(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211342068.9 (22)申请日 2022.10.31 (71)申请人 成都美洽网络科技有限公司 地址 610000 四川省成 都市高新区吉泰路 20号2号楼3层 (72)发明人 李良　张小龙　冉亚　 (74)专利代理 机构 成都聚蓉众享专利代理有限 公司 512 91 专利代理师 郭明月 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/36(2019.01) G06K 9/62(2022.01) G06F 16/332(2019.01) (54)发明名称 一种客服机器人学习系统及学习方法 (57)摘要 本发明公开了一种客服机器人学习系统及 学习方法， 属于机器人计算机系统技术领域， 解 决了现有技术中的难以对大量问题进行持续迭 代学习的问题， 本发明包括问题收集模块； 自动 聚类模块； 学习管理模块。 学习系统学习方法包 括： A、 问题收集： 通过问题收集模块的收集， 将问 题自动添加到未识别问题库； B、 问题自动聚类： 问题收集模块以后台服务的形式， 采用聚类 Single‑Pass算法， 自动对未识别问题做机器学 习自动分类； C、 系统学习管理： 通过管理员操作 学习管理模块。 本发明用于客服机器人的自动化 持续迭代学习， 提高了学习效率。 权利要求书1页 说明书3页 附图1页 CN 115408526 A 2022.11.29 CN 115408526 A 1.一种客 服机器人 学习系统， 其特 征在于， 包括： 问题收集模块： 用于知识图谱产生未识别问题时或者访客对识别不准或不符合期望的 问题进行 上报时, 将问题自动添加到未识别问题库； 自动聚类模块： 用于以后台的形式提供服务， 自动对未识别问题做机器学习自动分类,   形成分类整理后的结果； 学习管理模块： 用于进行人机交互操作， 人机交互操作包括搜索问题、 查看问题列表、 查看问题详情、 忽略问题、 批量操作和查看问题关联的历史对话。 2.一种客服机器人学习系统学习方法， 应用于如权利要求1中所述的客服机器人学习 系统中， 其特 征在于， 包括如下步骤： A、 问题收集： 通过问题收集模块的收集， 当知识图谱产生未识别问题时或者访客对识 别不准或不符合期望的问题进行 上报时， 将问题自动添加到未识别问题库； B、 问题自动聚类： 问题收集模块以后台服务的形式， 采用聚类Sin gle‑Pass 算法， 自动 对未识别问题做机器学习自动分类， 将一个 问题的多个相似问法分为一类， 将零散的问题 经过分类后呈现为较分类前 更少的分类结果； C、 系统学习管理： 通过管理员操作学习管理模块， 对学习系统进行包括搜索问题、 查看 问题列表、 查看 问题详情、 忽略问题、 批量操作和查看 问题关联的历史对话的操作， 将无效 问题忽略， 将有效问题重新添加至知识图谱， 实现对知识图谱的知识补充。 3.根据权利要求2所述的一种客服机器人学习系统学习方法， 其特征在于， 所述步骤B 中的聚类Si ngle‑Pass 算法包括如下步骤： （1） 以第一 篇文档为种子， 建立 一个分类； （2） 将文档  D 向量化； （3） 将文档  D 与已有的所有分类均以single ‑link 策略做相似度计算， 采用欧氏距离 或余弦距离作为距离度量方法； （4） 找出与文档  D 具有最大相似度的已有分类； （5） 根据聚类 的需求设置相似度 阈值θ， 阈值θ在[0， 1]之间， 阈值θ设置得越高， 得到的 簇粒度越小， 簇内文本数量越少， 簇的个数越多； 相反地， 阈值θ 设置得越低， 簇粒度越大， 则 簇内文本数量越多， 簇的个数越少； （6） 若相似度值大于阈值θ， 则把文档D加入到有最大相似度的分类中， 跳转至步骤 （8） ； （7） 若相似度值小于阈值θ， 则文档D不属于任一已有分类， 需创建新的分类， 同时将当 前文本归属到新创建的分类中； （8） 聚类结束， 等待下一 篇文档进入。权　利　要　求　书 1/1 页 2 CN 115408526 A 2一种客服机 器人学习系统及学习方 法 技术领域 [0001]本发明属于机器人计算机系统技术领域， 具体涉及一种客服机器人学习系统及学 习方法。 背景技术 [0002]客服机器人作为一套自动对话系统， 已逐渐成为很多企业售后环节的标配产品， 它能够在一定程度上减轻客服人员的接待压力。 对于客服机器人而言,  如何正确识别用户 意图并给出合适的答案， 始终是摆在面前的核心任务。 而机器人识别率， 正是其中最重要的 衡量指标之一。 当前工业界的机器人系统， 需要依赖大量提前准备好的知识图谱 （包括领域 特定的知识）,  实际接待中不可避免地会遇 到识别不 准/无法识别的问题。 [0003]因此， 一个完善的客服机器人， 需要一个对应 的学习系统， 以对一些识别不准/无 法识别的常见问题进行学习。 目前市面上常见的客服机器人， 采用的学习机制比较原始:   收集用户反馈上来的未识别/识别不准(不满意)的问题,  管理员进 行归类并调整后将其再 次添加到知识图谱。  对于此类系统而言， 其应对识别率低情形时存在诸多问题： （1） 不能及时发现未识别/识别不 准的情况， 常 常依赖于客户反馈； （2） 对未识别问题的学习不够 及时， 通常依赖 于管理员后台手动配置 /调整； （3） 管理员后台手动配置的方式难以应对大量的待学习任务； 通过以上问题不难发现:  现有的系统存在许多需要人为介入的操作,  严重缺乏 自动化。 也难以实现对大量待学习问题的持续迭代学习,  随着后续业务的持续增 长, 这 些问题会进一 步放大。 发明内容 [0004]本发明的目的在于： 为解决现有技术中的难以对大量问题进行持续迭代学习的问题， 提供一种客服机 器人学习系统及学习方法。 [0005]本发明采用的技 术方案如下： 一种客服机器人 学习系统， 包括： 问题收集模块： 用于知识图谱产生未识别问题时或者访 客对识别不准或不符合期 望的问题进行 上报时, 将问题自动添加到未识别问题库； 自动聚类模块： 用于以后台的形式提供服务， 自动对未识别问题做机器学习自动 分类, 形成分类整理后的结果； 学习管理模块： 用于进行人机交互操作， 人机交互操作 包括搜索问题、 查看问题列 表、 查看问题详情、 忽略问题、 批量操作和查看问题关联的历史对话。 [0006]一种客服机器人 学习系统学习方法， 包括如下步骤： A、 问题收集： 通过问题 收集模块的收集， 当知识图谱产生未识别问题时或者访客 对识别不 准或不符合期望的问题进行 上报时， 将问题自动添加到未识别问题库；说　明　书 1/3 页 3 CN 115408526 A 3