随着互联网的快速发展和普及,在线购物以它方便快捷、商品丰富以及价格低廉的特点,吸引了越来越多的顾客选择在线消费。同时,网络商家需要提供大量客服人员以满足顾客在购物过程中的信息咨询需求。如果能够用智能的客服机器人自动答复简单重复的顾客的信息咨询,就可以大大提高客服人员的工作效率和减少客服的重复劳动,从而提高在线顾客的购物满意度以及降低商家的经营成本。智能客服机器人的本质为问答系统,即根据顾客提出的问题从知识库中寻找答案返回给顾客。一个辅助型的机器人也可以将结果以参考答案形式返回给客服人员,供其选择参考。要正确回答顾客的问题,关键在于机器人需要能够正确理解问题。然而,在客服领域,存在顾客咨询的问句口语化现象严重,问句缺省多,以及问句上下文关联性强等特点。现有的问句理解处理技术无法达到智能客服机器人的要求。为了解决网购环境中客服咨询问句的正确理解问题,本文从交互式对话的角度出发,结合智能客服机器人的定位,提出了一个面向智能客服机器人的交互式问句理解模型。首先,对问句产生的上下文进行对话结构建模,通过机器学习方法分析出用户在提出当前问题时的上下文信息,通过对当前对话的行为结构分析识别出问题对应的疑问信息,再结合问题的主题分析和语义分析,对问句的语义信息进行扩展和理解,最终从知识库检索出符合真正符合语义的答案。本文主要完成的工作如下:(1)对真实网购环境中的语料进行了标注和分析,总结了客服咨询交互式语句的特点及对话特点。(2)通过对网络购物环境的真实语料分析,提出了一套适用于对话结构分析的言语行为分类体系,并用于网购客服对话的结构分析和问题问点识别。同时,提出了一套适用于网络购物环境的问句主题分类体系,用于对客服咨询问题的语义分析。(3)通过结合言语行为分析、问句主题分析以及问句语义块抽取,提出了一个适用于网购客服对话的交互式问句理解方法。(4)最后,本文将该方法应用于真实的购物环境中,设计并开发出了一个可用的智能客服机器人。通过实验的对比分析,得到以下结论:首先,实验通过对独立问句的实验对比,表明基于主题、对象和语义块的方法对问句的理解要优于以词袋集为基础的问句理解方法。其次,通过在交互式对话中评价上下文相关问句实验对比,表明基于言语行为的问点识别和上下文信息扩展方式在交互式问答中能够提升相关答案的检索性能。