买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州舜飞信息科技有限公司申请的专利基于多语言跨境的AI客服训练方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120596638B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511051309.8，技术领域涉及：G06F16/3329；该发明授权基于多语言跨境的AI客服训练方法及系统是由张君晖;梁丽丽设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本基于多语言跨境的AI客服训练方法及系统在说明书摘要公布了：本申请涉及人工智能领域，尤其是涉及一种基于多语言跨境的AI客服训练方法及系统，包括步骤：构建多语言知识库；对所述多语言知识库进行联合训练，生成多语言意图识别模型、多语言应答生成模型；当接收用户提问时，基于所述多语言意图识别模型，解析用户意图及语境，并基于所述多语言应答生成模型，生成与用户语言匹配的初步回答；对所述初步回答进行多语言质量优化，输出终步回答。本申请具有在多语言环境下训练效果佳、响应速度快的效果。

本发明授权基于多语言跨境的AI客服训练方法及系统在权利要求书中公布了：1.一种基于多语言跨境的AI客服训练方法，其特征在于，包括步骤： 构建多语言知识库； 基于分布式爬虫，采集含上下文关联的多语言对话数据，输出带时序标记的多语言对话链数据集； 基于预设意图标注规则，对所述多语言对话链数据集结构化处理，标注主意图和辅意图，标记相邻对话轮意图类型时序变化关系，输出经意图标注的结构化对话数据； 基于NLP预处理技术结合注意力机制，从所述结构化对话数据提取语言维度特征、意图组合维度特征及上下文关联维度特征，构建多语言语料特征矩阵； 基于图神经网络算法，处理所述多语言语料特征矩阵，构建包含父子意图树、意图转移概率矩阵、互斥意图关系库的层级化意图网络； 基于预设多语言应答模板库、预设模板继承规则库以及所述层级化意图网络，输出包含多语言应答模板继承规则库、意图转移路径预载策略库的多语言-意图-应答映射表； 输出包含多语言语料特征矩阵、层级化意图网络、多语言-意图-应答映射表的多语言知识库； 对所述多语言知识库进行联合训练，生成多语言意图识别模型、多语言应答生成模型； 基于所述多语言知识库，构建包含跨语言特征编码器和动态意图解码器的混合神经网络模型，输出跨语言语义表征向量、意图分类结果、应答向量； 所述跨语言特征编码器集成所述语言维度特征、所述意图组合维度特征及所述上下文关联维度特征，生成跨语言语义表征向量； 所述动态意图解码器集成主通道LSTM网络、辅通道LSTM网络； 在主通道LSTM网络中，基于所述跨语言语义表征向量及所述层级化意图网络，生成意图分类结果； 在辅通道LSTM网络中，基于所述跨语言语义表征向量及所述多语言-意图-应答映射表、所述意图分类结果，生成应答向量； 基于所述跨语言语义表征向量、所述意图分类结果，构建多语言意图识别模型； 基于所述跨语言语义表征向量、所述应答向量、所述意图分类结果，构建多语言应答生成模型； 当接收用户提问时，基于所述多语言意图识别模型，解析用户意图及语境，并基于所述多语言应答生成模型，生成与用户语言匹配的初步回答； 当接收用户提问时，对用户提问进行语言类型检测，判断用户语言是否能与训练好的多语言知识库里的语言匹配； 当不能匹配时，基于预设神经机器翻译模型，进行跨语言转换，将用户提问转换至能匹配的预设语言； 当能匹配时，基于用户提问的语言类型，从训练好的多语言知识库里匹配对应语言的多语言意图识别模型，生成意图分类结果及跨语言语义表征向量； 基于用户提问的语言类型，从训练好的多语言知识库里匹配对应语言的多语言应答生成模型； 基于所述多语言应答生成模型，所述意图分类结果及所述跨语言语义表征向量，生成应答向量； 基于注意力机制，动态融合所述应答向量、所述跨语言语义表征向量及当前对话上下文，生成初步回答； 对所述初步回答进行多语言质量优化，输出终步回答； SA1:基于预训练语言模型，计算所述初步回答与用户问题的语义相似度，判断所述语义相似度是否大于预设阈值； SA2:当所述语义相似度大于第一预设阈值时，所述初步回答为终步回答； SA3:基于强化学习模型，对所述终步回答的流畅性、文化适配性、语法正确性进行评分，判断所述评分是否大于第二预设阈值； SA4:当所述评分大于第二预设阈值时，输出终步回答； SA5:当所述评分小于第二预设阈值时，对所述终步回答进行多语言质量优化，所述多语言质量优化包括语义准确性校验、上下文连贯性增强及跨语言翻译修正； SA6:执行完SA5后，返回执行SA3-SA4，直至输出终步回答； 实时收集用户对所述终步回答的反馈数据，所述反馈数据包括满意度评分及文本反馈； 所述满意度评分包括1-5星； 所述文本反馈包括回答准确、回答不准确； 将所述反馈数据作为增量训练集，周期性更新多语言知识库及微调模型参数； 基于所述反馈数据的频率统计，提升高频意图标签的模型优先级权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州舜飞信息科技有限公司，其通讯地址为：510000 广东省广州市天河区棠东东路3号401室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。