一种基于强化学习的智能客服优化方法及系统

本发明涉及自然语言处理技术领域，公开了一种基于强化学习的智能客服优化方法及系统，包括：获取用户与智能客服的当前对话和用户体验，评估当前对话的问题困难度，并通过当前对话的问题困难度与预设的困难度阈值，将当前对话划分为简单问题和困难问题，基于用户体验构建奖励机制；针对简单问题，利用智能客服自主决策处理生成服务轨迹，根据服务轨迹和奖励机制，采用强化学习策略对决策模型进行更新；利用人工客服处理困难问题并将人工客服的决策过程记录为专家演示轨迹，根据专家演示轨迹和奖励机制，采用模仿学习与强化学习相结合的混合策略对决策模型进行更新。通过将人工客服干预的解决方案作为演示轨迹，使智能客服进行模仿学习。