【技術實現步驟摘要】
本專利技術涉及軟件監控，尤其涉及一種基于glm的知識推薦座席助手的方法。
技術介紹
1、隨著大數據和人工智能技術的快速發展，大型語言模型作為自然語言處理領域的一種重要技術，已經引起了廣泛的關注。大型語言模型通過對大量文本數據進行學習，可以理解和生成自然語言，從而實現多種任務，如機器翻譯、問答系統、文本摘要等。大型語言模型在很多自然語言處理任務上已經取得了顯著的成果，甚至超越了傳統方法。隨著自然語言處理技術的成熟，人們發現海量通話的背后隱藏著巨大的價值，這吸引了越來越多的人員對文本數據進行研究。
2、尤其對于客服熱線來說，座席在線處理用戶致電熱線時所產生的問題時，座席需要快速反應問題所涉及內容、快速提供結果給到用戶。該領域涵蓋詳細知識點太多、太復雜，非該領域從事1年之內的員工很難快速回復用戶內容，等待時間過久會容易引起不滿情緒。為了保障從業人員在電話溝通前和溝通中，有匹配的專業知識推薦到座席，需要結合企業知識庫里的專業知識。由于每天投訴工單量有約5000要處理，分配至每個座席有幾十張，每張工單內容需求都不一致，座席在每次與用戶溝通前，都需要查詢大量信息，比如套餐類型是什么，或者停機的類型是哪些，對應的話術或者處理方案是什么樣的，都需要從不同渠道或者第三方平臺了解情況才可以跟用戶溝通，將會耗費大量人力和時間。這會導致用戶等待時間過長，用戶體驗度降低的問題。
技術實現思路
1、本專利技術的目的是解決現有技術中的的問題，而提出的一種基于glm的知識推薦座席助手的方法。
<...【技術保護點】
1.一種基于GLM的知識推薦座席助手的方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S1中，知識文件包括垂直行業知識文件中來源于傳統知識庫的知識。
3.根據權利要求1所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S2中，對文本清洗具體包括先通過對企業知識庫的數據進行處理，再通過人工抽樣進行標準業務知識校正，建立Langchain知識庫。
4.根據權利要求1所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S3中具體包括，
5.根據權利要求1所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S4中具體包括，
6.根據權利要求5所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S5中還包括，
7.根據權利要求4所述的一種基于GLM的知識推薦座席助手的方法，其特征在于，S2中，切片步長取若干個字為一個片段。
【技術特征摘要】
1.一種基于glm的知識推薦座席助手的方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于glm的知識推薦座席助手的方法，其特征在于，s1中，知識文件包括垂直行業知識文件中來源于傳統知識庫的知識。
3.根據權利要求1所述的一種基于glm的知識推薦座席助手的方法，其特征在于，s2中，對文本清洗具體包括先通過對企業知識庫的數據進行處理，再通過人工抽樣進行標準業務知識校正，建立langchain知識庫。
【專利技術屬性】
技術研發人員：李芳，劉英，馬曉亮，肖軍，張凱，徐榮彬，李媛，辛盛，
申請(專利權)人：中數通信息有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。