客服系统作为企业与客户交互的主要途径,在了解客户需求、解决客户问题、掌握市场动向、提升企业形象等方面具有重要的作用。由于传统基于即时通讯工具的客服系统和在线自动问答系统存在诸如浪费人力资源、资源难以共享、准确率低下等缺陷,研发新一代具备普适性、通用性、个性化和智能化等特点的客服系统对用户和企业来说具有重要意义。随着移动互联网的发展和智能手机的普及,微信拥有着广大的企业和用户基础,并且在人们的生活中占据着越来越重要的地位,所以微信在客户交互和营销宣传上具有重大价值。本文结合客服系统和微信的特点设计研发了一套新的智能客服系统,并在该项目的支撑下展开了实时情感分析和用户关键短语抽取技术研究,具体如下:第一、针对即时通讯过程中的聊天文本,提出了基于长短期记忆网络(Long Short-Term Memory,LSTM)的实时情感分析方法。随着讨论交流的发展,自动分析用户意见和情绪的能力被称为实时情感分析,实时情感作为一种强大的资源是实现客服系统智能化的重要组成部分。方法通过LSTM模型整合邻近位置信息,在一定程度上缓解了短文本特征的稀疏性;利用变异后的LSTM模型解决了即时聊天中对时序和时间的要求,使得情感分析能够达到实时的效果,并通过模拟实验验证了方法的有效性。第二、针对用户聊天记录,提出文本关键短语抽取方法。挖掘用户标签或关键短语等客户主要特征可以为企业精准营销等环节储备知识,是客服系统与其他系统对接实现多元化的重要组成部分。方法在TextRank算法的基础上融入词语主题相似度和词语主题影响力构建单词图,在词图上运行图排序算法获取候选关键词排名,最后为了增强提取出的关键短语的表意性,根据上一步结果迭代生成关键短语。实验结果表明,该方法可以抽取出涵盖文本主要主题信息且可解释性更强的关键短语。最后,设计并实现了基于微信的客服系统,并根据以上理论知识将实时情感分析和用户关键短语抽取技术应用到了系统实际任务中,帮助我们的客服系统向智能化、个性化和多元化的方向迈进了一步。