CN110379445A - 基于情绪分析的业务处理方法、装置、设备及存储介质 - Google Patents
基于情绪分析的业务处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110379445A CN110379445A CN201910537349.1A CN201910537349A CN110379445A CN 110379445 A CN110379445 A CN 110379445A CN 201910537349 A CN201910537349 A CN 201910537349A CN 110379445 A CN110379445 A CN 110379445A
- Authority
- CN
- China
- Prior art keywords
- target
- business
- target user
- mood
- information
- 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.)
- Pending
Links
- 230000036651 mood Effects 0.000 title claims abstract description 136
- 238000012545 processing Methods 0.000 title claims abstract description 109
- 238000004458 analytical method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008451 emotion Effects 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 12
- 208000019901 Anxiety disease Diseases 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 7
- 238000005266 casting Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 241001672694 Citrus reticulata Species 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000007935 neutral effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Machine Translation (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种基于情绪分析的业务处理方法、装置、设备及存储介质,即在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。本发明根据用户语音信息确定用户的情绪类别,然后确定对应的业务处理流程和目标服务话术,然后指导所述目标用户完成对应的目标业务,提升业务办理效率,提升用户体验。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于情绪分析的业务处理方法、装置、设备及计算机可读存储介质。
背景技术
随着互联网的迅速发展,人工智能应用领域不断扩大,人机对话应用也越来越广泛。传统的人机对话中,针对客户问题播报应答话术时,只是简单地进行语音语义的识别,即只是按照语音识别结果进行产品搜索,因此产品搜索结果不一定准确,不仅降低业务办理效率,而且降低了用户体验。
因此,如何解决现有自助服务终端业务办理效率低下以及用户体验差的问题,是目前亟需解决的问题。
发明内容
本发明的主要目的在于提供一种基于情绪分析的业务处理方法、装置、设备及计算机可读存储介质,旨在解决自助服务终端业务办理效率低下以及用户体验差的技术问题。
为实现上述目的,本发明提供一种基于情绪分析的业务处理方法,所述基于情绪分析的业务处理方法包括以下步骤:
在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
可选地,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤之前,还包括:
获取预设训练语音信息以及对应的所属情绪类别信息,通过神经网络模型skip-gram或者连续词袋模型训练预设训练语音信息,得到低维度的字向量;
通过查找字向量表的方式,将低维度的字向量转换成相应的向量,通过卷积、池化操作将所述向量表示式转换成特征向量,对所述特征向量使用Hard Tanh函数进行非线性特征的抽取,获取预设训练语音信息的最终特征;
根据所述预设训练语音信息的最终特征和对应的所属情绪类别信息生成所述预设情绪识别模型。
可选地,所述将所述目标语音信息转换为对应的文本信息的步骤包括:
将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息。
可选地,所述将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息的步骤之前,还包括:
分别采集预设方言语系和普通话语系朗读语音数据,并提取各所述语音数据对应的语音特征参数,将各所述语音特征参数组成语音特征集合;
抽取所述语音特征集合中预设比例的各所述语音特征参数,并通过各所述语音特征参数构建初始语音识别模型;
通过迭代算法训练所述初始语音识别模型,并获取训练得到的语音识别模型的语音识别准确率,将识别准确率高于预设阈值的语音识别模型作为预设语音识别模型。
可选地,所述播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务的步骤具体包括:
播报所述目标服务话术,并接收到所述目标用户基于所述目标服务话术反馈的反馈语音信息,并将所述反馈语音信息输入至预设语音识别模型,并通过所述预设语音识别模型得到所述反馈语音信息对应的反馈文本信息;
根据所述反馈文本信息,判断所述业务处理流程是否为所述目标用户请求办理的业务处理流程;
若不是所述目标用户请求办理的业务处理流程,则根据所述反馈语音信息重新确定待办理目标业务对应的业务处理流程以及对应的服务话术。
可选地,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤之后,还包括:
判断所述目标用户的情绪类别是否为焦急情绪类别;
若判定所述目标用户的情绪类别为焦急情绪类别时,根据当前业务终端的终端标识生成紧急请求信息,并将所述紧急请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供快捷协助;
可选地,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤包括:
在接收到终端发送的业务办理请求时,获取所述目标用户的人脸信息,并根据所述人脸信息判断所述目标用户的年龄是否大于预设阈值;
若所述目标用户的年龄大于预设阈值,则根据当前业务终端的终端标识生成协助请求信息,并将所述协助请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供人工指导;
若所述目标用户的年龄不大于预设阈值,则获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别。
此外,为实现上述目的,本发明还提供一种基于情绪分析的业务处理装置,所述基于情绪分析的业务处理装置包括:
情绪确定模块,用于在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
话术确定模块,用于基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
处理指导模块,用于播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
此外,为实现上述目的,本发明还提供一种基于情绪分析的业务处理设备,所述基于情绪分析的业务处理设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于情绪分析的业务处理程序,其中所述基于情绪分析的业务处理程序被所述处理器执行时,实现如上述的基于情绪分析的业务处理方法的步骤。
此外,为实现上述目的,本发明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上存储有基于情绪分析的业务处理程序,其中所述基于情绪分析的业务处理程序被处理器执行时,实现如上述的基于情绪分析的业务处理方法的步骤。
本发明提供一种基于情绪分析的业务处理方法,即在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。通过上述方式,本发明根据用户语音信息确定用户的情绪类别,然后根据情绪类别确定对应的业务处理流程和对应的目标服务话术,然后根据所述业务处理流程和目标服务话术指导所述目标用户完成对应的目标业务,提升业务办理效率,提升用户体验,解决了现有自助服务终端业务办理效率低下以及用户体验差的技术问题。
附图说明
图1为本发明实施例方案中涉及的基于情绪分析的业务处理设备的硬件结构示意图;
图2为本发明基于情绪分析的业务处理方法第一实施例的流程示意图;
图3为本发明基于情绪分析的业务处理方法第二实施例的流程示意图;
图4为本发明基于情绪分析的业务处理方法第三实施例的流程示意图;
图5为本发明基于情绪分析的业务处理装置第一实施例的功能模块示意图。
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
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的基于情绪分析的业务处理方法主要应用于基于情绪分析的业务处理设备,该基于情绪分析的业务处理设备可以是PC、便携计算机、移动终端等具有显示和处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的基于情绪分析的业务处理设备的硬件结构示意图。本发明实施例中,基于情绪分析的业务处理设备可以包括处理器1001(例如CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口);存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的硬件结构并不构成对基于情绪分析的业务处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及基于情绪分析的业务处理程序。
在图1中,网络通信模块主要用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的基于情绪分析的业务处理程序,并执行本发明实施例提供的基于情绪分析的业务处理方法。
本发明实施例提供了一种基于情绪分析的业务处理方法。
参照图2,图2为本发明基于情绪分析的业务处理方法第一实施例的流程示意图。
本实施例中,所述基于情绪分析的业务处理方法包括以下步骤:
步骤S10,在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
本实施例中,客户在终端上触发业务办理请求,终端将业务办理请求发送至服务器,服务器对业务办理请求进行响应,即,服务器接收业务办理请求时,服务器向该终端发送预设初始语音,其中,预设初始语音是指预先设置的推荐语音,例如,预设初始语音为:尊敬的客户欢迎来到xxx平台,有什么我可以为您服务吗?终端接收服务器发送的预设初始语音并播放,在预设初始语音播报完成之后,终端通过预设语音采集装置采集客户的语音信息,作为目标语音信息。其中,预设语音采集装置是指预先设置的语音采集装置,例如,预设语音采集装置可以是终端上的录音装置,终端将采集到的针对预设初始语音的目标语音信息发送至服务器,服务器接收终端发送的目标语音信息,以根据目标语音信息进行业务办理。
具体地,所述将所述目标语音信息转换为对应的文本信息的步骤为:将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息。更多实施例中,还可以对用户输入的目标语音信息进行预处理,所述预处理包括:分词、词性标注、命名实体识别、指代消歧、相似词语扩展。进一步地,所述分词、词性标注、命名实体识别是指使用深度神经网络训练的自然语言处理工具进行分词、词性标注、命名实体识别。所述分词是指将汉字序列切分成词序列。所述词性标注是指根据词语的词性进行判别及标注,词性包括:名词、副词、形容词、动词、代词等,例如,NT代表时间名词、V代表动词、NN代表口头名词、PU代表标定符号、AD代表副词、PN代表代词等。所述命名实体识别是指识别语句中人名、地名、组织机构名等命名实体,命名实体包括3大类,如实体类、时间类及数字类,和7小类,如人名、地名、机构名、时间、日期、货币及百分比。所述指代消歧是指消除人称代词的指代歧义,通过使用依存句法分析(DependencyParsing,DP)识别语言单位内成分之间的依存关系揭示其句法结构,来完成指代消歧。所述相似语句扩展是指利用Word2vec技术进行相似词语的扩展。
将目标语音信息以及文本信息输入预先训练好的预设情绪识别模型,识别出目标用户的情绪类别。所述情绪类别包括:愤怒、焦急、生气、开心、失望、惊讶、好奇等。具体实施例中,还可以基于词典的情感分析方式和预先训练好的基于深度学习的情感分类模型,识别出用户的情绪类别。所述基于词典的情感分析方式是指通过具有语法敏感性的专业人士构建情感分析词典,根据构建的情感分析词典:正性情感词典、负性情感词典及中性情感词典,将某语句中用于表达情感的词汇分为三个类别,然后对比语句中正性、负性及中性情感词的个数,评估语句的情绪类别。所述基于深度学习的情感分类模型包括但不限于长短期记忆网络(Long Short-Term Memory,LSTM)模型、支持向量机(Support Vector Machine,SVM)模型、随机森林(Random Forests,RF)模型及朴素贝叶斯(Naive Bayesian Model,NBM)模型中一种预先训练好的模型。该模型是由已人工识别正、负及中性的文本通过机器学习等方式训练而成,在此不再赘述。更多实施例中,所述预设情绪识别模型的训练步骤为:获取预设训练语音信息以及对应的所属情绪类别信息,通过神经网络模型skip-gram或者连续词袋模型训练预设训练语音信息,得到低维度的字向量;通过查找字向量表的方式,将低维度的字向量转换成相应的向量,通过卷积、池化操作将所述向量表示式转换成特征向量,对所述特征向量使用Hard Tanh函数进行非线性特征的抽取,获取预设训练语音信息的最终特征;根据所述预设训练语音信息的最终特征和对应的所属情绪类别信息生成所述预设情绪识别模型。
步骤S20,基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
本实施例中,可预先建立不同情绪类别对应的服务话术库,如愤怒情绪类别对应的服务话术为简洁亲切地话术,如尊敬的客户X,您所需办理的业务为X,总共需要两个流程,第一个流程为X,第二个流程X,请核对上述信息是否正确等。焦急情绪类别对应的服务话术为安抚引导型,为了防止网络诈骗或者电话诈骗,还可以播放防诈骗宣传信息等。具体实施例中,还可以根据不同情绪类别设定不同的业务办理流程,如为焦急、愤怒情绪类别的用户推荐耗时最少或业务流程节点最少的高效率业务办理流程,为开心、愉悦的用户推荐加有理财产品推荐或者其他关联业务介绍的业务办理流程,以增加理财产品的销售量等。具体地,在确定文本信息和情绪类别之后,服务器根据文本信息确定所述目标用户需要办理的目标业务,如转账、贷款、办理银行卡或者信用卡等。然后根据所述目标用户的情绪类别确定适于服务所述目标用户的目标服务话术以及业务处理流程。
步骤S30,播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
本实施例中,根据所述业务处理流程对应的各个操作节点显示对应的待操作界面,并同时播放对应的目标服务话术,如“将身份证放置于前方身份证识别区”。通过符合所述目标用户当前情绪类别的目标服务话术,来指导所述目标用户进行目标业务的办理。即确定适于服务所述目标用户对应的目标服务话术以及业务处理流程,并将所述业务处理流程对应的各个流程步骤的指导信息对应添加至所述目标服务话术中。其中,具有相同业务处理流程的业务类型,即具有相同的流程引导信息的同种业务类型,可以同一套服务话术,然后针对具体业务名称或者业务编号等进行替换即可。如为焦急用户指导办理转账业务时,首先获取适用于焦急用户的欢迎语句,即尊敬的客户X,早上好,请不要着急,请留意引导语音,以便快速完成目标业务的办理。首先,请在身份证识别去放置您的身份证以读取您的身份信息,然后X,其次X……。具体实施例中,还可以将目标用户输入的当前收款人信息与所述目标用户对应的历史收款人信息进行比对,判断当前收款人是否为目标用户有交易往来的常用联系人。若不是,则播报防诈骗的警示信息,如最近诈骗犯罪案件频发,且当前收款人不是常用联系人,请再次确定是否进行当前转账操作等。从而在有效指导目标用户完成请求办理的目标业务的同时,提升用户体验。更多实施例中,还可以根据所述目标用户的情绪类别,显示当前操作界面的背景颜色,进一步提升用户体验。
本实施例提供一种基于情绪分析的业务处理方法,即在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。通过上述方式,本发明根据用户语音信息确定用户的情绪类别,然后根据情绪类别确定对应的业务处理流程和对应的目标服务话术,然后根据所述业务处理流程和目标服务话术指导所述目标用户完成对应的目标业务,提升业务办理效率,提升用户体验,解决了现有自助服务终端业务办理效率低下以及用户体验差的技术问题。
参照图3,图3为本发明基于情绪分析的业务处理方法第二实施例的流程示意图。
基于上述图2所示实施例,本实施例中,所述步骤S30包括:
步骤S31,播报所述目标服务话术,并接收到所述目标用户基于所述目标服务话术反馈的反馈语音信息,并将所述反馈语音信息输入至预设语音识别模型,并通过所述预设语音识别模型得到所述反馈语音信息对应的反馈文本信息;
本实施例中,在播放所述目标服务话术的同时,实时获取目标用户基于所述目标服务话术的反馈语音信息,通过预设语音识别模型,将所述反馈语音信息转换为对应的反馈文本信息。其中,所述预设语音设别模型生成步骤为:分别采集预设方言语系和普通话语系朗读语音数据,并提取各所述语音数据对应的语音特征参数,将各所述语音特征参数组成语音特征集合;抽取所述语音特征集合中预设比例的各所述语音特征参数,并通过各所述语音特征参数构建初始语音识别模型;通过迭代算法训练所述初始语音识别模型,并获取训练得到的语音识别模型的语音识别准确率,将识别准确率高于预设阈值的语音识别模型作为预设语音识别模型。
步骤S32,根据所述反馈文本信息,判断所述业务处理流程是否为所述目标用户请求办理的业务处理流程;
本实施例中,根据所述反馈文本信息,判断当前确定的目标服务话术以及业务处理流程是否是目标用户所请求办理的目标业务对应的目标服务话术以及目标业务对应的业务处理流程。若所述反馈文本信息为“不是”、“退出”等,即所述目标服务话术播报的业务处理流程的引导信息并不是目标用户所需办理的目标业务对应的业务流程。若所述反馈文本信息为“确认”、“谢谢”等,即所述目标服务话术播报的业务处理流程为目标用户需要办理的目标业务对应的业务流程。
步骤S33,若不是所述目标用户请求办理的业务处理流程,则根据所述反馈语音信息重新确定待办理目标业务对应的业务处理流程以及对应的服务话术。
本实施例中,若判定当前播报的业务处理流程错误,即不是所述目标用户请求办理的业务处理流程,可重新根据目标用户录入的反馈语音信息,如不是办理转账是办理储蓄的反馈语音信息,重新执行目标服务话术以及所述储蓄业务对应的业务处理流程的确定操作。具体实施例中,若所述目标用户的反馈语音信息为退出指令时,则重新录入目标用户的语音信息,以进行目标业务对应的业务处理流程以及目标服务话术的确定操作。
参照图4,图4为本发明基于情绪分析的业务处理方法第三实施例的流程示意图。
基于上述图2所示实施例,本实施例中,所述步骤S10具体包括:
步骤S11,在接收到终端发送的业务办理请求时,获取所述目标用户的人脸信息,并根据所述人脸信息判断所述目标用户的年龄是否大于预设阈值;
本实施例中,为了防止中老年人由于不会使用自助终端,而造成业务办理障碍,可在检测到目标用户的年龄超过预设阈值时,如50岁,为所述目标用户提供人工协助。具体地,通过摄像头获取所述目标用户的人脸信息,并判断所述人脸信息对应的目标用户是否为需协助用户,即所述需协助人员为年龄超过预设阈值的用户。
步骤S12,若所述目标用户的年龄大于预设阈值,则根据当前业务终端的终端标识生成协助请求信息,并将所述协助请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供人工指导;
本实施例中,若判定所述目标用户的年龄大于预设阈值,即所述目标用户符合需协助用户的条件,根据所述目标用户所办理业务的当前业务终端的终端标识,生成携带所述终端标识的协助请求信息,如3号自助终端当前有待协助用户在进行业务办理,请尽快前往协助处理,并将所述协助请求信息发送至工作人员的相关终端,如大堂经理对应的终端。从而及时提醒相关工作人员及时帮助一些年龄较大的中老年人进行自主终端的业务办理,提高业务办理效率。
步骤S13,若所述目标用户的年龄不大于预设阈值,则获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别。
本实施例中,若所述目标用户不是待协助用户,则根据用户语音信息确定用户的情绪类别,然后根据情绪类别确定对应的业务处理流程和对应的目标服务话术,然后根据所述业务处理流程和目标服务话术指导所述目标用户完成对应的目标业务。
进一步地,所述步骤S10之后,还包括:
判断所述目标用户的情绪类别是否为焦急情绪类别;
若判定所述目标用户的情绪类别为焦急情绪类别时,根据当前业务终端的终端标识生成紧急请求信息,并将所述紧急请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供快捷协助。
本实施例中,还可以为具有紧急情况的用户提供快捷协助,如为银行卡被盗刷的用户提供紧急服务窗口,以便快速为所述目标用户办理冻结银行卡的业务。即在判定所述目标用户的情绪类别为焦急情绪类别时,即根据所述目标用户办理业务的当前业务终端的终端标识向相关工作人员发送紧急请求信息,以便相关工作人员前往确认以及人工核查,并在确定目标用户确实所需办理业务确实为紧急业务时,为所述目标用户提供快捷协助,帮助所述目标用户快速完成目标业务。
此外,本发明实施例还提供一种基于情绪分析的业务处理装置。
参照图5,图5为本发明基于情绪分析的业务处理装置第一实施例的功能模块示意图。
本实施例中,所述基于情绪分析的业务处理装置包括:
情绪确定模块10,用于在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
话术确定模块20,用于基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
处理指导模块30,用于播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
进一步地,所述基于情绪分析的业务处理装置还包括:
信息训练模块,用于获取预设训练语音信息以及对应的所属情绪类别信息,通过神经网络模型skip-gram或者连续词袋模型训练预设训练语音信息,得到低维度的字向量;
特征提取模块,用于通过查找字向量表的方式,将低维度的字向量转换成相应的向量,通过卷积、池化操作将所述向量表示式转换成特征向量,对所述特征向量使用HardTanh函数进行非线性特征的抽取,获取预设训练语音信息的最终特征;
模型生成模块,用于根据所述预设训练语音信息的最终特征和对应的所属情绪类别信息生成所述预设情绪识别模型。
进一步地,所述情绪确定模块10还用于:
将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息。
进一步地,所述情绪确定模块10还用于:
分别采集预设方言语系和普通话语系朗读语音数据,并提取各所述语音数据对应的语音特征参数,将各所述语音特征参数组成语音特征集合;
抽取所述语音特征集合中预设比例的各所述语音特征参数,并通过各所述语音特征参数构建初始语音识别模型;
通过迭代算法训练所述初始语音识别模型,并获取训练得到的语音识别模型的语音识别准确率,将识别准确率高于预设阈值的语音识别模型作为预设语音识别模型。
进一步地,所述处理指导模块30具体包括:
反馈信息获取单元,用于播报所述目标服务话术,并接收到所述目标用户基于所述目标服务话术反馈的反馈语音信息,并将所述反馈语音信息输入至预设语音识别模型,并通过所述预设语音识别模型得到所述反馈语音信息对应的反馈文本信息;
业务流程核实单元,用于根据所述反馈文本信息,判断所述业务处理流程是否为所述目标用户请求办理的业务处理流程;
业务流程确定单元,用于若不是所述目标用户请求办理的业务处理流程,则根据所述反馈语音信息重新确定待办理目标业务对应的业务处理流程以及对应的服务话术。
进一步地,所述情绪确定模块10具体包括:
用户判断单元,用于在接收到终端发送的业务办理请求时,获取所述目标用户的人脸信息,并根据所述人脸信息判断所述目标用户的年龄是否大于预设阈值;
协助请求单元,用于若所述目标用户的年龄大于预设阈值,则根据当前业务终端的终端标识生成协助请求信息,并将所述协助请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供人工指导;
进一步地,所述情绪确定模块10还用于:
若所述目标用户的年龄不大于预设阈值,则获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别。
进一步地,所述情绪确定模块10还用于:
判断所述目标用户的情绪类别是否为焦急情绪类别;
若判定所述目标用户的情绪类别为焦急情绪类别时,根据当前业务终端的终端标识生成紧急请求信息,并将所述紧急请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供快捷协助。
其中,上述基于情绪分析的业务处理装置中各个模块与上述基于情绪分析的业务处理方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有基于情绪分析的业务处理程序,其中所述基于情绪分析的业务处理程序被处理器执行时,实现如上述的基于情绪分析的业务处理方法的步骤。
其中,基于情绪分析的业务处理程序被执行时所实现的方法可参照本发明基于情绪分析的业务处理方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上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,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于情绪分析的业务处理方法,其特征在于,所述基于情绪分析的业务处理方法包括以下步骤:
在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
2.如权利要求1所述的基于情绪分析的业务处理方法,其特征在于,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤之前,还包括:
获取预设训练语音信息以及对应的所属情绪类别信息,通过神经网络模型skip-gram或者连续词袋模型训练预设训练语音信息,得到低维度的字向量;
通过查找字向量表的方式,将低维度的字向量转换成相应的向量,通过卷积、池化操作将所述向量表示式转换成特征向量,对所述特征向量使用Hard Tanh函数进行非线性特征的抽取,获取预设训练语音信息的最终特征;
根据所述预设训练语音信息的最终特征和对应的所属情绪类别信息生成所述预设情绪识别模型。
3.如权利要求1所述的基于情绪分析的业务处理方法,其特征在于,所述将所述目标语音信息转换为对应的文本信息的步骤包括:
将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息。
4.如权利要求3所述的基于情绪分析的业务处理方法,其特征在于,所述将所述目标语音信息输入至预设语音识别模型,通过所述预设语音识别模型进行目标语音识别,得到所述目标语音信息对应的文本信息的步骤之前,还包括:
分别采集预设方言语系和普通话语系朗读语音数据,并提取各所述语音数据对应的语音特征参数,将各所述语音特征参数组成语音特征集合;
抽取所述语音特征集合中预设比例的各所述语音特征参数,并通过各所述语音特征参数构建初始语音识别模型;
通过迭代算法训练所述初始语音识别模型,并获取训练得到的语音识别模型的语音识别准确率,将识别准确率高于预设阈值的语音识别模型作为预设语音识别模型。
5.如权利要求4所述的基于情绪分析的业务处理方法,其特征在于,所述播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务的步骤具体包括:
播报所述目标服务话术,并接收到所述目标用户基于所述目标服务话术反馈的反馈语音信息,并将所述反馈语音信息输入至预设语音识别模型,并通过所述预设语音识别模型得到所述反馈语音信息对应的反馈文本信息;
根据所述反馈文本信息,判断所述业务处理流程是否为所述目标用户请求办理的业务处理流程;
若不是所述目标用户请求办理的业务处理流程,则根据所述反馈语音信息重新确定待办理目标业务对应的业务处理流程以及对应的服务话术。
6.如权利要求1所述的基于情绪分析的业务处理方法,其特征在于,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤之后,还包括:
判断所述目标用户的情绪类别是否为焦急情绪类别;
若判定所述目标用户的情绪类别为焦急情绪类别时,根据当前业务终端的终端标识生成紧急请求信息,并将所述紧急请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供快捷协助。
7.如权利要求1至6任意一项所述的基于情绪分析的业务处理方法,其特征在于,所述在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别的步骤包括:
在接收到终端发送的业务办理请求时,获取所述目标用户的人脸信息,并根据所述人脸信息判断所述目标用户的年龄是否大于预设阈值;
若所述目标用户的年龄大于预设阈值,则根据当前业务终端的终端标识生成协助请求信息,并将所述协助请求信息发送至工作人员,以便提醒相关工作人员对所述目标用户提供人工指导;
若所述目标用户的年龄不大于预设阈值,则获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别。
8.一种基于情绪分析的业务处理装置,其特征在于,所述基于情绪分析的业务处理装置包括:
情绪确定模块,用于在接收到终端发送的业务办理请求时,获取目标用户目标语音信息,并将所述目标语音信息转换为对应的文本信息,基于预设情绪识别模型、所述目标语音信息和文本信息,确定所述目标用户的情绪类别;
话术确定模块,用于基于所述文本信息和所述情绪类别,确定所述目标用户对应的业务处理流程以及目标服务话术;
处理指导模块,用于播报所述目标服务话术,并根据所述业务处理流程,指导所述目标用户完成对应的目标业务。
9.一种基于情绪分析的业务处理设备,其特征在于,所述基于情绪分析的业务处理设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于情绪分析的业务处理程序,其中所述基于情绪分析的业务处理程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于情绪分析的业务处理方法的步骤。
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基于情绪分析的业务处理程序,其中所述基于情绪分析的业务处理程序被处理器执行时,实现如权利要求1至7中任一项所述的基于情绪分析的业务处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537349.1A CN110379445A (zh) | 2019-06-20 | 2019-06-20 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
PCT/CN2020/086161 WO2020253362A1 (zh) | 2019-06-20 | 2020-04-22 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910537349.1A CN110379445A (zh) | 2019-06-20 | 2019-06-20 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110379445A true CN110379445A (zh) | 2019-10-25 |
Family
ID=68249062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910537349.1A Pending CN110379445A (zh) | 2019-06-20 | 2019-06-20 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110379445A (zh) |
WO (1) | WO2020253362A1 (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026867A (zh) * | 2019-11-28 | 2020-04-17 | 杭州飞步科技有限公司 | 客诉处理方法和装置、电子设备、存储介质 |
CN111062332A (zh) * | 2019-12-18 | 2020-04-24 | 秒针信息技术有限公司 | 信息推送方法和装置 |
CN111179903A (zh) * | 2019-12-30 | 2020-05-19 | 珠海格力电器股份有限公司 | 一种语音识别方法、装置、存储介质及电器 |
CN111177308A (zh) * | 2019-12-05 | 2020-05-19 | 上海云洽信息技术有限公司 | 一种文本内容的识别情绪方法 |
CN111540358A (zh) * | 2020-04-26 | 2020-08-14 | 云知声智能科技股份有限公司 | 人机交互方法、装置、设备和存储介质 |
WO2020253362A1 (zh) * | 2019-06-20 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
CN112201277A (zh) * | 2020-09-29 | 2021-01-08 | 中国银行股份有限公司 | 语音应答的方法、装置、及设备及计算机可读存储介质 |
CN112612878A (zh) * | 2020-12-17 | 2021-04-06 | 大唐融合通信股份有限公司 | 一种客服信息提供方法、电子设备及装置 |
CN112949708A (zh) * | 2021-02-26 | 2021-06-11 | 平安科技(深圳)有限公司 | 情绪识别方法、装置、计算机设备和存储介质 |
CN112951429A (zh) * | 2021-03-25 | 2021-06-11 | 浙江连信科技有限公司 | 用于中小学生心理危机筛查的信息处理方法及装置 |
CN113345419A (zh) * | 2021-06-30 | 2021-09-03 | 广西电网有限责任公司 | 基于方言口音的语音转译方法、系统和可读存储介质 |
CN113516183A (zh) * | 2021-07-05 | 2021-10-19 | 深圳小湃科技有限公司 | 故障响应方法、系统、设备及存储介质 |
CN113539275A (zh) * | 2020-04-22 | 2021-10-22 | 北京有限元科技有限公司 | 确定话术的方法、装置以及存储介质 |
WO2021217769A1 (zh) * | 2020-04-27 | 2021-11-04 | 平安科技(深圳)有限公司 | 基于情绪识别的答复方法、装置、计算机设备及存储介质 |
CN113609273A (zh) * | 2021-08-12 | 2021-11-05 | 云知声(上海)智能科技有限公司 | 一种机器话术配置方法、装置、电子设备和存储介质 |
CN113743126A (zh) * | 2021-11-08 | 2021-12-03 | 北京博瑞彤芸科技股份有限公司 | 一种基于用户情绪的智能交互方法和装置 |
CN115022395A (zh) * | 2022-05-27 | 2022-09-06 | 平安普惠企业管理有限公司 | 业务视频推送方法、装置、电子设备及存储介质 |
CN115171284A (zh) * | 2022-07-01 | 2022-10-11 | 国网汇通金财(北京)信息科技有限公司 | 一种老年人关怀方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115471141B (zh) * | 2022-11-02 | 2023-03-24 | 成都飞机工业(集团)有限责任公司 | 一种业务流程周期管控方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10037767B1 (en) * | 2017-02-01 | 2018-07-31 | Wipro Limited | Integrated system and a method of identifying and learning emotions in conversation utterances |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN109389971A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于语音识别的保险录音质检方法、装置、设备和介质 |
WO2019037382A1 (zh) * | 2017-08-24 | 2019-02-28 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080096533A1 (en) * | 2006-10-24 | 2008-04-24 | Kallideas Spa | Virtual Assistant With Real-Time Emotions |
CN102802114B (zh) * | 2012-06-20 | 2015-02-18 | 北京语言大学 | 利用语音进行座席筛选的方法及系统 |
CN105895101A (zh) * | 2016-06-08 | 2016-08-24 | 国网上海市电力公司 | 用于电力智能辅助服务系统的语音处理设备及处理方法 |
CN109815494A (zh) * | 2019-01-16 | 2019-05-28 | 中民乡邻投资控股有限公司 | 一种基于客户情绪的问答服务方法 |
CN109767791B (zh) * | 2019-03-21 | 2021-03-30 | 中国—东盟信息港股份有限公司 | 一种针对呼叫中心通话的语音情绪识别及应用系统 |
CN110379445A (zh) * | 2019-06-20 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
-
2019
- 2019-06-20 CN CN201910537349.1A patent/CN110379445A/zh active Pending
-
2020
- 2020-04-22 WO PCT/CN2020/086161 patent/WO2020253362A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10037767B1 (en) * | 2017-02-01 | 2018-07-31 | Wipro Limited | Integrated system and a method of identifying and learning emotions in conversation utterances |
WO2019037382A1 (zh) * | 2017-08-24 | 2019-02-28 | 平安科技(深圳)有限公司 | 基于情绪识别的语音质检方法、装置、设备及存储介质 |
CN108427722A (zh) * | 2018-02-09 | 2018-08-21 | 卫盈联信息技术(深圳)有限公司 | 智能交互方法、电子装置及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN109389971A (zh) * | 2018-08-17 | 2019-02-26 | 深圳壹账通智能科技有限公司 | 基于语音识别的保险录音质检方法、装置、设备和介质 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020253362A1 (zh) * | 2019-06-20 | 2020-12-24 | 深圳壹账通智能科技有限公司 | 基于情绪分析的业务处理方法、装置、设备及存储介质 |
CN111026867A (zh) * | 2019-11-28 | 2020-04-17 | 杭州飞步科技有限公司 | 客诉处理方法和装置、电子设备、存储介质 |
CN111177308A (zh) * | 2019-12-05 | 2020-05-19 | 上海云洽信息技术有限公司 | 一种文本内容的识别情绪方法 |
CN111177308B (zh) * | 2019-12-05 | 2023-07-18 | 上海云洽信息技术有限公司 | 一种文本内容的识别情绪方法 |
CN111062332A (zh) * | 2019-12-18 | 2020-04-24 | 秒针信息技术有限公司 | 信息推送方法和装置 |
CN111179903A (zh) * | 2019-12-30 | 2020-05-19 | 珠海格力电器股份有限公司 | 一种语音识别方法、装置、存储介质及电器 |
CN113539275A (zh) * | 2020-04-22 | 2021-10-22 | 北京有限元科技有限公司 | 确定话术的方法、装置以及存储介质 |
CN111540358A (zh) * | 2020-04-26 | 2020-08-14 | 云知声智能科技股份有限公司 | 人机交互方法、装置、设备和存储介质 |
WO2021217769A1 (zh) * | 2020-04-27 | 2021-11-04 | 平安科技(深圳)有限公司 | 基于情绪识别的答复方法、装置、计算机设备及存储介质 |
CN112201277A (zh) * | 2020-09-29 | 2021-01-08 | 中国银行股份有限公司 | 语音应答的方法、装置、及设备及计算机可读存储介质 |
CN112201277B (zh) * | 2020-09-29 | 2024-03-22 | 中国银行股份有限公司 | 语音应答的方法、装置、及设备及计算机可读存储介质 |
CN112612878A (zh) * | 2020-12-17 | 2021-04-06 | 大唐融合通信股份有限公司 | 一种客服信息提供方法、电子设备及装置 |
CN112949708A (zh) * | 2021-02-26 | 2021-06-11 | 平安科技(深圳)有限公司 | 情绪识别方法、装置、计算机设备和存储介质 |
CN112949708B (zh) * | 2021-02-26 | 2023-10-24 | 平安科技(深圳)有限公司 | 情绪识别方法、装置、计算机设备和存储介质 |
CN112951429A (zh) * | 2021-03-25 | 2021-06-11 | 浙江连信科技有限公司 | 用于中小学生心理危机筛查的信息处理方法及装置 |
CN113345419A (zh) * | 2021-06-30 | 2021-09-03 | 广西电网有限责任公司 | 基于方言口音的语音转译方法、系统和可读存储介质 |
CN113345419B (zh) * | 2021-06-30 | 2022-05-27 | 广西电网有限责任公司 | 基于方言口音的语音转译方法、系统和可读存储介质 |
CN113516183A (zh) * | 2021-07-05 | 2021-10-19 | 深圳小湃科技有限公司 | 故障响应方法、系统、设备及存储介质 |
CN113516183B (zh) * | 2021-07-05 | 2024-04-16 | 深圳小湃科技有限公司 | 故障响应方法、系统、设备及存储介质 |
CN113609273A (zh) * | 2021-08-12 | 2021-11-05 | 云知声(上海)智能科技有限公司 | 一种机器话术配置方法、装置、电子设备和存储介质 |
CN113743126A (zh) * | 2021-11-08 | 2021-12-03 | 北京博瑞彤芸科技股份有限公司 | 一种基于用户情绪的智能交互方法和装置 |
CN115022395A (zh) * | 2022-05-27 | 2022-09-06 | 平安普惠企业管理有限公司 | 业务视频推送方法、装置、电子设备及存储介质 |
CN115022395B (zh) * | 2022-05-27 | 2023-08-08 | 艾普科创(北京)控股有限公司 | 业务视频推送方法、装置、电子设备及存储介质 |
CN115171284A (zh) * | 2022-07-01 | 2022-10-11 | 国网汇通金财(北京)信息科技有限公司 | 一种老年人关怀方法及装置 |
CN115171284B (zh) * | 2022-07-01 | 2023-12-26 | 国网汇通金财(北京)信息科技有限公司 | 一种老年人关怀方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2020253362A1 (zh) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379445A (zh) | 基于情绪分析的业务处理方法、装置、设备及存储介质 | |
US10977452B2 (en) | Multi-lingual virtual personal assistant | |
US10665226B2 (en) | System and method for data-driven socially customized models for language generation | |
WO2019153522A1 (zh) | 智能交互方法、电子装置及存储介质 | |
US7860705B2 (en) | Methods and apparatus for context adaptation of speech-to-speech translation systems | |
US9947317B2 (en) | Pronunciation learning through correction logs | |
CA2957716C (en) | Methods and apparatuses for modeling customer interaction experiences | |
US9740677B2 (en) | Methods and systems for analyzing communication situation based on dialogue act information | |
CN109637537B (zh) | 一种自动获取标注数据优化自定义唤醒模型的方法 | |
JP2017215931A (ja) | 会議支援システム、会議支援装置、会議支援方法及びプログラム | |
Griol et al. | Combining speech-based and linguistic classifiers to recognize emotion in user spoken utterances | |
CN111540353B (zh) | 一种语义理解方法、装置、设备及存储介质 | |
CN110517668B (zh) | 一种中英文混合语音识别系统及方法 | |
Adel et al. | Features for factored language models for code-Switching speech. | |
CN111309876A (zh) | 一种服务请求的处理方法、装置、电子设备及存储介质 | |
CN113284502A (zh) | 一种智能客服语音交互方法及系统 | |
KR101677859B1 (ko) | 지식 베이스를 이용하는 시스템 응답 생성 방법 및 이를 수행하는 장치 | |
JP6649318B2 (ja) | 言語情報分析装置および方法 | |
CN113591489B (zh) | 语音交互方法、装置及相关设备 | |
Shwartz et al. | Adding context to semantic data-driven paraphrasing | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
US20220100959A1 (en) | Conversation support device, conversation support system, conversation support method, and storage medium | |
US20220101852A1 (en) | Conversation support device, conversation support system, conversation support method, and storage medium | |
CN115602160A (zh) | 基于语音识别的业务办理方法、装置及电子设备 | |
Gupta et al. | Laughter Valence Prediction in Motivational Interviewing Based on Lexical and Acoustic Cues. |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191025 |
|
WD01 | Invention patent application deemed withdrawn after publication |