CN109949830A - 用户意图识别方法及设备 - Google Patents
用户意图识别方法及设备 Download PDFInfo
- Publication number
- CN109949830A CN109949830A CN201910185184.6A CN201910185184A CN109949830A CN 109949830 A CN109949830 A CN 109949830A CN 201910185184 A CN201910185184 A CN 201910185184A CN 109949830 A CN109949830 A CN 109949830A
- Authority
- CN
- China
- Prior art keywords
- intention
- user
- emotion
- clarifying
- threshold value
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供一种用户意图识别方法及设备,该方法包括:对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分;判断所述目标情感分是否低于预设情感分阈值;若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。本实施例提供的方法能够动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,减少用户投诉。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种用户意图识别方法及设备。
背景技术
随着经济的不断发展,通信技术得到了快速发展,越来越多的人开始使用通讯运营商的通信系统进行通信。
目前,用户在使用通讯运营商的通信系统时,如果遇到什么问题,通常是向通讯运营商的客服系统咨询。现有客服系统一般设置一固定的未澄清意图次数,如果与用户的沟通中,用户反馈沟通内容中未澄清意图的次数低于上述设置值,一般采用自助服务系统与用户沟通。
这样,由于现有技术方案中的未澄清意图次数是固定的,可能会导致自助服务系统持续的播放未澄清意图的相关内容,无法及时解决用户问题,浪费用户大量时间,甚至招致不必要的投诉。
发明内容
本发明实施例提供一种用户意图识别方法及设备,通过动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,减少用户投诉。
第一方面,本发明实施例提供一种用户意图识别方法,包括:
对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分;
判断所述目标情感分是否低于预设情感分阈值;
若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;
若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
在一种可能的设计中,上述的方法,还包括:
所述对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分,包括:
对所述语音信息进行语音识别,获得所述语音信息对应的目标文本;
将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到;
根据获得的情感关键字确定所述目标情感分。
在一种可能的设计中,所述根据所述目标情感分设置未澄清意图的次数阈值,包括:
根据预存的情感分与未澄清意图次数的对应关系,确定所述目标情感分对应的未澄清意图次数;
根据确定的未澄清意图次数设置所述未澄清意图的次数阈值。
在一种可能的设计中,所述根据所述语音信息确定与所述用户沟通的未澄清意图的次数,包括:
根据预设未澄清意图关键字提取所述目标文本中的未澄清意图关键字;
根据提取的未澄清意图关键字的数目确定与所述用户沟通的未澄清意图的次数。
在一种可能的设计中,上述的方法,还包括:
若所述目标情感分等于或高于所述预设情感分阈值,则启动人工服务系统对所述用户进行意图识别。
在一种可能的设计中,上述的方法,还包括:
若确定的未澄清意图的次数等于或高于所述未澄清意图的次数阈值,则启动人工服务系统对所述用户进行意图识别。
第二方面,本发明实施例提供一种用户意图识别设备,包括:
情感分析模块,用于对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分;
情感判断模块,用于判断所述目标情感分是否低于预设情感分阈值;
未澄清意图处理模块,用于若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;
第一意图识别模块,用于若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
在一种可能的设计中,所述情感分析模块,包括:
文本获得单元,用于对所述语音信息进行语音识别,获得所述语音信息对应的目标文本;
情感关键字获得单元,用于将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到;
情感分获得单元,用于根据获得的情感关键字确定所述目标情感分。
在一种可能的设计中,所述未澄清意图处理模块根据所述目标情感分设置未澄清意图的次数阈值,包括:
根据预存的情感分与未澄清意图次数的对应关系,确定所述目标情感分对应的未澄清意图次数;
根据确定的未澄清意图次数设置所述未澄清意图的次数阈值。
在一种可能的设计中,所述未澄清意图处理模块根据所述语音信息确定与所述用户沟通的未澄清意图的次数,包括:
根据预设未澄清意图关键字提取所述目标文本中的未澄清意图关键字;
根据提取的未澄清意图关键字的数目确定与所述用户沟通的未澄清意图的次数。
在一种可能的设计中,上述的设备,还包括:
第二意图识别模块,用于若所述目标情感分等于或高于所述预设情感分阈值,则启动人工服务系统对所述用户进行意图识别。
在一种可能的设计中,上述的设备,还包括:
第三意图识别模块,用于若确定的未澄清意图的次数等于或高于所述未澄清意图的次数阈值,则启动人工服务系统对所述用户进行意图识别。
第三方面,本发明实施例提供一种用户意图识别设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的用户意图识别方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的用户意图识别方法。
本实施例提供的用户意图识别方法及设备,该方法通过对用户的语音信息进行情感分析,获得对应的目标情感分,判断目标情感分是否低于预设情感分阈值,若低于,则根据目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;若确定的未澄清意图的次数低于未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别,通过动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,减少用户投诉,增强用户的客服体验以及好感度,满足实际应用需要。
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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用户意图识别方法的应用场景图;
图2为本发明实施例提供的用户意图识别方法的流程示意图一;
图3为本发明实施例提供的用户意图识别方法的流程示意图二;
图4为本发明实施例提供的用户意图识别设备的结构示意图一;
图5为本发明实施例提供的用户意图识别设备的结构示意图二;
图6为本发明实施例提供的用户意图识别设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
随着经济的不断发展,通信技术得到了快速发展,越来越多的人开始使用通讯运营商的通信系统进行通信。目前,用户在使用通讯运营商的通信系统时,如果遇到什么问题,通常是向通讯运营商的客服系统咨询。现有客服系统一般设置一固定的未澄清意图次数,如果与用户的沟通中,用户反馈沟通内容中未澄清意图的次数低于上述设置值,一般采用自助服务系统与用户沟通。这样,由于现有技术方案中的未澄清意图次数是固定的,可能会导致自助服务系统持续的播放未澄清意图的相关内容,无法及时解决用户问题,浪费用户大量时间,甚至招致不必要的投诉。
因此,考虑到上述问题,本发明提供一种用户意图识别方法,通过对用户的语音信息进行情感分析,获得对应的目标情感分,判断目标情感分是否低于预设情感分阈值,若低于,则根据目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;若确定的未澄清意图的次数低于未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别,通过动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,降低用户投诉,增强用户的客服体验以及好感度,满足实际应用需要。
图1为本发明提供的一种用户意图识别方法的应用场景图。如图1所示,客服系统101可以通过用户的通讯终端,例如手机,接收用户的语音信息,可以对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分,可以判断所述目标情感分是否低于预设情感分阈值,若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数,若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统102对所述用户进行意图识别。
其中,客服系统可以为用户提供对话平台,与用户进行对话,具有业务咨询、业务推荐、业务办理等功能。
图2为本发明实施例提供的用户意图识别方法的流程示意图一,本实施例的执行主体可以为图1所示实施例中的客服系统。如图2所示,该方法可以包括:
S201、对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分。
客服系统可以通过用户的通讯终端接收用户发送的语音信息,然后可以通过媒体资源控制协议(Media Resource Control Protoco,简称MRCP)或传输控制协议(Transmission Control Protocol,简称TCP)进行低成本对接,将语音讯号转化为文本流实时输出。
上述对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分可以包括:预设情感关键字,基于预设的情感关键字提取上述用户的语音信息转化的文本中的情感关键字,再根据提取的情感关键字获得相应的情感分,例如,预设建立多个等级的情感关键字与情感分的对应关系,其中,每个等级的情感关键字中包括一个或多个情感关键字,首先确定上述提取的情感关键字在哪个等级的情感关键字中,然后根据上述对应关系确定相应的情感分。
其中,上述预设的情感关键字可以根据实际情况设置,每个等级的情感关键字中具体包括哪些情感关键字也可以根据实际情况设置。
S202、判断所述目标情感分是否低于预设情感分阈值。
这里,预设情感分阈值可以根据实际情况设置。具体的,将上述获得的目标情感分与预设情感分阈值进行比较,判断获得的目标情感分是否低于预设情感分阈值。
S203、若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数。
如果获得的目标情感分低于预设情感分阈值,则根据获得的目标情感分设置未澄清意图的次数阈值。
可选的,所述根据所述目标情感分设置未澄清意图的次数阈值,包括:
根据预存的情感分与未澄清意图次数的对应关系,确定所述目标情感分对应的未澄清意图次数;
根据确定的未澄清意图次数设置所述未澄清意图的次数阈值。
其中,预存的情感分与未澄清意图次数的对应关系可以根据实际情况设置,例如可以预设情感分的满分为100分。当用户的情感分为0-20时,对应的未澄清意图次数为4次。当用户的情感分为21-40时,对应的未澄清意图次数为3次。当用户的情感分为41-60时,对应的未澄清意图次数为2次。当用户的情感分为61-80时,对应的未澄清意图次数为1次。当用户的情感得分介于80-100分之间时,未澄清意图次数置为零。最后根据上述对应关系确定所述目标情感分对应的未澄清意图次数,根据确定的未澄清意图次数设置所述未澄清意图的次数阈值,例如设置未澄清意图的次数阈值等于上述确定的未澄清意图次数。
可选的,若所述目标情感分等于或高于所述预设情感分阈值,则启动人工服务系统对所述用户进行意图识别。避免自助服务系统持续的播放未澄清意图的相关内容,无法及时解决用户问题,浪费用户大量时间,甚至招致用户的投诉。
S204、若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
如果上述确定的未澄清意图的次数低于所述未澄清意图的次数阈值,说明客服系统与用户的沟通比较清楚,可以启动自助服务系统对所述用户进行意图识别,实现智能化的为用户提供服务。其中,自助服务系统也可以称为智能客服系统,无需客服人员协助就可以为用户提供相应服务。
可选的,若确定的未澄清意图的次数等于或高于所述未澄清意图的次数阈值,则启动人工服务系统对所述用户进行意图识别,及时解决用户问题。其中,人工服务系统也可以称为人工客服系统,通过客服人员为用户提供相应服务。
本实施例提供的用户意图识别方法,通过对用户的语音信息进行情感分析,获得对应的目标情感分,判断目标情感分是否低于预设情感分阈值,若低于,则根据目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;若确定的未澄清意图的次数低于未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别,通过动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,减少用户投诉,增强用户的客服体验以及好感度,满足实际应用需要。
图3为本发明实施例提供的用户意图识别方法的流程示意图二,本实施例在图2实施例的基础上,对本实施例的具体实现过程进行了详细说明。如图3所示,该方法包括:
S301、对用户的语音信息进行语音识别,获得所述语音信息对应的目标文本。
这里,语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本的高技术。
通过对用户的语音信息进行语音识别,获得所述语音信息对应的目标文本,方便后续处理,适合应用。
S302、将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到。
其中,神经网络模型可以成为神经网络,神经网络(Neural Networks,简称NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。
上述神经网络模型根据大量的文本和情感关键字训练得到,这里,利用训练好的神经网络模型识别出目标文本对应的情感关键字,其中,情感关键字可以为与用户情感相关的关键字。
S303、根据获得的情感关键字确定所述目标情感分。
具体的,可以预先设置多个情感关键字与情感分的对应关系,根据该对应关系确定上述获得的情感关键字对应的目标情感分。如果上述获得的情感关键字包括多个情感关键字,可以首先根据上述对应关系确定各个情感关键字对应的情感分,然后计算确定的各个情感分的平均值,作为上述目标情感分。
S304、判断所述目标情感分是否低于预设情感分阈值。
S305、若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值。
S306、根据预设未澄清意图关键字提取所述目标文本中的未澄清意图关键字,根据提取的未澄清意图关键字的数目确定与所述用户沟通的未澄清意图的次数。
在本实施例中,预设未澄清意图关键字可以根据实际情况设置,未澄清意图关键字可以为与未澄清或未说明意图相关的关键字。根据预设的未澄清意图关键字提取上述目标文本中的未澄清意图关键字,再根据提取的未澄清意图关键字的数目确定与用户沟通的未澄清意图的次数,例如提取的未澄清意图关键字的数目为1个时,确定与用户沟通的未澄清意图的次数为1次,即设置与用户沟通的未澄清意图的次数等于提取的未澄清意图关键字的数目。
S307、若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
本实施例提供的用户意图识别方法,通过动态设置未澄清意图次数,智能化的为用户提供服务,及时解决用户问题,节省用户时间,减少用户投诉,增强用户的客服体验以及好感度,满足实际应用需要。
图4为本发明实施例提供的用户意图识别设备的结构示意图一。如图4所示,该用户意图识别设备40包括:情感分析模块401、情感判断模块402、未澄清意图处理模块403以及第一意图识别模块404。
情感分析模块401,用于对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分。
情感判断模块402,用于判断所述目标情感分是否低于预设情感分阈值。
未澄清意图处理模块403,用于若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数。
第一意图识别模块404,用于若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图5为本发明实施例提供的用户意图识别设备的结构示意图二。如图5所示,本实施例在图4实施例的基础上,还包括:第二意图识别模块405和第三意图识别模块406。
在一种可能的设计中,所述情感分析模块401,包括文本获得单元4011、情感关键字获得单元4012和情感分获得单元4013。
其中,文本获得单元4011,用于对所述语音信息进行语音识别,获得所述语音信息对应的目标文本。
情感关键字获得单元4012,用于将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到。
情感分获得单元4013,用于根据获得的情感关键字确定所述目标情感分。
在一种可能的设计中,所述未澄清意图处理模块403根据所述目标情感分设置未澄清意图的次数阈值,包括:
根据预存的情感分与未澄清意图次数的对应关系,确定所述目标情感分对应的未澄清意图次数;
根据确定的未澄清意图次数设置所述未澄清意图的次数阈值。
在一种可能的设计中,所述未澄清意图处理模块403根据所述语音信息确定与所述用户沟通的未澄清意图的次数,包括:
根据预设未澄清意图关键字提取所述目标文本中的未澄清意图关键字;
根据提取的未澄清意图关键字的数目确定与所述用户沟通的未澄清意图的次数。
在一种可能的设计中,所述第二意图识别模块405,用于若所述目标情感分等于或高于所述预设情感分阈值,则启动人工服务系统对所述用户进行意图识别。
在一种可能的设计中,所述第三意图识别模块406,用于若确定的未澄清意图的次数等于或高于所述未澄清意图的次数阈值,则启动人工服务系统对所述用户进行意图识别。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图6为本发明实施例提供的用户意图识别设备的硬件结构示意图。如图6所示,本实施例的用户意图识别设备60包括:处理器601以及存储器602;其中
存储器602,用于存储计算机执行指令;
处理器601,用于执行存储器存储的计算机执行指令,以实现上述实施例中用户意图识别方法所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器602既可以是独立的,也可以跟处理器601集成在一起。
当存储器602独立设置时,该用户意图识别设备还包括总线603,用于连接所述存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的用户意图识别方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种用户意图识别方法,其特征在于,包括:
对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分;
判断所述目标情感分是否低于预设情感分阈值;
若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;
若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
2.根据权利要求1所述的方法,其特征在于,所述对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分,包括:
对所述语音信息进行语音识别,获得所述语音信息对应的目标文本;
将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到;
根据获得的情感关键字确定所述目标情感分。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标情感分设置未澄清意图的次数阈值,包括:
根据预存的情感分与未澄清意图次数的对应关系,确定所述目标情感分对应的未澄清意图次数;
根据确定的未澄清意图次数设置所述未澄清意图的次数阈值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述语音信息确定与所述用户沟通的未澄清意图的次数,包括:
根据预设未澄清意图关键字提取所述目标文本中的未澄清意图关键字;
根据提取的未澄清意图关键字的数目确定与所述用户沟通的未澄清意图的次数。
5.根据权利要求1所述的方法,其特征在于,还包括:
若所述目标情感分等于或高于所述预设情感分阈值,则启动人工服务系统对所述用户进行意图识别。
6.根据权利要求1所述的方法,其特征在于,还包括:
若确定的未澄清意图的次数等于或高于所述未澄清意图的次数阈值,则启动人工服务系统对所述用户进行意图识别。
7.一种用户意图识别设备,其特征在于,包括:
情感分析模块,用于对用户的语音信息进行情感分析,获得所述语音信息对应的目标情感分;
情感判断模块,用于判断所述目标情感分是否低于预设情感分阈值;
未澄清意图处理模块,用于若所述目标情感分低于所述预设情感分阈值,则根据所述目标情感分设置未澄清意图的次数阈值,并根据所述语音信息确定与所述用户沟通的未澄清意图的次数;
第一意图识别模块,用于若确定的未澄清意图的次数低于所述未澄清意图的次数阈值,则启动自助服务系统对所述用户进行意图识别。
8.根据权利要求7所述的设备,其特征在于,所述情感分析模块,包括:
文本获得单元,用于对所述语音信息进行语音识别,获得所述语音信息对应的目标文本;
情感关键字获得单元,用于将所述目标文本输入神经网络模型,获得所述目标文本对应的情感关键字,所述神经网络模型根据文本和情感关键字训练得到;
情感分获得单元,用于根据获得的情感关键字确定所述目标情感分。
9.一种用户意图识别设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至6任一项所述的用户意图识别方法。
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中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的用户意图识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185184.6A CN109949830B (zh) | 2019-03-12 | 2019-03-12 | 用户意图识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185184.6A CN109949830B (zh) | 2019-03-12 | 2019-03-12 | 用户意图识别方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949830A true CN109949830A (zh) | 2019-06-28 |
CN109949830B CN109949830B (zh) | 2021-03-30 |
Family
ID=67008764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910185184.6A Active CN109949830B (zh) | 2019-03-12 | 2019-03-12 | 用户意图识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949830B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062211A (zh) * | 2019-12-27 | 2020-04-24 | 中国联合网络通信集团有限公司 | 信息提取方法、装置、电子设备及存储介质 |
CN111626706A (zh) * | 2020-05-27 | 2020-09-04 | 中国联合网络通信集团有限公司 | 用户意图识别方法及设备 |
CN112163075A (zh) * | 2020-09-27 | 2021-01-01 | 北京乐学帮网络技术有限公司 | 一种信息推荐方法、装置、计算机设备和存储介质 |
CN113422876A (zh) * | 2021-06-24 | 2021-09-21 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163960A1 (en) * | 2012-12-12 | 2014-06-12 | At&T Intellectual Property I, L.P. | Real - time emotion tracking system |
CN105427869A (zh) * | 2015-11-02 | 2016-03-23 | 北京大学 | 一种基于深度学习的会话情感自动分析方法 |
CN107590159A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 机器人客服转人工客服的方法和装置 |
US20180338042A1 (en) * | 2016-11-02 | 2018-11-22 | International Business Machines Corporation | System and Method for Monitoring and Visualizing Emotions in Call Center Dialogs by Call Center Supervisors |
CN109040489A (zh) * | 2018-08-02 | 2018-12-18 | 中国联合网络通信集团有限公司 | 电信客服的分配方法和装置 |
CN109036405A (zh) * | 2018-07-27 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 语音交互方法、装置、设备及存储介质 |
CN109145101A (zh) * | 2018-09-06 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 人机对话方法、装置和计算机可读存储介质 |
-
2019
- 2019-03-12 CN CN201910185184.6A patent/CN109949830B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140163960A1 (en) * | 2012-12-12 | 2014-06-12 | At&T Intellectual Property I, L.P. | Real - time emotion tracking system |
CN105427869A (zh) * | 2015-11-02 | 2016-03-23 | 北京大学 | 一种基于深度学习的会话情感自动分析方法 |
CN107590159A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 机器人客服转人工客服的方法和装置 |
US20180338042A1 (en) * | 2016-11-02 | 2018-11-22 | International Business Machines Corporation | System and Method for Monitoring and Visualizing Emotions in Call Center Dialogs by Call Center Supervisors |
CN109036405A (zh) * | 2018-07-27 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 语音交互方法、装置、设备及存储介质 |
CN109040489A (zh) * | 2018-08-02 | 2018-12-18 | 中国联合网络通信集团有限公司 | 电信客服的分配方法和装置 |
CN109145101A (zh) * | 2018-09-06 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 人机对话方法、装置和计算机可读存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062211A (zh) * | 2019-12-27 | 2020-04-24 | 中国联合网络通信集团有限公司 | 信息提取方法、装置、电子设备及存储介质 |
CN111626706A (zh) * | 2020-05-27 | 2020-09-04 | 中国联合网络通信集团有限公司 | 用户意图识别方法及设备 |
CN112163075A (zh) * | 2020-09-27 | 2021-01-01 | 北京乐学帮网络技术有限公司 | 一种信息推荐方法、装置、计算机设备和存储介质 |
CN113422876A (zh) * | 2021-06-24 | 2021-09-21 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
CN113422876B (zh) * | 2021-06-24 | 2022-05-10 | 广西电网有限责任公司 | 基于ai的电力客服中心辅助管理方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109949830B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109981910A (zh) | 业务推荐方法及设备 | |
CN109949830A (zh) | 用户意图识别方法及设备 | |
CN112346567B (zh) | 基于ai的虚拟交互模型生成方法、装置及计算机设备 | |
CN110110321A (zh) | 基于语音数据的产品推荐方法、装置、设备及存储介质 | |
CN109688281A (zh) | 一种智能语音交互方法及系统 | |
CN108447471A (zh) | 语音识别方法及语音识别装置 | |
CN108920604B (zh) | 语音交互方法及设备 | |
CN111261151B (zh) | 一种语音处理方法、装置、电子设备及存储介质 | |
CN108682420A (zh) | 一种音视频通话方言识别方法及终端设备 | |
CN108920639A (zh) | 基于语音交互的上下文获取方法及设备 | |
CN110084636A (zh) | 提高电话销售效率方法、装置、计算机设备及存储介质 | |
CN109285011A (zh) | 一种智能客户回访方法、装置及设备 | |
CN111739519A (zh) | 基于语音识别的对话管理处理方法、装置、设备及介质 | |
CN110189751A (zh) | 语音处理方法及设备 | |
CN109766419A (zh) | 基于语音分析的产品推荐方法、装置、设备及存储介质 | |
CN109919006A (zh) | 表情检测方法、装置、电子设备及存储介质 | |
CN111768781A (zh) | 语音打断的处理方法和装置 | |
CN107910004A (zh) | 语音翻译处理方法及装置 | |
CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN112256229A (zh) | 人机语音交互方法、装置、电子设备及存储介质 | |
CN110162769A (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
CN111666408A (zh) | 重要条款筛选与展示的方法及装置 | |
CN110516043A (zh) | 用于问答系统的答案生成方法和装置 | |
CN114969195B (zh) | 对话内容挖掘方法和对话内容评估模型的生成方法 | |
CN114925159A (zh) | 用户情感分析模型训练方法、装置、电子设备及存储介质 |
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 |