CN107680588B - 智能语音导航方法、装置及存储介质 - Google Patents
智能语音导航方法、装置及存储介质 Download PDFInfo
- Publication number
- CN107680588B CN107680588B CN201710327372.9A CN201710327372A CN107680588B CN 107680588 B CN107680588 B CN 107680588B CN 201710327372 A CN201710327372 A CN 201710327372A CN 107680588 B CN107680588 B CN 107680588B
- Authority
- CN
- China
- Prior art keywords
- text information
- word segmentation
- participle
- speech
- predetermined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Abstract
本发明提供一种电子装置,该电子装置包括智能语音导航系统。该智能语音导航系统包括:接收模块,用于接收用户输入的语音数据;识别模块,用于将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;第一执行模块,用于在所述文字信息中含有预先确定的业务关键词时,通过预先确定的业务关键词与业务服务节点的映射关系,确定所述文字信息中的业务关键词对应的业务服务节点,将当前服务流程流转至确定的业务服务节点。本发明还提供一种智能语音导航方法。
Description
技术领域
本发明涉及智能语音技术领域,特别涉及一种智能语音导航方法、装置及存储介质。
背景技术
现有的智能语音导航系统,通常是通过识别用户语音输入的语句,根据识别的语句将用户流转到对应的业务服务节点,由于用户语音输入的语句并不一定是规范的语句,使得系统经常无法识别,严重影响导航效果;因此,如何提升智能语音导航系统的识别成功率,成为急需解决的问题。
发明内容
本发明的主要目的是提供一种智能语音导航方法、装置及存储介质,旨在提升智能语音导航系统的识别成功率。
为实现上述目的,本发明提出一种电子装置,该电子装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能语音导航系统,所述处理器执行所述智能语音导航系统时,可实现如下步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;及
若所述文字信息中含有预先确定的业务关键词,则通过预先确定的业务关键词与业务服务节点的映射关系,确定所述文字信息中的业务关键词对应的业务服务节点,将当前服务流程流转至确定的业务服务节点。
为实现上述目的,本发明还提出一种电子装置,该电子装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能语音导航系统,所述处理器执行所述智能语音导航系统时,可实现如下步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;
根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;及
当存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点。
本发明还提供一种智能语音导航方法,该方法包括步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;
根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;及
当存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点。
优选地,所述预设结构分词树包括多级节点,第一级节点为所述文字信息本身,第二级节点为分词短语,第二级节点之后的每一级节点均是由上一级节点的分词短语按照词性划分得到。
优选地,所述对应的核心观点信息是基于所述预设结构分词树计算各个第一预设词性分词与各个第二预设词性分词的距离分别找出与各个第一预设词性分词距离最近的第二预设词性分词,并分别将各个第一预设词性分词与距离其最近的第二预设词性分词按照在该文字信息中的顺序组成得到的。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质存储有智能语音导航系统,该智能语音导航系统可被至少一个处理器执行,以实现以下步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
若所述文字信息中含有预先确定的业务关键词,则通过预先确定的业务关键词与业务服务节点的映射关系,确定所述文字信息中的业务关键词对应的业务服务节点,将当前服务流程流转至确定的业务服务节点。
本发明通过找出根据用户说话输入的语音数据所转换的文字信息中的预先确定的业务关键词,从而根据预设的映射关系表就能将服务流程流转到对应的业务服务节点,使用户进行所需的业务办理;不需要对整个语句的意思进行分析,即使在用户说话输入的语句不规范时,也能准确的识别出用户表达的业务需求,识别成功率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明智能语音导航系统的运行环境的较佳实施例的示意图。
图2为本发明智能语音导航系统一实施例的模块结构示意图。
图3为本发明智能语音导航系统二实施例的模块结构示意图。
图4为本发明智能语音导航系统二实施例中解析子模块的结构示意图。
图5为预设结构分词树的结构示意图。
图6为本发明智能语音导航系统三实施例的模块结构示意图;
图7为本发明智能语音导航方法一实施例的流程图。
图8为本发明智能语音导航方法二实施例的流程图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,图1是本发明智能语音导航系统10的运行环境的较佳实施例的示意图。
在本实施例中,智能语音导航系统10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括,但不仅限于,存储器11、处理器12及显示器13。图1仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器11在一些实施例中可以是电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备,例如电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据,例如智能语音导航系统10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行智能语音导航系统10等。
显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。电子装置1的部件11-13通过系统总线相互通信。
本发明的智能语音导航系统10,主要应用于企业的电话服务平台中,通过智能语音导航系统10识别分析出进线用户的业务需求,自动将用户流转到对应的业务服务节点进行业务办理,以大幅降低呼叫中心的坐席人员的工作量,减少人力成本,并提升效率。
如图2所示,图2为本发明智能语音导航系统10一实施例的模块结构示意图。在本实施例中,该智能语音导航系统10包括:
接收模块101,用于接收用户输入的语音数据;在接通进线用户后,智能语音导航系统10可以通过播报提示语,以引导用户说出业务需求,例如,提示语为:“您可通过说话办理业务,例如车险、寿险、信用卡等”;用户通过说活说出业务需求,接收模块101接收用户说话产生的语音数据。
识别模块102,用于将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;其中,业务关键词,例如,寿险、车险、信用卡,等等;识别模块102依据语音数据库将接收模块101接收到的语音数据识别转换成文字信息,通过将预先确定的业务关键词与该文字信息进行比对匹配,以确认该文字信息中有没有预先确定的业务关键词。例如,经识别模块102转换得到的文字信息为“我需要挂失信用卡”,识别模块102通过预先确定的业务关键词与文字信息的比对匹配,得出文字信息中含有的预先确定的业务关键词为“信用卡”。
第一执行模块103,用于在所述文字信息中含有预先确定的业务关键词时,通过预先确定的业务关键词与业务服务节点的映射关系,确定所述文字信息中的业务关键词对应的业务服务节点,将当前服务流程流转至确定的业务服务节点。
智能语音导航系统10中具有预先确定的业务关键词与业务服务节点的映射关系表,当所述文字信息中含有预先确定的业务关键词时,第一执行模块103则根据识别模块102分析得到的文字信息中的预先确定的业务关键词,确定出对应的业务服务节点,并将当前服务流程流转到该确定的业务服务节点,供用户进行所需的业务办理。例如,上述的文字信息(我需要挂失信用卡)中包含的预先确定的业务关键词为信用卡,则第一执行模块103通过查找映射关系表,找到信用卡对应的业务服务节点,并将当前服务流程流转到信用卡对应的业务服务节点,使用户进行信用卡相关业务的办理。当识别模块102经对所述文字信息的分析,确定所述文字信息中不含有预先确定的业务关键词,可优选将所述文字信息发送给后台坐席终端,以让后台坐席人员根据文字信息确认业务服务节点;当然,也可以采用其它处理,例如,将当前服务流程流转到按键菜单服务,让用户通过按键选择所需业务,等等。
本实施例智能语音导航系统10的方案,通过找出根据用户说话输入的语音数据所转换的文字信息中的预先确定的业务关键词,从而根据预设的映射关系表就能将服务流程流转到对应的业务服务节点,使用户进行所需的业务办理;不需要对整个语句的意思进行分析,即使在用户说话输入的语句不规范时,也能准确的识别出用户表达的业务需求,识别成功率高。
如图3所示,图3为本发明智能语音导航系统10二实施例的模块结构示意图。本实施例的方案在一实施例的方案上,将所述第一执行模块103替换为第二执行模块108,所述第二执行模块108包括:
解析子模块104,用于在所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;核心观点信息为包含预先确定的业务关键词的具体业务分支方向;例如,在文字信息“我需要挂失信用卡”中,业务关键词为“信用卡”,核心观点信息为“挂失信用卡”;在关于信用卡的文字信息中,包含“信用卡”的核心观点信息还有申请信用卡、开通信用卡、补办信用卡、注销信用卡等。智能语音导航系统10中设置了对文字信息进行分析的预先确定的分析规则,解析子模块104通过利用该预先确定的分析规则,将文字信息对应的核心观点信息解析出来,从而得到更加明确的用户的业务需求。
确定子模块105,用于根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;智能语音导航系统10中设置了各个预先确定的业务关键词的各个业务分支与业务服务节点的映射关系表,在解析子模块104将文字信息中的核心观点信息解析出来后,确定子模块105通过查表找寻与解析出的核心观点信息对应的业务服务节点,以确定是否存在与解析出的核心观点信息对应的业务服务节点。例如,关于预先确定的业务关键词“信用卡”对应的业务分支有:“申请信用卡”、“开通信用卡”、“挂失信用卡”、“补办信用卡”和“注销信用卡”,智能语音导航系统10的映射关系表中具有上述各个业务分支对应的业务服务节点;若解析子模块104从文字信息中解析出的核心观点信息为“挂失信用卡”,则确定子模块105通过查表可找到“挂失信用卡”对应的业务服务节点,即确定存在与解析出的核心观点信息对应的业务服务节点;若解析子模块104从文字信息中解析出的核心观点信息为“删除信用卡”,则确定子模块105通过查表找不到“删除信用卡”对应的业务服务节点,即确定不存在与解析出的核心观点信息对应的业务服务节点。
流转子模块106,用于在存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点;当确定子模块105通过查表找到与解析出的核心观点信息对应的业务服务节点,即存在与解析出的核心观点信息对应的业务服务节点,流转子模块106则将当前服务流程流转至确定子模块105找到的对应的业务服务节点,供用户进行需求的业务办理。
本实施例的智能语音导航系统10,在确定转换得到的文字信息中含有预先确定的业务关键词时,进一步解析该文字信息中的核心观点信息,以更加精准的识别用户所需的具体业务分支,并找到该业务分支对应的业务服务节点,从而精准的将用户流转到所需业务分支对应的业务服务节点,立即进行业务办理,如此进一步降低了通话时长,提升了处理效率。
如图4所示,本实施例中,所述解析子模块104包括:
分词单元1041,用于在所述文字信息中含有预先确定的业务关键词时,对所述文字信息按照预先确定的分词规则进行分词,即将所述文字信息切割分成若干词或短语;优选地,所述预先确定的分词规则为:长词优先原则。该长词优先原则指的是:对于一个需要分词的短句T1,先从第一个字A开始,从预存的词库找出一个由A起始的最长词语X1,然后从T1中剔除X1剩下T2,再对T2采用相同的切分原理,切分后的结果为“X1/X2/、、、、、、”,例如对于文字信息“我需要挂失信用卡”,分词后的结果为“我”、“需要”、“挂失”、“信用卡”。
标注单元1042,用于对分词结果按照预先确定的词性标注规则进行词性标注;例如,对于文字信息“我需要挂失信用卡”的分词结果的词性标注可以为:“我/代词”、“需要/动词”、“挂失/动词”、“信用卡/名词”。
优选地,所述预先确定的词性标注规则为:根据通用字词典库中字和词分别与词性的映射关系(例如,通用字词典库中,“信用卡”、“寿险”对应的是名词,“挂失”、“开通”对应的是动词),及/或,根据预设的字和词分别与词性的映射关系(例如,预设的字和词分别与词性的映射关系中,“信用卡”、“寿险”对应的是业务名词,“挂失”、“开通”对应的是业务动词),确定分词处理后的各个分词对应的词性,并进行标注。其中,可以单独采用通用字词典库中字和词分别与词性的映射关系进行词性标注,也可以单独采用预设的字和词分别与词性的映射关系进行词性标注,或者同时采用上述两种映射关系进行词性标注,其中,预设的字和词分别与词性的映射关系的词性标注优先级高于通用字词典库中字和词分别与词性的映射关系(例如,通用字词典库中,“信用卡”、“寿险”对应的是名词,“信用卡”,预设的字和词分别与词性的映射关系中,“信用卡”、“寿险”对应的是业务名词,此时则将“信用卡”、“寿险”标注为业务名词)。
构建单元1043,用于根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建出预设结构分词树;
如图5所示,所述预设结构分词树包括多级节点,第一级节点为所述文字信息本身,第二级节点为分词短语,第二级节点之后的每一级节点均是由上一级节点的分词短语按照词性划分得到,即第二级节点之后的每一级节点均是上一级节点对应的下一级分词或者分词短语。所述根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建成预设结构分词树的过程具体包括:A1、在所述文字信息对应的各个分词中,找出各个预设词性(例如,名词、动词等)的目标分词;A2、根据所述文字信息对应的各个目标分词的顺序,确定各个第二级节点对应的分词短语(优选地,A2包括:将后一个目标分词之前的字词作为前一个目标分词的分词短语;将最后一个目标分词及其之后的字词作为最后一个分词短语);A3、若一个分词短语不可以进一步分词,则确定该分词短语为所在节点分支的最后一级节点;A4、若一个分词短语可以进一步分词,则找出该分词短语中的各个预设词性的目标分词,并根据该分词短语对应的各个目标分词的顺序,确定该分词短语的下一级节点对应的分词或者分词短语;A5、重复执行上述步骤A3和A4,直到确定出各个节点分支的最后一级节点对应的分词。例如,以“我去操场踢足球了”,构建的预设结构分词树如图5所示。
解析单元1044,用于基于所述预设结构分词树解析出所述文字信息对应的核心观点信息。
在构建单元1043构建完成所述文字信息的预设结构分词树后,所述解析单元1044基于所述预设结构分词树计算各个第一预设词性分词(例如,业务名词)与各个第二预设词性分词(例如,动词或业务动词)的距离(即:各个第一预设词性分词与各个第二预设词性分词之间相隔的节点数为所述距离);分别找出与各个第一预设词性分词距离最近的第二预设词性分词,并分别将各个第一预设词性分词与距离其最近的第二预设词性分词按照在该文字信息中的顺序组成对应的核心观点信息。
如图6所示,本实施例的所述智能语音导航系统10还包括:转接模块107,用于在所述文字信息中不含有预先确定的业务关键词,或者,在不存在与解析出的核心观点信息对应的业务服务节点时,将所述文字信息发送至后台坐席终端,由后台坐席人员根据所述文字信息人工确定业务服务节点。
由于在用户输入的语音数据中,可能存在用户没有直接提到业务关键词/核心观点信息,而只是描述了自己的需求,或者用户没有说对业务关键词/核心观点信息等情况;这些情况会使系统找不到业务关键词/核心观点信息,如此就确定不了对应的业务服务节点,在这种情况时,转接模块107会将所述文字信息发送给后台坐席终端,让后台坐席人员去分析理解用户的业务需求,以确定对应的业务服务节点,后台坐席终端可将确定的业务服务节点通过转接模块107反馈给智能语音导航系统10,从而将服务流程流转到对应的业务服务节点进行业务处理;智能语音导航系统10通过与后台坐席终端的配合,可进一步提升对用户语音输入的识别成功率。当然,智能语音系统在后台坐席终端没有及时处理发送的文字信息时(即没有及时收到后台坐席终端的反馈时),智能语音系统可直接将服务流程转到按键菜单服务或进行其它处理。另外,在其它实施例中,智能语音系统也可在所述文字信息中不含有预先确定的业务关键词,或不存在与解析出的核心观点信息对应的业务服务节点时,直接转案件菜单服务或其它处理。
本发明还提出一种智能语音导航方法,该方法可由上述智能语音导航系统10执行。
如图7所示,图7为本发明智能语音导航方法一实施例的流程图。本实施例的智能语音导航方法包括:
步骤S10,接收用户输入的语音数据。
在接通进线用户后,可以通过播报提示语,以引导用户说出业务需求,例如,提示语为:“您可通过说话办理业务,例如车险、寿险、信用卡等”;用户通过说活说出业务需求,系统接收用户说话产生的语音数据。
步骤S20,将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词。
其中,业务关键词,例如,寿险、车险、信用卡,等等;系统接收到用户输入的语音数据后,依据语音数据库将接收到的语音数据识别转换成文字信息,并通过将预先确定的业务关键词与该文字信息进行比对匹配,以确认该文字信息中有没有预先确定的业务关键词。例如,转换得到的文字信息为“我需要挂失信用卡”,通过预先确定的业务关键词与文字信息的比对匹配,得出文字信息中含有的预先确定的业务关键词为“信用卡”。
步骤S30,若所述文字信息中含有预先确定的业务关键词,则通过预先确定的业务关键词与业务服务节点的映射关系,确定所述文字信息中的业务关键词对应的业务服务节点,将当前服务流程流转至确定的业务服务节点。
系统中具有预先确定的业务关键词与业务服务节点的映射关系表,当所述文字信息中含有预先确定的业务关键词时,系统则根据分析得到的文字信息中的预先确定的业务关键词,确定出对应的业务服务节点,并将当前服务流程流转到该确定的业务服务节点,供用户进行所需的业务办理。例如,上述的文字信息(我需要挂失信用卡)中包含的预先确定的业务关键词为信用卡,系统通过查找映射关系表,找到信用卡对应的业务服务节点,并将当前服务流程流转到信用卡对应的业务服务节点,使用户进行信用卡相关业务的办理。当系统对所述文字信息分析后,确定所述文字信息中不含有预先确定的业务关键词,可优选将所述文字信息发送给后台坐席终端,以让后台坐席人员根据文字信息确认业务服务节点;当然,也可以采用其它处理,例如,将当前服务流程流转到按键菜单服务,让用户通过按键选择所需业务,等等。
本实施例智能语音导航方法的方案,通过找出根据用户说话输入的语音数据所转换的文字信息中的预先确定的业务关键词,从而根据预设的映射关系表就能将服务流程流转到对应的业务服务节点,使用户进行所需的业务办理;不需要对整个语句的意思进行分析,即使在用户说话输入的语句不规范时,也能准确的识别出用户表达的业务需求,识别成功率高。
如图8所示,图8为本发明智能语音导航方法二实施例的流程图。本实施例的智能语音导航方法于将图7中的步骤S30替换为:
步骤S40,若所述文字信息中含有预先确定的业务关键词,则利用预先确定的分析规则解析出所述文字信息对应的核心观点信息。
核心观点信息为包含预先确定的业务关键词的具体业务分支方向;例如,在文字信息“我需要挂失信用卡”中,业务关键词为“信用卡”,核心观点信息为“挂失信用卡”;在关于信用卡的文字信息中,包含“信用卡”的核心观点信息还有申请信用卡、开通信用卡、补办信用卡、注销信用卡等。系统中设置了对文字信息进行分析的预先确定的分析规则,通过利用该预先确定的分析规则,将文字信息对应的核心观点信息解析出来,从而得到更加明确的用户的业务需求。
步骤S50,根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点。
本实施例系统中设置了各个预先确定的业务关键词的各个业务分支与业务服务节点的映射关系表,在将文字信息中的核心观点信息解析出来后,通过查表找寻与解析出的核心观点信息对应的业务服务节点,以确定是否存在与解析出的核心观点信息对应的业务服务节点。例如,关于预先确定的业务关键词“信用卡”对应的业务分支有:“申请信用卡”、“开通信用卡”、“挂失信用卡”、“补办信用卡”和“注销信用卡”,系统中的映射关系表中具有上述各个业务分支对应的业务服务节点;若从文字信息中解析出的核心观点信息为“挂失信用卡”,则通过查表可找到“挂失信用卡”对应的业务服务节点,即确定存在与解析出的核心观点信息对应的业务服务节点;若从文字信息中解析出的核心观点信息为“删除信用卡”,则通过查表找不到“删除信用卡”对应的业务服务节点,即确定不存在与解析出的核心观点信息对应的业务服务节点。
步骤S60,若存在与解析出的核心观点信息对应的业务服务节点,则将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点。
当通过查表找到与解析出的核心观点信息对应的业务服务节点,即存在与解析出的核心观点信息对应的业务服务节点时,系统则将当前服务流程流转至找到的对应的业务服务节点,供用户进行需求的业务办理。
本实施例的智能语音导航方法,在确定转换得到的文字信息中含有预先确定的业务关键词时,进一步解析该文字信息中的核心观点信息,以更加精准的识别用户所需的具体业务分支,并找到该业务分支对应的业务服务节点,从而精准的将用户流转到所需业务分支对应的业务服务节点,立即进行业务办理,如此进一步降低了通话时长,提升了处理效率。
优选地,本实施例的智能语音导航方法,在所述文字信息中不含有预先确定的业务关键词,或者,在不存在与解析出的核心观点信息对应的业务服务节点时,将所述文字信息发送至后台坐席终端,由后台坐席人员根据所述文字信息人工确定业务服务节点。
由于在用户输入的语音数据中,可能存在用户没有直接提到业务关键词/核心观点信息,而只是描述了自己的需求,或者用户没有说对业务关键词/核心观点信息等情况;这些情况会使系统找不到业务关键词/核心观点信息,如此就确定不了对应的业务服务节点,在这种情况时,系统会将所述文字信息发送给后台坐席终端,让后台坐席人员去分析理解用户的业务需求,以确定对应的业务服务节点,后台坐席终端可将确定的业务服务节点反馈给系统,从而将服务流程流转到对应的业务服务节点进行业务处理;系统通过与后台坐席终端的配合,可进一步提升对用户语音输入的识别成功率。当然,系统在后台坐席终端没有及时处理发送的文字信息时(即没有及时收到后台坐席终端的反馈时),系统可直接将服务流程转到按键菜单服务或进行其它处理。另外,在其它实施例中,系统也可在所述文字信息中不含有预先确定的业务关键词,或不存在与解析出的核心观点信息对应的业务服务节点时,直接转案件菜单服务或其它处理。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
1.一种电子装置,其特征在于,该电子装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能语音导航系统,所述处理器执行所述智能语音导航系统时,可实现如下步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;
根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;及
当存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点,其中,所述当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息包括:
当所述文字信息中含有预先确定的业务关键词时,对所述文字信息按照预先确定的分词规则进行分词;
对分词结果按照预先确定的词性标注规则进行词性标注;
根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建出预设结构分词树;
基于所述预设结构分词树解析出所述文字信息对应的核心观点信息;所述根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建成预设结构分词树的过程具体包括:A1、在所述文字信息对应的各个分词中,找出各个预设词性的目标分词;A2、根据所述文字信息对应的各个目标分词的顺序,确定各个第二级节点对应的分词短语;A3、若一个分词短语不可以进一步分词,则确定该分词短语为所在节点分支的最后一级节点;A4、若一个分词短语可以进一步分词,则找出该分词短语中的各个预设词性的目标分词,并根据该分词短语对应的各个目标分词的顺序,确定该分词短语的下一级节点对应的分词或者分词短语;A5、重复执行上述步骤A3和A4,直到确定出各个节点分支的最后一级节点对应的分词。
2.如权利要求1所述的电子装置,其特征在于,所述处理器执行所述智能语音导航系统时,还可实现如下步骤:当所述文字信息中不含有预先确定的业务关键词,或者,当不存在与解析出的核心观点信息对应的业务服务节点时,将所述文字信息发送至后台坐席终端。
3.如权利要求1所述的电子装置,其特征在于,所述预先确定的词性标注规则为:
根据通用字词典库中字和词分别与词性的映射关系,及/或,预设的字和词分别与词性的映射关系,确定分词处理后的各个分词对应的词性,并进行标注。
4.一种智能语音导航方法,其特征在于,该方法包括步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;
根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;及
当存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点,其中,所述当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息包括:
当所述文字信息中含有预先确定的业务关键词时,对所述文字信息按照预先确定的分词规则进行分词;
对分词结果按照预先确定的词性标注规则进行词性标注;
根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建出预设结构分词树;
基于所述预设结构分词树解析出所述文字信息对应的核心观点信息;所述根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建成预设结构分词树的过程具体包括:A1、在所述文字信息对应的各个分词中,找出各个预设词性的目标分词;A2、根据所述文字信息对应的各个目标分词的顺序,确定各个第二级节点对应的分词短语;A3、若一个分词短语不可以进一步分词,则确定该分词短语为所在节点分支的最后一级节点;A4、若一个分词短语可以进一步分词,则找出该分词短语中的各个预设词性的目标分词,并根据该分词短语对应的各个目标分词的顺序,确定该分词短语的下一级节点对应的分词或者分词短语;A5、重复执行上述步骤A3和A4,直到确定出各个节点分支的最后一级节点对应的分词。
5.如权利要求4所述的智能语音导航方法,其特征在于,所述预设结构分词树包括多级节点,第一级节点为所述文字信息本身,第二级节点为分词短语,第二级节点之后的每一级节点均是由上一级节点的分词短语按照词性划分得到。
6.如权利要求5所述的智能语音导航方法,其特征在于,所述对应的核心观点信息是基于所述预设结构分词树计算各个第一预设词性分词与各个第二预设词性分词的距离分别找出与各个第一预设词性分词距离最近的第二预设词性分词,并分别将各个第一预设词性分词与距离其最近的第二预设词性分词按照在该文字信息中的顺序组成得到的。
7.一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存储有智能语音导航系统,所述智能语音导航系统可被至少一个处理器执行,以实现以下步骤:
接收用户输入的语音数据;
将接收到的语音数据转换为文字信息,分析所述文字信息中是否含有预先确定的业务关键词;
当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息;
根据预先确定的核心观点信息与业务服务节点的映射关系,确定是否存在与解析出的核心观点信息对应的业务服务节点;及
当存在与解析出的核心观点信息对应的业务服务节点时,将当前服务流程流转至解析出的核心观点信息所对应的业务服务节点,其中,所述当所述文字信息中含有预先确定的业务关键词时,利用预先确定的分析规则解析出所述文字信息对应的核心观点信息包括:
当所述文字信息中含有预先确定的业务关键词时,对所述文字信息按照预先确定的分词规则进行分词;
对分词结果按照预先确定的词性标注规则进行词性标注;
根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建出预设结构分词树;
基于所述预设结构分词树解析出所述文字信息对应的核心观点信息;所述根据所述文字信息对应的各个分词的顺序和词性,将所述文字信息对应的各个分词构建成预设结构分词树的过程具体包括:A1、在所述文字信息对应的各个分词中,找出各个预设词性的目标分词;A2、根据所述文字信息对应的各个目标分词的顺序,确定各个第二级节点对应的分词短语;A3、若一个分词短语不可以进一步分词,则确定该分词短语为所在节点分支的最后一级节点;A4、若一个分词短语可以进一步分词,则找出该分词短语中的各个预设词性的目标分词,并根据该分词短语对应的各个目标分词的顺序,确定该分词短语的下一级节点对应的分词或者分词短语;A5、重复执行上述步骤A3和A4,直到确定出各个节点分支的最后一级节点对应的分词。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710327372.9A CN107680588B (zh) | 2017-05-10 | 2017-05-10 | 智能语音导航方法、装置及存储介质 |
PCT/CN2018/076150 WO2018205704A1 (zh) | 2017-05-10 | 2018-02-10 | 电子装置、智能语音导航方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710327372.9A CN107680588B (zh) | 2017-05-10 | 2017-05-10 | 智能语音导航方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107680588A CN107680588A (zh) | 2018-02-09 |
CN107680588B true CN107680588B (zh) | 2020-10-20 |
Family
ID=61134072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710327372.9A Active CN107680588B (zh) | 2017-05-10 | 2017-05-10 | 智能语音导航方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107680588B (zh) |
WO (1) | WO2018205704A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107680588B (zh) * | 2017-05-10 | 2020-10-20 | 平安科技(深圳)有限公司 | 智能语音导航方法、装置及存储介质 |
CN109227536A (zh) * | 2018-08-20 | 2019-01-18 | 南京邮电大学 | 智能迎宾讲解机器人语音交互控制系统及控制方法 |
CN109253728A (zh) * | 2018-08-31 | 2019-01-22 | 平安科技(深圳)有限公司 | 语音导航方法、装置、计算机设备及存储介质 |
CN109561225A (zh) * | 2018-12-04 | 2019-04-02 | 合肥天骋电子商务有限公司 | 一种智能语音导航集中系统 |
CN109710402A (zh) * | 2018-12-17 | 2019-05-03 | 平安普惠企业管理有限公司 | 处理资源获取请求的方法、装置、计算机设备和存储介质 |
CN110275948A (zh) * | 2019-05-30 | 2019-09-24 | 平安科技(深圳)有限公司 | 自助服务的自由跳转方法、装置及介质 |
CN111063340A (zh) * | 2019-12-09 | 2020-04-24 | 用友网络科技股份有限公司 | 终端的业务处理方法、装置、终端及计算机可读存储介质 |
CN113364920B (zh) * | 2021-06-09 | 2023-01-20 | 中国银行股份有限公司 | 一种进线请求处理方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000764A (zh) * | 2006-12-18 | 2007-07-18 | 黑龙江大学 | 基于韵律结构的语音合成文本处理方法 |
CN103365992A (zh) * | 2013-07-03 | 2013-10-23 | 深圳市华傲数据技术有限公司 | 一种基于一维线性空间实现Trie树的词典检索方法 |
CN103631882A (zh) * | 2013-11-14 | 2014-03-12 | 北京邮电大学 | 基于图挖掘技术的语义化业务生成系统和方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101178740A (zh) * | 2007-12-19 | 2008-05-14 | 胡绍珠 | 搜索信息发布方法 |
CN101510221B (zh) * | 2009-02-17 | 2012-05-30 | 北京大学 | 一种用于信息检索的查询语句分析方法与系统 |
CN101609673B (zh) * | 2009-07-09 | 2012-08-29 | 交通银行股份有限公司 | 一种基于电话银行的用户语音处理方法及服务器 |
CN201504266U (zh) * | 2009-07-16 | 2010-06-09 | 交通银行股份有限公司 | 一种基于电话银行的用户语音处理系统 |
JP2014072586A (ja) * | 2012-09-27 | 2014-04-21 | Sharp Corp | 表示装置、表示方法、テレビジョン受像機、プログラム、および、記録媒体 |
CN102968987A (zh) * | 2012-11-19 | 2013-03-13 | 百度在线网络技术(北京)有限公司 | 一种语音识别方法及系统 |
CN103699955B (zh) * | 2013-09-06 | 2017-06-13 | 科大讯飞股份有限公司 | 基于自定义分类规则的业务模型分析方法和装置 |
CN103700369B (zh) * | 2013-11-26 | 2016-08-31 | 科大讯飞股份有限公司 | 语音导航方法及系统 |
CN107112013B (zh) * | 2014-09-14 | 2020-10-23 | 谷歌有限责任公司 | 用于创建可定制对话系统引擎的平台 |
US10657571B2 (en) * | 2015-06-08 | 2020-05-19 | Intelliresponse Systems Inc. | Method and apparatus for facilitating comprehension of user queries during interactions |
CN105426357A (zh) * | 2015-11-06 | 2016-03-23 | 武汉卡比特信息有限公司 | 语音快速选择方法 |
CN105744057B (zh) * | 2016-01-21 | 2019-02-22 | 平安科技(深圳)有限公司 | 一种智能语音对话交互方法和装置 |
CN107645613A (zh) * | 2016-07-20 | 2018-01-30 | 平安科技(深圳)有限公司 | 服务转接的方法和装置 |
CN106682137A (zh) * | 2016-12-19 | 2017-05-17 | 武汉市灯塔互动文化传播有限公司 | 一种智能股票投顾问答交互方法与系统 |
CN106550156A (zh) * | 2017-01-23 | 2017-03-29 | 苏州咖啦魔哆信息技术有限公司 | 一种基于语音识别的人工智能客服系统及其实现方法 |
CN107680588B (zh) * | 2017-05-10 | 2020-10-20 | 平安科技(深圳)有限公司 | 智能语音导航方法、装置及存储介质 |
-
2017
- 2017-05-10 CN CN201710327372.9A patent/CN107680588B/zh active Active
-
2018
- 2018-02-10 WO PCT/CN2018/076150 patent/WO2018205704A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000764A (zh) * | 2006-12-18 | 2007-07-18 | 黑龙江大学 | 基于韵律结构的语音合成文本处理方法 |
CN103365992A (zh) * | 2013-07-03 | 2013-10-23 | 深圳市华傲数据技术有限公司 | 一种基于一维线性空间实现Trie树的词典检索方法 |
CN103631882A (zh) * | 2013-11-14 | 2014-03-12 | 北京邮电大学 | 基于图挖掘技术的语义化业务生成系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018205704A1 (zh) | 2018-11-15 |
CN107680588A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107680588B (zh) | 智能语音导航方法、装置及存储介质 | |
TWI636452B (zh) | 語音識別方法及系統 | |
CN109002510B (zh) | 一种对话处理方法、装置、设备和介质 | |
US20060129396A1 (en) | Method and apparatus for automatic grammar generation from data entries | |
CN107644012B (zh) | 电子装置、问题识别确认方法和计算机可读存储介质 | |
US20200301919A1 (en) | Method and system of mining information, electronic device and readable storable medium | |
JP2020030408A (ja) | オーディオにおける重要語句を認識するための方法、装置、機器及び媒体 | |
KR102046486B1 (ko) | 정보 입력 방법 | |
US20160188569A1 (en) | Generating a Table of Contents for Unformatted Text | |
CN110268472B (zh) | 用于自动化对话系统的检测机构 | |
CN111339166A (zh) | 基于词库的匹配推荐方法、电子装置及存储介质 | |
CN108563629B (zh) | 一种日志解析规则自动生成方法和装置 | |
CN113657088A (zh) | 接口文档解析方法、装置、电子设备以及存储介质 | |
CN108052686B (zh) | 一种摘要提取方法及相关设备 | |
WO2022022049A1 (zh) | 文本长难句的压缩方法、装置、计算机设备及存储介质 | |
CN113157877A (zh) | 多语义识别方法、装置、设备和介质 | |
CN113761923A (zh) | 命名实体识别方法、装置、电子设备及存储介质 | |
CN112541109A (zh) | 答案摘要抽取方法及装置、电子设备、可读介质、产品 | |
CN109033082B (zh) | 语义模型的学习训练方法、装置及计算机可读存储介质 | |
CN114880520B (zh) | 视频标题生成方法、装置、电子设备和介质 | |
CN114818736B (zh) | 文本处理方法、用于短文本的链指方法、装置及存储介质 | |
CN115620726A (zh) | 语音文本生成方法、语音文本生成模型的训练方法、装置 | |
CN114417834A (zh) | 文本的处理方法、装置、电子设备及可读存储介质 | |
CN114528851A (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN114266240A (zh) | 一种基于机器人的多意图识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |