：接收客户端发送的输入问题；根据预设相似问题匹配模型和多个预设问题，确定输入问题对应的至少一个目标问题；根据预设知识库，确定至少一个目标问题对应的至少一个答案集；根据预设语言模型、至少一个目标问题和至少一个答案集，生成目标答案；将目标答案发送至客户端。通过对结构化的答案集进行个性化改写，生成自然流畅的目标答案，增加了答案的灵活性和适应性，使得最终的输出答案更加易于理解和阅读，改善用户体验，增强自动问答的实用性。
-
公开(公告)号：CN116501979A
公开(公告)日：2023-07-28
申请号：CN202310787586.X
申请日：2023-06-30
Applicant: 北京水滴科技集团有限公司
IPC: G06F16/9535 , G06F18/214 , G06N20/00
Abstract: 本申请公开了一种信息推荐方法、装置、计算机设备及计算机可读存储介质，涉及数据处理技术领域，将贡献度较高的共同特征筛选出来，实现对用户的精确定位，提升信息推荐的精度。所述方法包括：确定待进行信息推荐的目标用户，获取目标用户关联的测试数据和多个用户特征，以及将测试数据和多个用户特征组成的数据集划分为训练集和验证集；采用训练集训练多个机器学习模型，基于多个机器学习模型和验证集进行贡献度分析，得到每个用户特征对每个机器学习模型的建模目标的贡献度，在多个用户特征中确定共同特征；构建用户定位模型，将共同特征输入至用户定位模型中，得到目标用户的用户定位结果，以及按照用户定位结果，向目标用户推荐信息。
-
公开(公告)号：CN116384411A
公开(公告)日：2023-07-04
申请号：CN202310651480.7
申请日：2023-06-05
Applicant: 北京水滴科技集团有限公司
IPC: G06F40/30 , G06F18/22 , G06F18/214 , G06F16/35 , G06N3/045
Abstract: 本申请提供了一种基于外呼机器人的用户意图识别模型的训练方法和装置、电子设备及存储介质，涉及人工智能技术领域。该方法获取用户与外呼机器人交互过程中用户的原始文本信息；对原始文本信息进行向量化处理，生成原始文本向量和语义相似文本向量；设计提示模板，生成提示模板文本；对提示模板文本进行向量化处理，生成模板文本向量；将原始文本向量和语义相似文本向量，分别与模板文本向量进行拼接处理，得到多个拼接后的文本向量；将多个拼接后的文本向量输入预先构建的预训练语言模型，对预训练语言模型进行训练，得到训练后的用户意图识别模型。本实施例能够实现小样本学习训练模型，降低数据标注成本，提高模型训练的效率。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.045 seconds)
