CN110457684A - 智能电话客服的语义分析方法 - Google Patents
智能电话客服的语义分析方法 Download PDFInfo
- Publication number
- CN110457684A CN110457684A CN201910637660.3A CN201910637660A CN110457684A CN 110457684 A CN110457684 A CN 110457684A CN 201910637660 A CN201910637660 A CN 201910637660A CN 110457684 A CN110457684 A CN 110457684A
- Authority
- CN
- China
- Prior art keywords
- word
- text
- content
- customer service
- smart phone
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000009432 framing Methods 0.000 claims description 8
- 230000005236 sound signal Effects 0.000 claims description 8
- 238000007619 statistical method Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000006854 communication Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L15/26—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
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- 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
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Machine Translation (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种智能电话客服的语义分析方法，包括如下步骤：A)对客户的语音信息进行语音识别，生成文本内容；B)对所述文本内容进行分词；C)对分词后的每一项计算一个权重；D)根据权重的大小选择文本内容中的关键词；E)智能电话客服系统根据所述文本内容的关键词和核心词进行相应回复。实施本发明的智能电话客服的语义分析方法，具有以下有益效果：针对不同的客户的类似需求作出正确的答复，不必采用人工的方式，降低客服电话的整体成本，还能提高通话质量和整个对话过程的流畅程度。
Description
技术领域
本发明涉及自然语言处理领域，特别涉及一种智能电话客服的语义分析方法。
背景技术
随着网络、通讯、计算机技术的发展，大量的线上企业涌现，客户与企业之间的通信从线下面对面交流，转为线上交流，电话客服成为了各个企业与客户进行交互的一个重要途径，然而，随着企业的扩大和业务的增多，利用人工接打电话，将造成不必要的经济损失和人力浪费，由于客户的多样性，智能电话客服难以对客户对同一事物的不同表达方式作出类似的答复。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种针对不同的客户的类似需求作出正确的答复，不必采用人工的方式，降低客服电话的整体成本，还能提高通话质量和整个对话过程的流畅程度的智能电话客服的语义分析方法。
本发明解决其技术问题所采用的技术方案是：构造一种智能电话客服的语义分析方法，包括如下步骤：
A)对客户的语音信息进行语音识别，生成文本内容；
B)对所述文本内容进行分词；
C)对分词后的每一项计算一个权重；
D)根据权重的大小选择文本内容中的关键词；
E)智能电话客服系统根据所述文本内容的关键词和核心词进行相应回复。
在本发明所述的智能电话客服的语义分析方法中，所涉及步骤A)进一步包括：
A1)将所述语音信息中首尾端的静音切除，将切除静音后的语音信息进行加窗后分帧；
A2)将音频信号从分帧的语音信息中提取出来，将所述音频信号从时域转化到频域；
A3)通过MFCC提取声学特征，对于每一帧的语音信息，通过特征向量进行表示，根据声学特性计算每一个特征向量在声学特征上的得分；
A4)利用语言模型根据语言学相关理论，计算声学信号对应可能词组序列的概率；
A5)根据已有的字典，对词组序列进行解码，得到所述文本内容。
在本发明所述的智能电话客服的语义分析方法中，所述步骤B)进一步包括：
B1)将所述文本内容进行切分，设定B、M、E和S四个标签，分别代表词首、词中、词尾和单独的字作为词；
B2)利用词向量的方法将所述文本内容中的每一个字映射到固定长度的特征向量中去，通过已经过标注的数据预测所述文本内容中的每一个字属于四个标签的概率，形成概率矩阵，利用viterbi算法完成标注推断，得到分词结果。
在本发明所述的智能电话客服的语义分析方法中，采用TF-IDF统计方法评估在分词后文本内容中的每个词在整个文本内容中的权重及重要程度，每个词的权重随着在文本内容中的出现次数的增加而增加，也会随着在语料库中的出现次数的增加而减少。
在本发明所述的智能电话客服的语义分析方法中，在任一文本内容中，针对每个词，利用TF统计方法计算词频，词频表示为文本内容中该词的出现次数与文本内容中词的总数的比，当词频的值越高时，表示该词语在当前文本内容中的重要程度越高，即权重越大。
在本发明所述的智能电话客服的语义分析方法中，在整个语料库中，针对每个词，利用IDF统计方法计算词的普遍重要性，所述词的普遍重要性为语料库中的句子总数与含有该句子的词语总数的比，再取对数，当词的普遍重要性越高时，表示该词的普遍重要性在整个语料库中存在个数较少，在当前文本内容中的权重越高，当该词的普遍重要性越低时，表示该词的普遍重要性在整个语料库中大量存在，则在当前文本内容中的权重越低。
在本发明所述的智能电话客服的语义分析方法中，所述步骤D)进一步包括：
D1)按照词语的权重进行排序；
D2)根据文本内容中词语的个数，设定阈值，选择权重较大的词语作为文本内容的关键词。
在本发明所述的智能电话客服的语义分析方法中，在对中文进行分词的过程中，将存在的非汉语字符视为构词的基本单元，汉字是单元集合中数量最多的字符。
实施本发明的智能电话客服的语义分析方法，具有以下有益效果：由于对客户的语音信息进行语音识别，生成文本内容；对文本内容进行分词；对分词后的每一项计算一个权重；根据权重的大小选择文本内容中的关键词；智能电话客服系统根据文本内容的关键词和核心词进行相应回复，本发明针对不同的客户的类似需求作出正确的答复，不必采用人工的方式，降低客服电话的整体成本，还能提高通话质量和整个对话过程的流畅程度。
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获得其他的附图。
图1为本发明智能电话客服的语义分析方法一个实施例中的流程图；
图2为所述实施例中智能电话客服的语义分析方法的流程框图；
图3为所述实施例中对客户的语音信息进行语音识别，生成文本内容的具体流程图；
图4为所述实施例中对文本内容进行分词的具体流程图；
图5为所述实施例中根据权重的大小选择文本内容中的关键词的具体流程图。
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做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。
在本发明智能电话客服的语义分析方法实施例中，该智能电话客服的语义分析方法的流程图如图1所示。图1中，该智能电话客服的语义分析方法包括如下步骤：
步骤S01对客户的语音信息进行语音识别，生成文本内容：在与客户进行电话交流的过程中，对对话过程中客户的语音内容进行正确的理解，保证客服对客户进行正确的回复，在整个通话过程中能够顺畅的交流。当对客户的语音信息进行正确理解时，能够去掉客户的语音信息中不重要的内容，正确理解同一问题的不同表达方式，匹配到正确的回答中去。具体而言，本步骤中，对客户的语音信息进行语音识别，生成文本内容，关于具体如何进行语音识别并生成文本内容，后续会进行详细描述。
步骤S02对文本内容进行分词：本步骤中，对文本内容进行分词，关于具体怎么进行分词，后期会进行详细描述。
步骤S03对分词后的每一项计算一个权重：本步骤中，对分词后的每一项计算一个权重，也就是对分词后的每一项分别计算各自的权重。
步骤S04根据权重的大小选择文本内容中的关键词：本步骤中，根据权重的大小选择文本内容中的关键词。
步骤S05智能电话客服系统根据文本内容的关键词和核心词进行相应回复：本步骤中，智能电话客服系统根据文本内容的关键词和核心词进行正确回复。
图2为本实施例中智能电话客服的语义分析方法的流程框图。本发明通过对客户的通话内容进行分析，获取其中的关键词，智能电话客服系统作出的相应回答。
对于本实施例而言，上述步骤S01还可进一步细化，其细化后的流程图如图3所示。图3中，该步骤S01进一步包括如下步骤：
步骤S11将语音信息中首尾端的静音切除，将切除静音后的语音信息进行加窗后分帧：本步骤中，对客户在通话过程中的语音内容(语音信息)，首先去除通话过程中完全无用的信息，将语音信息中首尾端的静音切除，将切除静音后的语音信息进行加窗后分帧。
步骤S12将音频信号从分帧的语音信息中提取出来，将音频信号从时域转化到频域：本步骤中，将音频信号从原始分帧的语音信息中提取出来，将音频信号从时域转化到频域。
步骤S13通过MFCC提取声学特征，对于每一帧的语音信息，通过特征向量进行表示，根据声学特性计算每一个特征向量在声学特征上的得分：本步骤中，通过MFCC提取声学特征，对于每一帧的语音信息，通过特征向量进行表示，利用声学模型与语言模型的方法进行语音识别，根据声学特性计算每一个特征向量在声学特征上的得分。
步骤S14利用语言模型根据语言学相关理论，计算声学信号对应可能词组序列的概率：本步骤中，利用语言模型根据语言学相关理论，计算声学信号对应可能词组序列的概率。
步骤S15根据已有的字典，对词组序列进行解码，得到文本内容：本步骤中，根据已有的字典，对词组序列进行解码，得到文本内容。通过上述步骤S11至步骤S15，实现对客户的语音信息进行语音识别，并生成文本内容。
对于本实施例而言，上述步骤S02还可进一步细化，其细化后的流程图如图4所示。图4中，上述步骤S02进一步包括如下步骤：
步骤S21将文本内容进行切分，设定B、M、E和S四个标签，分别代表词首、词中、词尾和单独的字作为词：本步骤中，将得到的文本内容进行切分，设定B、M、E和S四个标签，分别代表词首、词中、词尾和单独的字作为词。
步骤S22利用词向量的方法将文本内容中的每一个字映射到固定长度的特征向量中去，通过已经过标注的数据预测文本内容中的每一个字属于四个标签的概率，形成概率矩阵，利用viterbi算法完成标注推断，得到分词结果：本步骤中，利用词向量的方法将文本内容中的每一个字映射到固定长度的特征向量中去，通过已经过标注的数据预测文本内容中的每一个字属于四个标签的概率，形成概率矩阵，利用viterbi算法完成标注推断，得到分词结果。
在利用四个标签对中文文本进行切分时，由于在实际的对话过程中，可能存在着少量的非汉语字符，在中文分词的过程中，均将其视为构词的基本单元，但是汉字依然是单元集合中数量最多的字符。
在计算每一项的权重，根据权重的大小，选择文本中的关键词时，具体是采用TF-IDF统计方法，用来评估在分词后文本中的每个词在整个文本中的权重及重要程度。每个词的权重会随着在文本中的出现次数的增加而增加，也会随着在语料库中的出现次数的增加而减少。
当计算每一项的权重时，当一个词的权重越大时，代表其能够预测主题的能力越强，在对语义的理解时，根据权重较大的几个词对整个句子进行较好的语义理解。
在任一文本内容中，针对每个词，利用TF统计方法计算词频，词频表示为文本内容中该词的出现次数与文本内容中词的总数的比，当词频的值越高时，表示该词语在当前文本内容中的重要程度越高，即权重越大。
在整个语料库中，针对每个词，利用IDF统计方法计算该词的普遍重要性，该词的普遍重要性为语料库中的句子总数与含有该句子的词语总数的比，再取对数，当该词的普遍重要性越高时，表示该词的普遍重要性在整个语料库中存在个数较少，在当前文本内容中的权重越高，相反，当该词的普遍重要性越低时，表示该词的普遍重要性在整个语料库中大量存在，则在当前文本内容中的权重越低。
对于本实施例而言，上述步骤S04还可进一步细化，其细化后的流程图如图5所示。图5中，该步骤S04进一步包括如下步骤：
步骤S41按照词语的权重进行排序：本步骤中，按照词语的权重进行排序。
步骤S42根据文本内容中词语的个数，设定阈值，选择权重较大的词语作为文本内容的关键词：本步骤中，根据文本中词语的个数，设定阈值，选择权重较大的词语作为文本内容的关键词。智能客服系统能够根据文本内容中的关键词，对客户进行合理的回复。
总之，本发明通过语义分析方法，能够避免采用人工客服而造成的大量经济损失与人力浪费，也避免了由于技术的不成熟，造成通话过程中答非所问的尴尬现象，最终利用语义分析的智能客服电话，在于客户的交流过程中，能够流畅对客户的同一问题不同表达方式，作出合理答复，能够在实际通话过程中采用。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种智能电话客服的语义分析方法，其特征在于，包括如下步骤：
A)对客户的语音信息进行语音识别，生成文本内容；
B)对所述文本内容进行分词；
C)对分词后的每一项计算一个权重；
D)根据权重的大小选择文本内容中的关键词；
E)智能电话客服系统根据所述文本内容的关键词和核心词进行相应回复。
2.根据权利要求1所述的智能电话客服的语义分析方法，其特征在于，所涉及步骤A)进一步包括：
A1)将所述语音信息中首尾端的静音切除，将切除静音后的语音信息进行加窗后分帧；
A2)将音频信号从分帧的语音信息中提取出来，将所述音频信号从时域转化到频域；
A3)通过MFCC提取声学特征，对于每一帧的语音信息，通过特征向量进行表示，根据声学特性计算每一个特征向量在声学特征上的得分；
A4)利用语言模型根据语言学相关理论，计算声学信号对应可能词组序列的概率；
A5)根据已有的字典，对词组序列进行解码，得到所述文本内容。
3.根据权利要求2所述的智能电话客服的语义分析方法，其特征在于，所述步骤B)进一步包括：
B1)将所述文本内容进行切分，设定B、M、E和S四个标签，分别代表词首、词中、词尾和单独的字作为词；
B2)利用词向量的方法将所述文本内容中的每一个字映射到固定长度的特征向量中去，通过已经过标注的数据预测所述文本内容中的每一个字属于四个标签的概率，形成概率矩阵，利用viterbi算法完成标注推断，得到分词结果。
4.根据权利要求3所述的智能电话客服的语义分析方法，其特征在于，采用TF-IDF统计方法评估在分词后文本内容中的每个词在整个文本内容中的权重及重要程度，每个词的权重随着在文本内容中的出现次数的增加而增加，也会随着在语料库中的出现次数的增加而减少。
5.根据权利要求1至4任意一项所述的智能电话客服的语义分析方法，其特征在于，在任一文本内容中，针对每个词，利用TF统计方法计算词频，词频表示为文本内容中该词的出现次数与文本内容中词的总数的比，当词频的值越高时，表示该词语在当前文本内容中的重要程度越高，即权重越大。
6.根据权利要求1至4任意一项所述的智能电话客服的语义分析方法，其特征在于，在整个语料库中，针对每个词，利用IDF统计方法计算词的普遍重要性，所述词的普遍重要性为语料库中的句子总数与含有该句子的词语总数的比，再取对数，当词的普遍重要性越高时，表示该词的普遍重要性在整个语料库中存在个数较少，在当前文本内容中的权重越高，当该词的普遍重要性越低时，表示该词的普遍重要性在整个语料库中大量存在，则在当前文本内容中的权重越低。
7.根据权利要求1至4所述的智能电话客服的语义分析方法，其特征在于，所述步骤D)进一步包括：
D1)按照词语的权重进行排序；
D2)根据文本内容中词语的个数，设定阈值，选择权重较大的词语作为文本内容的关键词。
8.根据权利要求1至4任意一项所述的智能电话客服的语义分析方法，其特征在于，在对中文进行分词的过程中，将存在的非汉语字符视为构词的基本单元，汉字是单元集合中数量最多的字符。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637660.3A CN110457684A (zh) | 2019-07-15 | 2019-07-15 | 智能电话客服的语义分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910637660.3A CN110457684A (zh) | 2019-07-15 | 2019-07-15 | 智能电话客服的语义分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110457684A true CN110457684A (zh) | 2019-11-15 |
Family
ID=68481707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910637660.3A Pending CN110457684A (zh) | 2019-07-15 | 2019-07-15 | 智能电话客服的语义分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110457684A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110930985A (zh) * | 2019-12-05 | 2020-03-27 | 携程计算机技术（上海）有限公司 | 电话语音识别模型、方法、系统、设备及介质 |
| WO2021129123A1 (zh) * | 2019-12-25 | 2021-07-01 | 华为技术有限公司 | 语料数据处理方法、装置、服务器和存储介质 |
| CN113422875A (zh) * | 2021-06-22 | 2021-09-21 | 中国银行股份有限公司 | 语音坐席的应答方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070071206A1 (en) * | 2005-06-24 | 2007-03-29 | Gainsboro Jay L | Multi-party conversation analyzer & logger |
| 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 |
| CN106683677A (zh) * | 2015-11-06 | 2017-05-17 | 阿里巴巴集团控股有限公司 | 语音识别方法及装置 |
| CN109040482A (zh) * | 2018-08-09 | 2018-12-18 | 武汉优品楚鼎科技有限公司 | 证券领域的无人值守智能电话问询方法、系统及装置 |
| CN109361823A (zh) * | 2018-11-01 | 2019-02-19 | 深圳市号互联科技有限公司 | 一种语音与文本相互转化的智能交互方式 |
| CN109658271A (zh) * | 2018-12-19 | 2019-04-19 | 前海企保科技（深圳）有限公司 | 一种基于保险专业场景的智能客服系统及方法 |
-
2019
- 2019-07-15 CN CN201910637660.3A patent/CN110457684A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070071206A1 (en) * | 2005-06-24 | 2007-03-29 | Gainsboro Jay L | Multi-party conversation analyzer & logger |
| CN106683677A (zh) * | 2015-11-06 | 2017-05-17 | 阿里巴巴集团控股有限公司 | 语音识别方法及装置 |
| 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 |
| CN109040482A (zh) * | 2018-08-09 | 2018-12-18 | 武汉优品楚鼎科技有限公司 | 证券领域的无人值守智能电话问询方法、系统及装置 |
| CN109361823A (zh) * | 2018-11-01 | 2019-02-19 | 深圳市号互联科技有限公司 | 一种语音与文本相互转化的智能交互方式 |
| CN109658271A (zh) * | 2018-12-19 | 2019-04-19 | 前海企保科技（深圳）有限公司 | 一种基于保险专业场景的智能客服系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110930985A (zh) * | 2019-12-05 | 2020-03-27 | 携程计算机技术（上海）有限公司 | 电话语音识别模型、方法、系统、设备及介质 |
| CN110930985B (zh) * | 2019-12-05 | 2024-02-06 | 携程计算机技术（上海）有限公司 | 电话语音识别模型、方法、系统、设备及介质 |
| WO2021129123A1 (zh) * | 2019-12-25 | 2021-07-01 | 华为技术有限公司 | 语料数据处理方法、装置、服务器和存储介质 |
| CN113422875A (zh) * | 2021-06-22 | 2021-09-21 | 中国银行股份有限公司 | 语音坐席的应答方法、装置、设备及存储介质 |
| CN113422875B (zh) * | 2021-06-22 | 2022-11-25 | 中国银行股份有限公司 | 语音坐席的应答方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5835888A (en) | Statistical language model for inflected languages | |
| CN110472017A (zh) | 一种话术分析和话题点识别匹配的方法及系统 | |
| US20120053935A1 (en) | Speech recognition model | |
| CN110457684A (zh) | 智能电话客服的语义分析方法 | |
| CN104598445A (zh) | 自动问答系统和方法 | |
| US11170168B2 (en) | Unsupervised adaptation of sentiment lexicon | |
| CN106383814B (zh) | 一种英文社交媒体短文本分词方法 | |
| US20070288231A1 (en) | Uncertainty interval content sensing | |
| CN110516057B (zh) | 一种信访问题答复方法及装置 | |
| CN112992125B (zh) | 一种语音识别方法、装置、电子设备、可读存储介质 | |
| Roy et al. | Automatic generation of domain models for call-centers from noisy transcriptions | |
| CN115186654B (zh) | 一种公文文本摘要生成方法 | |
| CN111507114B (zh) | 基于反向翻译的口语文本增强方法及系统 | |
| Singhal et al. | Abstractive summarization of meeting conversations | |
| CN111128175B (zh) | 口语对话管理方法及系统 | |
| CN114818649A (zh) | 基于智能语音交互技术的业务咨询处理方法及装置 | |
| Twitchell et al. | Speech act profiling: A probabilistic method for analyzing persistent conversations and their participants | |
| CN111091809A (zh) | 一种深度特征融合的地域性口音识别方法及装置 | |
| WO2021211300A1 (en) | System and method for summerization of customer interaction | |
| US20170293597A1 (en) | Methods and systems for data processing | |
| CN111949777A (zh) | 一种基于人群分类的智能语音对话方法、装置及电子设备 | |
| CN112002306B (zh) | 语音类别的识别方法、装置、电子设备及可读存储介质 | |
| CN114036907A (zh) | 一种基于领域特征的文本数据扩增方法 | |
| Dunn | Syntactic Variation Across the Grammar: Modelling a Complex Adaptive System | |
| CN114708047B (zh) | 一种基于知识图谱的外呼策略运营方法与系统 |
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 |