CN110266899A - 客户意图的识别方法和客服系统 - Google Patents
客户意图的识别方法和客服系统 Download PDFInfo
- Publication number
- CN110266899A CN110266899A CN201910502218.XA CN201910502218A CN110266899A CN 110266899 A CN110266899 A CN 110266899A CN 201910502218 A CN201910502218 A CN 201910502218A CN 110266899 A CN110266899 A CN 110266899A
- Authority
- CN
- China
- Prior art keywords
- voice
- banquet
- client
- attending
- intended
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 235000021167 banquet Nutrition 0.000 claims abstract description 159
- 230000004044 response Effects 0.000 claims abstract description 50
- 230000006854 communication Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009223 counseling Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例适用于信息技术领域,提供了一种客户意图的识别方法和客服系统,所述方法应用于客服系统,包括:当接收到客户语音时,呼叫中心确定用于传输与客户语音对应的坐席语音的坐席语音通道;在坐席与客户交流过程中,语音流平台采集坐席语音通道中传输的坐席语音,并将坐席语音转换为文本信息;通过将文本信息在预置的意图模型中进行文本匹配的方式,识别出文本信息中包含的客户意图;业务系统数据库获取与客户意图相匹配的应答信息,并将应答信息发送至坐席平台;坐席平台将应答信息显示在自身的显示界面中。本实施例通过只对一路语音流进行处理,降低了识别成本,提高了客户意图的识别效率和准确率。
Description
技术领域
本发明属于信息技术领域,特别是涉及一种客户意图的识别方法和一种客服系统。
背景技术
客服工作的主要内容是接受客户咨询,帮助客户解答疑惑。目前,客服工作主要是通过回复客户的在线咨询、电话咨询以及线下咨询等方式来实现的。其中,又以电话咨询最为常见。客户可以通过拨打相应的客服热线,向客服中心坐席(话务员)描述所要咨询的问题内容并从坐席处获知相应的问题答案或处理方式。
在与客户的电话沟通中,坐席需要听取客户的口头描述,然后将描述内容与培训时学习到的知识点关键字相对应,再在知识库中通过关键字搜索答案,从而再将答案口头回复给客户。按此处理方式,坐席需要预先学习可能涉及到的每个知识点,并及时地理解客户的问题。为了提高坐席处理客户咨询的效率,现有技术中可以通过采集坐席和客户沟通过程中二人所说的话并将其转换为文本,从而识别文本中所包含的意图的方式来理解客户所要咨询的问题是什么。但是,该方式由于需要同时监听坐席和客户两人所说的话,效率较低;并且,不同的客户由于口音、说话方式的不同,也增加了后台识别的难度。
发明内容
有鉴于此,本发明实施例提供了一种客户意图的识别方法和客服系统,以解决现有技术中通过同时采集坐席与客户两人的语音信息来识别客户意图时,识别效率较低、难度较大的问题。
本发明实施例的第一方面提供了一种客户意图的识别方法,应用于客服系统,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述呼叫中心预先配置有客户语音通道和坐席语音通道,所述方法包括:
当接收到客户语音时,所述呼叫中心确定用于传输与所述客户语音对应的坐席语音的坐席语音通道,所述坐席语音通道的两端通过所述呼叫中心分别连接客户终端和所述坐席平台;
在坐席与客户交流过程中,所述语音流平台采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息;
所述语音流平台通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台将所述应答信息显示在自身的显示界面中。
本发明实施例的第二方面提供了一种客服系统,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述呼叫中心预先配置有客户语音通道和坐席语音通道,其中:
所述呼叫中心,用于在接收到客户语音时,确定用于传输与所述客户语音对应的坐席语音的坐席语音通道,所述坐席语音通道的两端通过所述呼叫中心分别连接客户终端和所述坐席平台;
所述语音流平台,用于在坐席与客户交流过程中,采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息,通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
所述业务系统数据库,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台,用于将所述应答信息显示在自身的显示界面中。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例,通过预先在呼叫中心配置客户语音通道和坐席语音通道,使得客户语音和坐席语音分别能够在各自对应的通道中进行传输,从而在坐席与客户交流过程中,可以仅仅采集坐席语音通道中传输的坐席语音并将其转换为文本信息。然后,通过将文本信息在预置的意图模型中进行文本匹配的方式,可以识别出上述文本信息中包含的客户意图,进而可以在业务系统数据库中获取到与客户意图相匹配的应答信息。通过将应答信息发送至坐席平台,可以使应答信息显示在坐席平台的界面中,供坐席参考。本实施例通过配置不同的语音通道分别传输客户和坐席的语音信息,实现了只对一路语音流进行处理,即仅仅采集坐席的语音信息,而不需要对客户的语音信息进行采集,降低了识别成本。由于只识别坐席的语音内容,从而可以针对性的训练ASR模型提高识别准确率,省去了对客户的各种复杂场景下的模型训练,简化了NLU模型的训练过程,解决了由于客户说的话含糊不清或者带有方言使得ASR没办法识别或者识别错误率较高的问题,提高了客户意图识别的准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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的介绍。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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种客户意图的识别方法的步骤流程示意图;
图2是本发明一个实施例的呼叫中心配置的客户语音通道和坐席语音通道示意图;
图3是本发明一个实施例的另一种客户意图的识别方法的步骤流程示意图;
图4是本发明一个实施例的一种客服系统的系统架构示意图;
图5是本发明一个实施例的一种客户系统的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
下面通过具体实施例来说明本发明的技术方案。
参照图1,示出了本发明一个实施例的一种客户意图的识别方法的步骤流程示意图,具体可以包括如下步骤:
S101、当接收到客户语音时,所述呼叫中心确定用于传输与所述客户语音对应的坐席语音的坐席语音通道;
需要说明的是,本方法可以应用于客服系统。上述客服系统可以用于客户向坐席咨询各类业务问题。例如,保险业务、证券业务或通信业务等等,本实施例对客服系统所适用的业务类型不作限定。
在本发明实施例中,上述客服系统可以包括呼叫中心、语音流平台、业务系统数据库和坐席平台。其中,呼叫中心可以预先配置出客户语音通道和坐席语音通道,上述客户语音通道和坐席语音通道的两端可以通过呼叫中心分别连接客户终端和坐席平台,分别用于传输客户语音和坐席语音,实现客户和坐席之间的交流、沟通。
如图2所示,是本发明一个实施例的呼叫中心配置的客户语音通道和坐席语音通道示意图。在图2中,呼叫中心接收客户语音的通道为通道a,呼叫中心向坐席转发客户语音的通道为通道b,呼叫中心接收坐席语音的通道为通道c,呼叫中心向客户转发坐席语音的通道为通道d。因此,在上述示意图中,客户语音通道为通道a和通道b,坐席语音通道为通道c和通道d。
那么,客户与坐席之间的交流可以按照如下流程进行:客户向坐席咨询问题,客户的语音信息通过通道a传输至呼叫中心,呼叫中心在接收到上述客户语音后,通过通道b将其转发至坐席,坐席理解客户当前咨询的问题后,通过通道c将回复的内容传输至呼叫中心,客户可以经由呼叫中心和通道d,接收到坐席回复的语音内容。
通常,为了提高客服系统中坐席处理客户咨询的效率,现有技术中可以通过采集坐席和客户沟通过程中二人所说的话并将其转换为文本,从而识别文本中所包含的意图的方式来理解客户所要咨询的问题是什么。但是,由于需要同时监听坐席和客户两人所说的话,效率较低;并且,不同的客户由于口音、说话方式的不同,也增加了后台识别的难度。本实施例通过确定用于传输坐席语音的坐席语音通道,可以仅仅采集坐席语音通道中传输的坐席语音,能够减少监听的语音内容,避免同时识别坐席语音和坐席语音带来的识别错误。
因此,在本发明实施例中,在进行客户意图的识别前,可以首先确定传输坐席语音的坐席语音通道是哪一个或哪几个。
例如,按照上述示例,传输坐席语音的通道为通道c和通道d。需要说明的是,通道c和通道d中传输的语音内容通常是相同的。
S102、在坐席与客户交流过程中,所述语音流平台采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息;
在本发明实施例中,在确定哪一个或哪几个通道中传输的是坐席语音后,便可以实时地对坐席语音进行采集。
在具体实现中,呼叫中心可以与一语音流平台建立通信连接,语音流平台可以实时地对接入呼叫中心且用于传输坐席语音的各路语音通道进行信息采集和转换。
在本发明实施例中,可以采用语音识别技术(Automatic Speech Recognition,简称ASR)对坐席语音进行实时地识别并将其转换为文字。
语音识别技术,也被称为自动语音识别,其目标是将人类的语音中的词汇内容转换为计算机可读的输入。例如,按键、二进制编码或者字符序列等。语音识别技术可以应用于语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等场景下。
在具体实现中,语音流平台可以针对传输坐席语音的通道中传输的坐席语音信息进行识别并转译为文本信息。通常,转译获得的文本信息可以包括多段文本内容。即,可以将坐席的每一句话分别转换为一段文本。
如下表所示,是一种针对坐席语音通道中传输的坐席语音进行识别和转换后得到的文本示例。其中,通道c和通道d均是传输坐席语音的通道。
表一,坐席语音识别示例
S103、所述语音流平台通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
在本发明实施例中,采用ASR转换得到的文字可以被传输至意图模型中,通过模型匹配,可以得到与上述转换后的文字相对应的客户意图,该意图可以看作是客户所要咨询的问题。
上述意图模型可以是NLU(Natural Language Understanding,自然语言理解技术)模型,该模型可以根据具体的业务类型进行构建。
在本发明实施例中,可以首先确定当前的业务类型。例如,保险业务、银行业务、证券业务或通信业务等等。
然后,可以识别出该业务类型包含的多个意图点。例如,对于保险业务,包含的意图点可能有退保、退保试算、证件过期、续保、出险等等
通常,各个意图点分别具有对应的多个关键词,上述关键词可以针对每个意图点分别进行整理获得。
以证件过期为例,对应于该意图点的关键词可以包括身份证、证件、证件信息、证件有效期、资料等等。
针对任一关键词,可以分别采集包含该关键词的话术表达式,然后采用这些话术表达式,生成针对任一意图点的模型规则,进而基于多个意图点的模型规则,可以构建出包括多个模型规则的意图模型。
在具体实现中,对于每个关键词,可以收集包含该关键词的可能的话术表达,最后将同一个意图点的话术表达抽象出来做成一套匹配规则,从而构建出意图模型。
例如,对于“转接到业务员专线”,“转业务员专线”,“转到业务员专线”,“转咱业务员老师专线咨询”,“为您接入业务员专线”等几种说法,可以将其抽象为模型规则“(转|接入).{0,2}业务员.{0,2}专线”。
在本发明实施例中,在构建出意图模型后,便可以采用该意图模型进行客户意图的识别。
在具体实现中,语音流平台可以针对任意一段文本内容,将该文本内容在预置的意图模型中进行文本匹配。当该文本内容命中任一模型规则时,可以识别当前的模型规则对应的客户意图即为上述文本内容对应的客户意图。
例如,NLU意图模型在接收到转换得到的文字后,可以将其与设定好的模型规则进行逐个匹配,如果能匹配出结果则认为命中模型,此时不再继续对其他规则进行匹配。也就是说,针对坐席的每一句话,通常只匹配一个客户意图。
针对表一所示的转换后得到的文字,相应的客户意图可以为如下表二中所示。
表二,客户意图示例
当然,并非针对坐席的每一句话均能识别出一个客户意图。如果根据转译得到的文字无法在意图模型中匹配出任意一个意图,则表示该段文字中可能并不包含一个具体的客户意图。
S104、所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
在本发明实施例中,在语音流平台识别出客户的意图后,可以通过业务系统数据库获取与各个客户意图相匹配的应答信息,供坐席参考。
由于意图模型可以针对客户的每一句话分别识别出一个客户意图,因此,语音流平台在识别出客户的意图后,可以获得多个意图关键词。语音流平台可以将多个意图关键词发送至坐席平台,并通过坐席平台的显示界面进行显示。坐席平台可以是一种智能系统,用于协助坐席完成相应的客户服务工作。
例如,在某个时刻,同时显示在坐席界面中的意图关键词选项可以有退保、退保试算、证件过期等等。
显示在坐席平台界面的多个意图关键词可以供坐席进一步筛选,坐席可以根据实际需要选择当前所要查看的客户意图。当接收到该坐席针对任一意图关键词的选择指令时,坐席平台可以将携带有被选择的意图关键词的选择指令转发至业务系统数据库,在业务系统数据库中获取与当前被选择的意图关键词相匹配的应答信息。
在本发明实施例中,业务系统数据库中可以存储有多个意图关键词及分别与多个意图关键词相匹配的应答信息,这些应答信息即是与各个客户意图相对应的具体的知识信息。上述业务系统数据库可以是在业务过程中经过长期的积累,不断地将客户的新问题和答案加入到数据库中而形成的。
因此,在获取意图关键词对应的应答信息时,可以采用该意图关键词在预置的业务系统数据库中进行查找,找到与该意图关键词相同的目标意图关键词,并提取与目标意图关键词相匹配的应答信息。
例如,若坐席希望查看与证件过期相关的内容,则可以在工作界面中点击该意图关键词,然后,业务系统数据库中可以自动搜索出与证件过期相关的内容。当业务系统数据库完成查询,找到对应的知识后,可以将结果发送至坐席平台,并在坐席平台的显示界面中进行显示,从而坐席可以将显示界面中应答信息的内容口述给客户。
S105、所述坐席平台将所述应答信息显示在自身的显示界面中。
在本发明实施例中,通过预先在呼叫中心配置客户语音通道和坐席语音通道,使得客户语音和坐席语音分别能够在各自对应的通道中进行传输,从而在坐席与客户交流过程中,可以仅仅采集坐席语音通道中传输的坐席语音并将其转换为文本信息。然后,通过将文本信息在预置的意图模型中进行文本匹配的方式,可以识别出上述文本信息中包含的客户意图,进而可以在业务系统数据库中获取到与客户意图相匹配的应答信息。通过将应答信息发送至坐席平台,可以使应答信息显示在坐席平台的界面中,供坐席参考。本实施例通过配置不同的语音通道分别传输客户和坐席的语音信息,实现了只对一路语音流进行处理,即仅仅采集坐席的语音信息,而不需要对客户的语音信息进行采集,降低了识别成本,解决了由于客户说的话含糊不清或者带有方言使得ASR没办法识别或者识别错误率较高的问题,提高了客户意图识别的准确率。
参照图3,示出了本发明一个实施例的另一种客户意图的识别方法的步骤流程示意图,具体可以包括如下步骤:
S301、当接收到客户语音时,所述呼叫中心确定用于传输与所述客户语音对应的坐席语音的坐席语音通道;
需要说明的是,本方法可以应用于各个行业的客服系统。例如,保险行业、证券行业或通信行业等等,本实施例对客服系统所适用的行业类型不作限定。
如图4所示,是本发明一个实施例的一种客服系统的系统架构示意图。在图4所示的客服系统中,可以包括呼叫中心、语音流平台、业务系统数据库和坐席平台。
其中,呼叫中心可以通过预先配置出的客户语音通道和坐席语音通道,分别传输客户语音和坐席语音,实现客户和坐席之间的交流、沟通。
语音流平台可以是对从上述语音通道中采集得到的语音信息进行分析处理的中心,可以看作是整个客服系统的核心。为了提高语音信息的分析处理效率,提高客户意图的识别准确率,在本发明实施例中,可以仅仅采集坐席语音通道中传输的坐席语音,而不对客户语音通道中传输的客户语音进行采集或处理。
业务系统数据库可以是存储有多个意图关键词及分别与多个意图关键词相匹配的应答信息的数据库,这些应答信息即是与各个客户意图相对应的具体的知识信息。业务系统数据库可以是在业务过程中经过长期的积累,不断地将客户的新问题和答案加入到数据库中而形成的。
而坐席平台则是一种智能系统,可以用于协助坐席完成相应的客户服务工作。
在本发明实施例中,在接收到客户语音时,可以首先确定用于传输与客户语音对应的坐席语音的坐席语音通道是哪一个。
S302、在坐席与客户交流过程中,所述语音流平台采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息;
在本发明实施例中,可以在呼叫中心和语音流平台之间建立通信连接,使得语音流平台可以实时地对接入呼叫中心且用于传输坐席语音的语音通道进行信息采集和转换。
在具体实现中,可以采用语音识别技术ASR对坐席语音通道中传输的坐席语音进行实时地采集和识别,从而将其转换为文本信息。通常,转换获得的文本信息可以包括多段文本内容。即,可以将坐席的每一句话分别转换为一段文本。
S303、针对任意一段文本内容,所述语音流平台将所述文本内容在预置的意图模型中进行文本匹配;
在本发明实施例中,语音流平台中预置的意图模型可以是根据具体的业务类型进行构建的包括多个模型规则的NLU模型。
在具体实现中,可以首先确定当前的业务类型。例如,保险业务、银行业务、证券业务或通信业务等等。
然后,可以识别出该业务类型包含的多个意图点。例如,对于保险业务,包含的意图点可能有退保、退保试算、证件过期、续保、出险等等
通常,各个意图点分别具有对应的多个关键词,上述关键词可以针对每个意图点分别进行整理获得。
以证件过期为例,对应于该意图点的关键词可以包括身份证、证件、证件信息、证件有效期、资料等等。
针对任一关键词,可以分别采集包含该关键词的话术表达式,然后采用这些话术表达式,生成针对任一意图点的模型规则,进而基于多个意图点的模型规则,可以构建出包括多个模型规则的意图模型。
例如,对于每个关键词,可以收集包含该关键词的可能的话术表达,最后将同一个意图点的话术表达抽象出来做成一套匹配规则,从而构建出意图模型。
在构建出意图模型后,便可以采用该意图模型进行客户意图的识别。在识别时,可以针对任意一段文本内容,将该文本内容在预置的意图模型中进行文本匹配。
S304、当所述文本内容命中任一模型规则时,所述语音流平台识别所述模型规则对应的客户意图为所述文本内容对应的客户意图;
例如,NLU意图模型在接收到转换得到的文字后,可以将其与设定好的模型规则进行逐个匹配,如果能匹配出结果则认为命中模型,此时不再继续对其他规则进行匹配。也就是说,针对坐席的每一句话,通常只匹配一个客户意图。
当然,并非针对坐席的每一句话均能识别出一个客户意图。如果根据转译得到的文字无法在意图模型中匹配出任意一个意图,则表示该段文字中可能并不包含一个具体的客户意图。
S305、所述语音流平台将所述多个意图关键词发送至所述坐席平台,并通过所述坐席平台的显示界面进行显示;
由于意图模型可以针对客户的每一句话分别识别出一个客户意图,因此,语音流平台在识别出客户的意图后,可以获得多个意图关键词。语音流平台可以将多个意图关键词均发送至坐席平台,并通过坐席平台的显示界面进行显示。
例如,在某个时刻,同时显示在坐席界面中的意图关键词选项可以有退保、退保试算、证件过期等等。
S306、当接收到所述坐席针对任一意图关键词的选择指令时,所述坐席平台将携带有被选择的意图关键词的选择指令转发至所述业务系统数据库;
显示在坐席平台界面的多个意图关键词可以供坐席进一步筛选,坐席可以根据实际需要选择当前所要查看的客户意图。当接收到该坐席针对任一意图关键词的选择指令时,坐席平台可以将携带有被选择的意图关键词的选择指令转发至业务系统数据库,在业务系统数据库中获取与当前被选择的意图关键词相匹配的应答信息。
S307、所述业务系统数据库获取与所述被选择的意图关键词相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
在本发明实施例中,可以通过业务系统数据库查找与被选择的意图关键词相同的目标意图关键词,并提取与该目标意图关键词相匹配的应答信息,这些应答信息即是与各个客户意图相对应的具体的知识信息。
例如,若坐席希望查看与证件过期相关的内容,则可以在工作界面中点击该意图关键词,然后,业务系统数据库中可以自动搜索出与证件过期相关的内容。当业务系统数据库完成查询,找到对应的知识后,可以将结果发送至坐席平台,并在坐席平台的显示界面中进行显示,从而坐席可以将显示界面中应答信息的内容口述给客户。
S308、所述坐席平台将所述应答信息显示在自身的显示界面中。
本发明实施例通过配置不同的语音通道分别传输客户和坐席的语音信息,可以实现只对一路语音流进行处理,即仅仅采集坐席的语音信息,而不需要对客户的语音信息进行采集,减少了识别客户语音的机器性能消耗,降低了识别成本。另一方面,由于只识别坐席的语音内容,从而可以针对性的训练ASR模型提高识别准确率,省去了对客户的各种复杂场景下的模型训练,简化了NLU模型的训练过程,解决了由于客户说的话含糊不清或者带有方言使得ASR没办法识别或者识别错误率较高的问题,提高了客户意图识别的准确率。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参照图5,示出了本发明一个实施例的一种客服系统的示意图,具体可以包括呼叫中心501、语音流平台502、业务系统数据库503和坐席平台504,所述呼叫中心501预先配置有客户语音通道和坐席语音通道,其中:
所述呼叫中心501,用于在接收到客户语音时,确定用于传输与所述客户语音对应的坐席语音的坐席语音通道,所述坐席语音通道的两端通过所述呼叫中心501分别连接客户终端和所述坐席平台504;
所述语音流平台502,用于在坐席与客户交流过程中,采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息,通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
所述业务系统数据库503,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台504;
所述坐席平台504,用于将所述应答信息显示在自身的显示界面中。
在本发明实施例中,所述文本信息包括多段文本内容,所述意图模型包括多个模型规则;
所述语音流平台502,用于针对任意一段文本内容,将所述文本内容在预置的意图模型中进行文本匹配,当所述文本内容命中任一模型规则时,识别所述模型规则对应的客户意图为所述文本内容对应的客户意图。
在本发明实施例中,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建所述意图模型。
在本发明实施例中,所述客户意图具有对应的多个意图关键词,
所述语音流平台502,用于将所述多个意图关键词发送至所述坐席平台504,并通过所述坐席平台504的显示界面进行显示,当接收到所述坐席针对任一意图关键词的选择指令时,将携带有被选择的意图关键词的选择指令转发至所述业务系统数据库503;
所述业务系统数据库503,用于获取与所述被选择的意图关键词相匹配的应答信息。
在本发明实施例中,所述业务系统数据库503中存储有多个意图关键词及分别与所述多个意图关键词相匹配的应答信息;
所述业务系统数据库503,用于查找与所述被选择的意图关键词相同的目标意图关键词,并提取与所述目标意图关键词相匹配的应答信息。
由于本实施例中的客服系统与前述方法实施例中的客服系统类似,相关技术细节可以参照前述实施例中的描述,本实施例对此不再赘述。
以上所述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精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种客户意图的识别方法,应用于客服系统,其特征在于,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述呼叫中心预先配置有客户语音通道和坐席语音通道,所述方法包括:
当接收到客户语音时,所述呼叫中心确定用于传输与所述客户语音对应的坐席语音的坐席语音通道,所述坐席语音通道的两端通过所述呼叫中心分别连接客户终端和所述坐席平台;
在坐席与客户交流过程中,所述语音流平台采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息;
所述语音流平台通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台将所述应答信息显示在自身的显示界面中。
2.根据权利要求1所述的方法,其特征在于,所述文本信息包括多段文本内容,所述语音流平台通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图,包括:
针对任意一段文本内容,所述语音流平台将所述文本内容在预置的意图模型中进行文本匹配,所述意图模型包括多个模型规则;
当所述文本内容命中任一模型规则时,所述语音流平台识别所述模型规则对应的客户意图为所述文本内容对应的客户意图。
3.根据权利要求2所述的方法,其特征在于,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建所述意图模型。
4.根据权利要求1所述的方法,其特征在于,所述客户意图具有对应的多个意图关键词,所述业务系统数据库获取与所述客户意图相匹配的应答信息,包括:
所述语音流平台将所述多个意图关键词发送至所述坐席平台,并通过所述坐席平台的显示界面进行显示;
当接收到所述坐席针对任一意图关键词的选择指令时,所述坐席平台将携带有被选择的意图关键词的选择指令转发至所述业务系统数据库;
所述业务系统数据库获取与所述被选择的意图关键词相匹配的应答信息。
5.根据权利要求4所述的方法,其特征在于,所述业务系统数据库中存储有多个意图关键词及分别与所述多个意图关键词相匹配的应答信息,所述业务系统数据库获取与所述被选择的意图关键词相匹配的应答信息,包括:
所述业务系统数据库查找与所述被选择的意图关键词相同的目标意图关键词,并提取与所述目标意图关键词相匹配的应答信息。
6.一种客服系统,其特征在于,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述呼叫中心预先配置有客户语音通道和坐席语音通道,其中:
所述呼叫中心,用于在接收到客户语音时,确定用于传输与所述客户语音对应的坐席语音的坐席语音通道,所述坐席语音通道的两端通过所述呼叫中心分别连接客户终端和所述坐席平台;
所述语音流平台,用于在坐席与客户交流过程中,采集所述坐席语音通道中传输的所述坐席语音,并将所述坐席语音转换为文本信息,通过将所述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述文本信息中包含的客户意图;
所述业务系统数据库,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台,用于将所述应答信息显示在自身的显示界面中。
7.根据权利要求6所述的系统,其特征在于,所述文本信息包括多段文本内容,所述意图模型包括多个模型规则;
所述语音流平台,用于针对任意一段文本内容,将所述文本内容在预置的意图模型中进行文本匹配,当所述文本内容命中任一模型规则时,识别所述模型规则对应的客户意图为所述文本内容对应的客户意图。
8.根据权利要求7所述的系统,其特征在于,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建所述意图模型。
9.根据权利要求6所述的系统,其特征在于,所述客户意图具有对应的多个意图关键词,
所述语音流平台,用于将所述多个意图关键词发送至所述坐席平台,并通过所述坐席平台的显示界面进行显示,当接收到所述坐席针对任一意图关键词的选择指令时,将携带有被选择的意图关键词的选择指令转发至所述业务系统数据库;
所述业务系统数据库,用于获取与所述被选择的意图关键词相匹配的应答信息。
10.根据权利要求9所述的系统,其特征在于,所述业务系统数据库中存储有多个意图关键词及分别与所述多个意图关键词相匹配的应答信息;
所述业务系统数据库,用于查找与所述被选择的意图关键词相同的目标意图关键词,并提取与所述目标意图关键词相匹配的应答信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910502218.XA CN110266899B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法和客服系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910502218.XA CN110266899B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法和客服系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110266899A true CN110266899A (zh) | 2019-09-20 |
CN110266899B CN110266899B (zh) | 2023-03-03 |
Family
ID=67917591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910502218.XA Active CN110266899B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法和客服系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110266899B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062729A (zh) * | 2019-11-28 | 2020-04-24 | 中国银行股份有限公司 | 一种信息获取方法、装置和设备 |
CN111091826A (zh) * | 2019-12-13 | 2020-05-01 | 中博信息技术研究院有限公司 | 基于深度学习和有限状态机的智能语音机器人系统 |
CN111105783A (zh) * | 2019-12-06 | 2020-05-05 | 中国人民解放军61623部队 | 一种基于人工智能的综合客服系统 |
CN111131637A (zh) * | 2019-12-13 | 2020-05-08 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音话术业务系统及装置 |
CN111225115A (zh) * | 2019-11-25 | 2020-06-02 | 中国银行股份有限公司 | 信息提供方法及装置 |
CN111400340A (zh) * | 2020-03-12 | 2020-07-10 | 杭州城市大数据运营有限公司 | 一种自然语言处理方法、装置、计算机设备和存储介质 |
CN111641757A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 坐席通话的实时质检与辅助话术推送的方法 |
CN111932144A (zh) * | 2020-08-25 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 一种客服坐席分配方法、装置、服务器及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN112885348A (zh) * | 2021-01-25 | 2021-06-01 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
CN113053358A (zh) * | 2021-02-26 | 2021-06-29 | 上海声通信息科技股份有限公司 | 一种分区域方言的语音识别客服系统 |
CN113411454A (zh) * | 2021-06-17 | 2021-09-17 | 商客通尚景科技(上海)股份有限公司 | 一种实时通话语音分析的智能质检方法 |
CN113539267A (zh) * | 2021-07-27 | 2021-10-22 | 广东电网有限责任公司 | 一种计量采集运维装置和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104754153A (zh) * | 2013-12-26 | 2015-07-01 | 中国移动通信集团四川有限公司 | 客服系统及其客户服务方法 |
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
US9848082B1 (en) * | 2016-03-28 | 2017-12-19 | Noble Systems Corporation | Agent assisting system for processing customer enquiries in a contact center |
CN107833056A (zh) * | 2017-10-19 | 2018-03-23 | 平安科技(深圳)有限公司 | 一种客户反馈信息的处理方法及其终端 |
US9961200B1 (en) * | 2017-03-28 | 2018-05-01 | Bank Of America Corporation | Derived intent collision detection for use in a multi-intent matrix |
CN108153901A (zh) * | 2018-01-16 | 2018-06-12 | 北京百度网讯科技有限公司 | 基于知识图谱的信息推送方法和装置 |
CN109727598A (zh) * | 2018-12-28 | 2019-05-07 | 浙江省公众信息产业有限公司 | 大噪音语境下的意图识别方法 |
-
2019
- 2019-06-11 CN CN201910502218.XA patent/CN110266899B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104754153A (zh) * | 2013-12-26 | 2015-07-01 | 中国移动通信集团四川有限公司 | 客服系统及其客户服务方法 |
US9848082B1 (en) * | 2016-03-28 | 2017-12-19 | Noble Systems Corporation | Agent assisting system for processing customer enquiries in a contact center |
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
US9961200B1 (en) * | 2017-03-28 | 2018-05-01 | Bank Of America Corporation | Derived intent collision detection for use in a multi-intent matrix |
CN107833056A (zh) * | 2017-10-19 | 2018-03-23 | 平安科技(深圳)有限公司 | 一种客户反馈信息的处理方法及其终端 |
CN108153901A (zh) * | 2018-01-16 | 2018-06-12 | 北京百度网讯科技有限公司 | 基于知识图谱的信息推送方法和装置 |
CN109727598A (zh) * | 2018-12-28 | 2019-05-07 | 浙江省公众信息产业有限公司 | 大噪音语境下的意图识别方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111225115A (zh) * | 2019-11-25 | 2020-06-02 | 中国银行股份有限公司 | 信息提供方法及装置 |
CN111062729A (zh) * | 2019-11-28 | 2020-04-24 | 中国银行股份有限公司 | 一种信息获取方法、装置和设备 |
CN111105783A (zh) * | 2019-12-06 | 2020-05-05 | 中国人民解放军61623部队 | 一种基于人工智能的综合客服系统 |
CN111091826B (zh) * | 2019-12-13 | 2023-09-01 | 中博信息技术研究院有限公司 | 基于深度学习和有限状态机的智能语音机器人系统 |
CN111091826A (zh) * | 2019-12-13 | 2020-05-01 | 中博信息技术研究院有限公司 | 基于深度学习和有限状态机的智能语音机器人系统 |
CN111131637A (zh) * | 2019-12-13 | 2020-05-08 | 集奥聚合(北京)人工智能科技有限公司 | 智能语音话术业务系统及装置 |
CN111400340A (zh) * | 2020-03-12 | 2020-07-10 | 杭州城市大数据运营有限公司 | 一种自然语言处理方法、装置、计算机设备和存储介质 |
CN111400340B (zh) * | 2020-03-12 | 2024-01-09 | 杭州城市大数据运营有限公司 | 一种自然语言处理方法、装置、计算机设备和存储介质 |
CN111641757A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 坐席通话的实时质检与辅助话术推送的方法 |
CN111932144A (zh) * | 2020-08-25 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 一种客服坐席分配方法、装置、服务器及存储介质 |
CN111932144B (zh) * | 2020-08-25 | 2023-09-19 | 腾讯科技(上海)有限公司 | 一种客服坐席分配方法、装置、服务器及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN112885348A (zh) * | 2021-01-25 | 2021-06-01 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
CN112885348B (zh) * | 2021-01-25 | 2024-03-08 | 广州中汇信息科技有限公司 | 结合ai智能语音电销方法 |
CN113053358A (zh) * | 2021-02-26 | 2021-06-29 | 上海声通信息科技股份有限公司 | 一种分区域方言的语音识别客服系统 |
CN113411454B (zh) * | 2021-06-17 | 2022-09-27 | 商客通尚景科技(上海)股份有限公司 | 一种实时通话语音分析的智能质检方法 |
CN113411454A (zh) * | 2021-06-17 | 2021-09-17 | 商客通尚景科技(上海)股份有限公司 | 一种实时通话语音分析的智能质检方法 |
CN113539267A (zh) * | 2021-07-27 | 2021-10-22 | 广东电网有限责任公司 | 一种计量采集运维装置和方法 |
CN113539267B (zh) * | 2021-07-27 | 2023-11-07 | 广东电网有限责任公司 | 一种计量采集运维装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110266899B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266899A (zh) | 客户意图的识别方法和客服系统 | |
CN110263144A (zh) | 一种答案获取方法及装置 | |
US9361891B1 (en) | Method for converting speech to text, performing natural language processing on the text output, extracting data values and matching to an electronic ticket form | |
CN110266900A (zh) | 客户意图的识别方法、装置及客服系统 | |
CN103700369B (zh) | 语音导航方法及系统 | |
KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
RU2672176C2 (ru) | Способ обработки естественного выражения, способ, устройство и система обработки и ответа | |
CN109688281A (zh) | 一种智能语音交互方法及系统 | |
WO2021139243A1 (zh) | 基于人机交互的数据处理方法、装置、设备及存储介质 | |
CN109065052B (zh) | 一种语音机器人 | |
WO2016201815A1 (zh) | 一种提供在线客服的方法及装置 | |
WO2020253064A1 (zh) | 语音的识别方法及装置、计算机设备、存储介质 | |
CN109688276B (zh) | 一种基于人工智能技术的来电过滤系统及其方法 | |
CN105075230B (zh) | 交互式语音应答会话的声纹标注 | |
CN115643341A (zh) | 人工智能客服应答系统 | |
CN110232553A (zh) | 会议支援系统以及计算机可读取的记录介质 | |
TW202036323A (zh) | 智能線上客服匯流核心系統 | |
CN110321414B (zh) | 一种基于深度学习的人工智能咨询服务方法及系统 | |
CN104064184B (zh) | 异构解码网络的构建方法及系统、语音识别方法及系统 | |
CN113630309B (zh) | 机器人会话系统、方法、装置、计算机设备和存储介质 | |
CN117171314A (zh) | 基于大模型的多模态政务问答方法 | |
CN111858884A (zh) | 一种机器人学习真人深度对话内容的方法与系统 | |
CN116306685A (zh) | 一种面向电力业务场景的多意图识别方法及系统 | |
CN110047473A (zh) | 一种人机协作交互方法及系统 | |
CN111818290B (zh) | 一种在线访谈的方法及系统 |
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 |