用于切换聊天对象的方法、电子设备以及计算机程序产品与流程

本公开的实施例涉及计算机，并且更具体地涉及一种用于切换聊天对象的方法、电子设备以及计算机程序产品。

背景技术：

1、在大多数信息服务提供商的客户服务系统中，客户在使用信息系统遇到问题时，可以通过客户服务请求系统的跟踪和解决模块来提交服务请求(包括标题、摘要或详细描述)。

2、在元虚拟世界中，客户可以与客户端的虚拟对象聊天，而不知道虚拟聊天对象是人工还是机器人。但是如果一直是机器人提供聊天服务，机器人理解的局限性可能导致用户不满意，如果一直用人工服务聊天充当虚拟聊天对象，则人工成本太高。

技术实现思路

1、根据本公开的示例实施例，提供了一种用于切换聊天对象的技术方案，用于优化机器人聊天与人工聊天的切换时机。

2、在本公开的第一方面中，提供了一种用于切换聊天对象的方法，该方法可以包括：使用机器人作为聊天对象与用户进行对话，基于与用户相关联的当前话语、历史话语、预测话语，输出目标情绪评分。响应于目标情绪评分指示用户的情绪为负面情绪，将与用户对话的聊天对象由机器人切换为人工。

3、实施第一方面提供的方法，能够提高人机交互性和沟通效率，保证聊天系统与用户交流的可持续性，进而提高用户对客户服务的满意度。

4、在本公开的第二方面中，提供了一种用于切换聊天对象的电子设备。该电子设备包括：处理器，以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被电子设备执行时使电子设备执行操作，包括：使用机器人作为聊天对象与用户进行对话，基于与用户相关联的当前话语、历史话语、预测话语，输出目标情绪评分。响应于目标情绪评分指示用户的情绪为负面情绪，将与用户对话的聊天对象由机器人切换为人工。

5、实施第二方面提供的电子设备，能够提高人机交互性和沟通效率，保证聊天服务系统与用户交流的可持续性，进而提高用户对客户服务的满意度。

6、在本公开的第三方面中，提供了一种计算机程序产品，计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，该机器可执行指令在被执行时使机器执行根据本公开的第一方面的方法。

7、在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序在由设备执行时使得设备执行根据本公开的第一方面的方法。

8、通过以上描述可以看到，根据本公开的各实施例的方案，提高机器人服务与人工服务切换时机的预测准确性，节省人力成本，提高人机交互性和沟通效率，保证聊天服务系统与用户交流的可持续性，进而提高用户对客户服务的满意度。

9、应当理解的是，提供技术实现要素：部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

技术特征：

1.一种用于切换聊天对象的方法，所述方法包括：

2.根据权利要求1所述的方法，所述基于与所述用户相关联的所述当前话语、所述历史话语、所述预测话语，输出所述目标情绪评分，包括：

3.根据权利要求2所述的方法，所述基于将与所述用户相关联的当前话语、历史话语、预测话语分别输入相对应的情绪提取模型，输出所述综合情绪评分，包括：

4.根据权利要求3所述的方法，基于所述第一情绪评分、所述第二情绪评分、所述第三情绪评分，输出所述综合情绪评分，包括：

5.根据权利要求2所述的方法，所述基于将所述综合情绪评分分别输入多个情绪预测模型，输出目标情绪评分，包括：

6.根据权利要求5所述的方法，所述基于所述多个情绪预测器相对应的所述多个初级情绪评分，得到所述目标情绪评分，包括：

7.根据权利要求2所述的方法，所述情绪提取模型通过使用经预训练的基于变换器的双向编码器表示(bert)模型来提取嵌入向量。

8.根据权利要求1所述的方法，所述预测话语是采用长短期记忆(lstm)神经网络模型进行话语分析而生成的。

9.根据权利要求1所述的方法，还包括：

10.一种用于切换聊天对象的电子设备，包括：

11.根据权利要求10所述的电子设备，所述基于与所述用户相关联的所述当前话语、所述历史话语、所述预测话语，输出所述目标情绪评分，包括：

12.根据权利要求11所述的电子设备，所述基于将与所述用户相关联的当前话语、历史话语、预测话语分别输入相对应的情绪提取模型，输出所述综合情绪评分，包括：

13.根据权利要求12所述的电子设备，基于所述第一情绪评分、所述第二情绪评分、所述第三情绪评分，输出所述综合情绪评分，包括：

14.根据权利要求11所述的电子设备，所述基于将所述综合情绪评分分别输入多个情绪预测模型，输出目标情绪评分，包括：

15.根据权利要求14所述的电子设备，所述基于所述多个情绪预测器相对应的所述多个初级情绪评分，得到所述目标情绪评分包括：

16.根据权利要求11所述的电子设备，所述情绪提取模型通过使用经预训练的基于变换器的双向编码器表示(bert)模型来提取嵌入向量。

17.根据权利要求10所述的电子设备，所述预测话语是采用长短期记忆(lstm)神经网络模型进行话语分析而生成的。

18.根据权利要求10所述的电子设备，所述操作还包括：

19.一种计算机程序产品，所述计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行操作，所述操作包括：

20.根据权利要求19所述的计算机程序产品，所述基于与所述用户相关联的所述当前话语、所述历史话语、所述预测话语，输出所述目标情绪评分，包括：

技术总结本公开的实施例提供了一种用于切换聊天对象的方法、电子设备以及计算机程序产品。该方法包括：使用机器人作为聊天对象与用户进行对话，基于与用户相关联的当前话语、历史话语、预测话语，输出目标情绪评分。响应于目标情绪评分指示用户的情绪为负面情绪，将与用户对话的聊天对象由机器人切换为人工。实施该方法，能够提高人机交互性和沟通效率，保证聊天系统与用户交流的可持续性，进而提高用户对服务系统的满意度。技术研发人员：王子嘉,刘志松,贾真受保护的技术使用者：戴尔产品有限公司技术研发日：技术公布日：2024/7/25