1.一种智能客服语音应答方法，其特征在于，包括下述步骤：接收语音对话请求，所述语音对话请求包含用户信息和当前所处的节点信息；

录制用户语音，将所述用户语音转换为文字信息；

根据所述节点信息在预设的应答文件库中选择对应的子文件库，所述子文件库中的文件标注有主题关键词和用户类别；

将所述文字信息和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度；

将所述语义匹配度与预设的阈值比较，当所述语义匹配度大于所述阈值时，确定标注了所述主题关键词的文件为候选文件；

根据所述用户信息，确定用户所属类别；

比对所述用户所属类别和所述候选应答文件标注的用户类别，确定标注的用户类别与用户所属类别一致的候选文件为应答文件。

2.根据权利要求1所述的智能客服语音应答方法，其特征在于，在将所述文字信息和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度的步骤之前还包括：将所述文字信息与预设的停用词库比对，删除所述文字信息中与所述停用词库中的词一致的词。

3.根据权利要求1所述的智能客服语音应答方法，其特征在于，在将所述文字信息和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度的步骤之前还包括：比对所述文字信息与预设的第一关键词，当所述文字信息包含所述第一关键词，将所述语音对话请求发送至预设的人工坐席平台；

接收所述人工坐席平台返回的应答。

4.根据权利要求1所述的智能客服语音应答方法，其特征在于，在将所述文字信息和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度的步骤之前还包括：将所述文字信息进行分词，获得所述文字信息的分词结果；

将所述分词结果与预设的同义词库匹配，获得所述文字信息中各分词的同义词；

将所述同义词和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度。

5.根据权利要求1所述的智能客服语音应答方法，其特征在于，在比对所述用户所属类别和所述候选应答文件标注的用户类别，确定标注的用户类别与用户所属类别一致的候选文件为应答文件的步骤之后还包括：根据所述应答文件，播放应答音频。

6.根据权利要求5所述的智能客服语音应答方法，其特征在于，在所述根据所述应答文件，播放应答音频的步骤之后还包括：获取用户反馈；

根据所述文字信息和所述应答文件标注的主题关键词构建提问‑应答数据对，并根据用户反馈对所述数据对标注实际匹配结果；

将所述数据对输入到所述NLP语义匹配模型中，获取所述NLP语义匹配模型响应所述数据对输出的预测匹配结果；

调整所述NLP语义匹配模型各节点的参数，使所述预测匹配结果和所述实际匹配结果一致。

7.根据权利要求5所述的智能客服语音应答方法，其特征在于，所述子文件库中的文件为文本文件，在所述根据所述应答文件，播放应答音频的步骤中包括：将所述应答文件输入到预设的语音生成模型中，获得应答音频；

播放所述应答音频。

8.一种智能客服语音应答装置，其特征在于，包括：接收模块，用于接收语音对话请求，所述语音对话请求包含用户信息和当前所处的节点信息；

转换模块，用于录制用户语音，将所述用户语音转换为文字信息；

选择模块，用于根据所述节点信息在预设的应答文件库中选择对应的子文件库，所述子文件库中的文件标注有主题关键词和用户类别；

处理模块，用于将所述文字信息和所述主题关键词输入到预先训练的NLP语义匹配模型进行语义匹配，获得所述文字信息和所述主题关键词的语义匹配度；

比较模块，用于将所述语义匹配度与预设的阈值比较，当所述语义匹配度大于所述阈值时，确定标注了所述主题关键词的文件为候选文件；

归类模块，用于根据所述用户信息，确定用户所属类别；

确定模块，用于比对所述用户所属类别和所述候选应答文件标注的用户类别，确定标注的用户类别与用户所属类别一致的候选文件为应答文件。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的智能客服语音应答方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的智能客服语音应答方法的步骤。