游戏交易客服意图识别数据

本数据集是基于游戏账号交易平台客服交互数据构建的客服意图识别数据，用于识别和分类游戏交易场景下的客户咨询意图。 数据结构中包含用户原始提问文本、咨询场景分类等输入字段，用于反映客户的原始咨询内容和所处的业务场景类型；用户原始提问文本字段记录客户的真实咨询语句，咨询场景分类字段提供预设的业务场景标签（如账号交易咨询、售后纠纷、找回包赔等）。各字段相互配合，形成从原始文本到意图分类的完整意图识别体系。 具体应用包括：（1）为游戏账号交易平台智能客服系统提供意图识别训练数据，提升自动应答的准确率和响应速度；（2）为客服运营人员提供客户意图分布分析数据，辅助客服资源分配策略优化；（3）为客服知识库优化提供意图分类参考，提升知识条目匹配的精准度。【加工前的数据说明】原始数据来源于游戏账号交易平台客服系统采集的客户咨询记录，包括会话ID、用户原始提问文本（客户在客服对话框输入的真实咨询内容）、咨询场景分类（预设的场景标签，如账号交易咨询、售后纠纷、找回包赔等）等字段。 【处理规则】（1）文本预处理：对用户原始提问文本进行分词处理，采用中文分词处理对文本进行切分，去除停用词（如"的""了""是"等无意义词），提取有效关键词序列。（2）文本特征提取：采用TF-IDF（词频-逆文档频率）算法对预处理后的关键词序列进行特征提取，按公式"TF-IDF值=词频×ln（总文档数/包含该词的文档数）"计算各关键词的TF-IDF值，得到TF-IDF值字段，用于量化各关键词在当前文本中的重要性，构建文本特征向量。（3）意图分类模型：基于文本特征向量，采用朴素贝叶斯分类算法（基于贝叶斯定理和特征条件独立假设）对用户意图进行分类，输出意图识别标签及意图置信度（后验概率，取值[0,1]）。（4）置信度分级：基于意图置信度的分布特征，设定高置信度阈值、中置信度阈值、低置信度阈值，将意图分类结果划分为意图置信度≥高置信度阈值为高置信度（可直接自动应答）、中置信度阈值≤意图置信度<高置信度阈值为中等置信度（建议人工复核）、低置信度阈值≤意图置信度<中置信度阈值为低置信度（建议转人工）、意图置信度<低置信度阈值为极低置信度（必须转人工）。以上计算结果均保留2位小数。 【数据内容描述】经加工后形成的完整数据集包含会话ID、用户原始提问文本、咨询场景分类、TF-IDF值、意图置信度、高置信度阈值、意图分类结果等13个字段。该数据集可为智能客服系统训练、运营分析及知识库优化提供意图识别参考数据。

搜集汇总

背景与挑战

背景概述

本数据集基于游戏账号交易平台客服交互数据构建，包含会话ID、用户原始提问文本、咨询场景分类、TF-IDF值、意图置信度等13个字段，数据规模1100条，每月更新。该数据集采用中文分词、TF-IDF特征提取和朴素贝叶斯分类算法生成意图识别标签与置信度分级，可用于智能客服系统训练、运营分析及知识库优化。