CN111916073B - 机器人外呼控制方法和装置、服务器、计算机可读存储介质 - Google Patents
机器人外呼控制方法和装置、服务器、计算机可读存储介质 Download PDFInfo
- Publication number
- CN111916073B CN111916073B CN202010572845.3A CN202010572845A CN111916073B CN 111916073 B CN111916073 B CN 111916073B CN 202010572845 A CN202010572845 A CN 202010572845A CN 111916073 B CN111916073 B CN 111916073B
- Authority
- CN
- China
- Prior art keywords
- robot
- user
- quality
- conversation
- content
- 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
- 238000000034 method Methods 0.000 title claims abstract description 111
- 230000006854 communication Effects 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
-
- 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
-
- 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
Abstract
本申请涉及一种机器人外呼控制方法和装置、服务器、计算机可读存储介质，包括：对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容。对机器人与用户的通话内容进行分析得到分析结果，基于分析结果对机器人与用户的通话内容的质量划分质量等级。根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。通过对机器人外呼的通话过程进行监控并划分质量等级，从而根据通话内容的质量等级采用对应的人机协作方式来对通话过程进行控制。实现了对不同质量等级的通话内容采用差异化的人机协作方式来对通话过程进行差异化控制。即可以提高机器人外呼过程中的沟通效率、降低客户的投诉率。
Description
技术领域
本申请涉及人工智能技术领域，特别是涉及一种机器人外呼控制方法和装置、服务器、计算机可读存储介质。
背景技术
随着人工智能和自然语言处理技术的不断发展，通过机器人进行外呼在金融服务、家居生活、个人助理等多个业务场景下都逐渐得到了广泛地应用，提高了外呼服务的质量和效率。
但是，传统的机器人外呼产品中，一般为纯机器人服务，或在通话过程中用户明确提出“需要转人工”的意图并且该意图被机器人识别时，才会转由人工客服为客户服务。由于机器人外呼服务暂时还不能达到与人工客服同等的服务水平，所以机器人外呼服务中存在较多问题，使得机器人外呼服务的投诉率居高不下。
发明内容
本申请实施例提供一种机器人外呼控制方法、装置、服务器、计算机可读存储介质，可以降低客户的投诉率。
一种机器人外呼控制方法，包括：
对机器人外呼的通话过程进行监控，获取所述机器人与用户的通话内容；
对所述机器人与用户的通话内容进行分析得到分析结果；
基于所述分析结果对所述机器人与用户的通话内容的质量划分质量等级；
根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制。
在其中一个实施例中，所述分析结果包括所述用户的关键意图、意图识别数据及目标节点；所述对所述机器人与用户的通话内容进行分析得到分析结果，包括：
从所述机器人与用户的通话内容中识别所述用户的关键意图；
从所述机器人与用户的通话内容中计算所述机器人对所述用户进行意图识别所产生的意图识别数据；
从所述机器人与用户的通话内容中获取目标节点。
在其中一个实施例中，所述质量等级包括第一质量等级、第二质量等级及第三质量等级，所述第三质量等级的质量高于所述第二质量等级的质量，所述第二质量等级的质量高于所述第一质量等级的质量；所述基于所述分析结果对所述机器人与用户的通话内容的质量划分质量等级，包括：
若所述分析结果中出现所述用户的关键意图包括投诉意图、所述意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、所述机器人在所述目标节点中停留时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级；
若所述分析结果中出现所述意图识别数据中包括单次对用户的意图识别失败、所述通话内容中出现所述目标节点、所述用户在所述目标节点中静默时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级；
若所述分析结果中未出现所述第一质量等级及所述第二质量等级中的任意一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级。
在其中一个实施例中，所述根据所述通话质量的等级，采用对应的人机协作方式来对所述通话过程进行控制，包括：
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级，则采用与所述第一质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第一质量等级对应的人机协作方式包括停止通过所述机器人与用户进行通话，转换为通过人工与所述用户进行通话；
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级，则采用与所述第二质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第二质量等级对应的人机协作方式包括采用人工辅助所述机器人识别用户的意图并调整所述机器人的回答话术；
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级，则继续通过所述机器人与用户进行通话。
在其中一个实施例中，所述与所述第二质量等级对应的人机协作方式的生成过程，包括：
获取与所述第二质量等级对应的所述机器人与用户的通话内容；
分析所述机器人与用户的通话内容中出现所述分析结果中的情况的原因；
根据所述原因对应制定与所述第二质量等级对应的人机协作方式。
在其中一个实施例中，所述根据所述监控到的机器人与用户的通话内容中计算所述机器人对所述用户进行意图识别所产生的意图识别数据，包括：
若所述机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，则所述机器人对所述用户的意图识别成功；
若所述监控到的机器人与用户的通话内容中的关键词与所述数据库中的预设关键词不能相互匹配，则所述机器人对所述用户的意图识别失败；
统计所述机器人对所述用户的意图识别成功及所述机器人对所述用户的意图识别失败的数据，得到所述机器人对所述用户进行意图识别所产生的意图识别数据。
在其中一个实施例中，所述从所述机器人与用户的通话内容中识别所述用户的关键意图，包括：
对所述机器人与用户的通话内容进行语义识别，得到语义识别结果；
对所述语义识别结果进行意图识别，得到意图识别结果；
从所述意图识别结果中识别所述用户的关键意图。
在其中一个实施例中，所述目标节点为根据机器人外呼的场景所对应设置的通话节点。
一种机器人外呼控制装置，包括：
通话内容获取模块，用于对机器人外呼的通话过程进行监控，获取所述机器人与用户的通话内容；
通话内容分析模块，用于对所述机器人与用户的通话内容进行分析得到分析结果；
质量等级划分模块，用于基于所述分析结果对所述机器人与用户的通话内容的质量划分质量等级；
通话控制模块，用于根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制。
在其中一个实施例中，所述分析结果包括所述用户的关键意图、意图识别数据及目标节点；所述通话内容分析模块，包括：
关键意图识别单元，用于从所述机器人与用户的通话内容中识别所述用户的关键意图；
意图识别数据获取单元，用于从所述机器人与用户的通话内容中获取所述机器人对所述用户进行意图识别所产生的意图识别数据；
目标节点获取单元，用于从所述机器人与用户的通话内容中获取目标节点。
一种服务器，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上方法的步骤。
上述机器人外呼控制方法、装置、服务器、计算机可读存储介质，对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容。对机器人与用户的通话内容进行分析得到分析结果，基于分析结果对机器人与用户的通话内容的质量划分质量等级。根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。通过对机器人外呼的通话过程进行监控并划分质量等级，从而根据通话内容的质量等级采用对应的人机协作方式来对通话过程进行控制。实现了对不同质量等级的通话内容采用差异化的人机协作方式来对通话过程进行差异化控制。即可以提高机器人外呼过程中的沟通效率、降低客户的投诉率。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为一个实施例中机器人外呼控制方法的应用场景图；
图2为一个实施例中机器人外呼控制方法的流程图；
图3为图2中对机器人与用户的通话内容进行分析得到分析结果方法的流程图；
图4为图2中基于所述分析结果对所述机器人与用户的通话内容的质量划分质量等级方法的流程图；
图5为图2中根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制方法的流程图；
图6为一个实施例中与所述第二质量等级对应的人机协作方式的生成过程方法的流程图；
图7为一个实施例中机器人外呼控制装置的结构框图；
图8为图7中通话内容分析模块的结构框图；
图9为一个实施例中服务器的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。
如图1所示，图1为一个实施例中机器人外呼控制方法的应用场景图。如图1所示，该应用环境包括用户120、机器人140及服务器160，这里的机器人140可以是对话机器人。服务器对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容；对机器人与用户的通话内容进行分析得到分析结果；基于分析结果对机器人与用户的通话内容的质量划分质量等级；根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。其中，对话机器人可以是具有通话功能的电话机或终端，本申请对此不做限定。
图2为一个实施例中机器人外呼控制方法的流程图，如图2所示，提供了一种机器人外呼控制方法，应用于服务器，包括步骤220至步骤280。
步骤220，对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容。
通过服务器对机器人外呼的通话过程进行监控，具体的，可以对机器人外呼的通话过程进行实时录音，并通过语音识别技术将通话录音转换为文本，从而获取到机器人与用户的通话内容。语音识别技术，也被称为自动语音识别(Automatic SpeechRecognition，ASR)，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。
步骤240，对机器人与用户的通话内容进行分析得到分析结果。
服务器在将机器人外呼通话过程中的通话录音转换为文本后，获取到机器人与用户的通话内容。该机器人与用户的通话内容是以文本形式进行显示，那么就可以对机器人与用户的通话内容进行分析。具体的，可以从机器人与用户的通话内容中分析出用户的语义、用户的意图、用户的情绪等与用户相关的信息，还可以分析出当前通话所处的流程节点，当然还可以分析出机器人对用户意图识别是否准确或是否有误，进而得出分析结果，本申请对此不做限定。
步骤260，基于分析结果对机器人与用户的通话内容的质量划分质量等级。
在进行了上述分析之后，就得到了分析结果。具体的，分析结果可以包括所分析出的用户的语义、用户的意图、用户的情绪等与用户相关的信息，还可以包括当前通话所处的流程节点、机器人对用户意图识别是否准确或是否有误等结果。然后，服务器就可以基于分析结果对机器人与用户的通话内容的质量划分质量等级。例如，若分析出用户的对白中包括“我要投诉你们”、“找你的上级来和我谈”、“你的服务太差劲了”等敏感词汇，则说明此次机器人与用户的通话内容的质量较差，将此次机器人与用户的通话内容的质量划分为低质量对应的等级。
步骤280，根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。
在基于分析结果对机器人与用户的通话内容的质量划分质量等级之后，服务器就可以根据通话内容的质量等级采用不同的人机协作方式来对通话过程进行控制。具体的，预先对每一个质量等级对应设置一种人机协作方式。这样就能够实现对不同质量等级的通话内容，及时采用对应的人机协作方式来对通话过程进行控制。其中，人机协作方式指的是人工与机器人协助工作的方式，在整个过程中人工与机器人实现共同控制。例如，对于划分为质量等级较高的通话过程，则基本不需要人工介入或者只需要人工稍微关注通话流程即可。而对于划分为质量等级较低的通话过程，则需要人工及时介入以对此次通话过程进行救助以扭转局面，避免出现用户投诉情况的发生。
本申请实施例中，服务器对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容。对机器人与用户的通话内容进行分析得到分析结果，基于分析结果对机器人与用户的通话内容的质量划分质量等级。根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。通过对机器人外呼的通话过程进行监控并划分质量等级，从而根据通话内容的质量等级采用对应的人机协作方式来对通话过程进行控制。实现了对不同质量等级的通话内容采用差异化的人机协作方式来对通话过程进行差异化控制。即可以提高机器人外呼过程中的沟通效率、降低客户的投诉率。
在一个实施例中，分析结果包括用户的关键意图、意图识别数据及目标节点；如图3所示，步骤240，对机器人与用户的通话内容进行分析得到分析结果，包括：
步骤242，从机器人与用户的通话内容中识别用户的关键意图。
在将机器人外呼通话过程中的通话录音转换为文本后，获取到机器人与用户的通话内容。对机器人与用户的通话内容进行分析得到分析结果，包括：服务器从机器人与用户的通话内容中识别用户的意图。具体的，服务器可以是识别出用户的每一句对白所对应的意图，然后从通话内容中用户的每一句对白所对应的意图中筛选出关键意图。例如，用户的关键意图包括接受订阅意图、拒绝订阅意图、投诉意图、还款意图等，本申请对此不做限定。
步骤244，从机器人与用户的通话内容中计算机器人对用户进行意图识别所产生的意图识别数据。
在将机器人外呼通话过程中的通话录音转换为文本后，获取到机器人与用户的通话内容。对机器人与用户的通话内容进行分析得到分析结果，包括：服务器从机器人与用户的通话内容中计算机器人对用户进行意图识别所产生的意图识别数据。其中，意图识别数据指的是进行意图识别过程中所产生的数据，具体的，包括机器人对用户进行每一次意图识别的对错、连续意图识别错误的次数、进行每一次意图识别所花费的时间、机器人根据所识别出的语义及意图所输出的话术是否合适等，本申请对此不做限定。
步骤246，从机器人与用户的通话内容中获取目标节点。
具体的，对机器人与用户的通话内容进行分析得到分析结果，包括：将机器人与用户的通话内容划分为不同的流程节点，从机器人与用户的通话内容中获取目标节点。其中，流程节点指的是对机器人与用户的通话过程划分为多个流程节点，例如，包含身份确认、业务介绍、业务推荐、业务被接收/拒绝、结束等多个流程节点。目标节点一般指的是流程节点中起到关键作用、涉及到用户意向的节点，例如，在上述流程节点中业务被接收/拒绝的节点为目标节点。例如，银行分期场景中的“办理确认”、信用卡催收场景中的“还款意愿”等节点属于目标节点。
本申请实施例中，对机器人与用户的通话内容进行分析得到分析结果，包括：从机器人与用户的通话内容中识别用户的关键意图，从机器人与用户的通话内容中计算机器人对用户进行意图识别所产生的意图识别数据，及从机器人与用户的通话内容中获取目标节点。其中，通话过程中所产生的用户的关键意图、进行意图识别所产生的意图识别数据及目标节点，都会直接影响机器人与用户通话内容的质量。因此，对机器人与用户的通话内容进行分析，得到用户的关键意图、进行意图识别所产生的意图识别数据及目标节点这些分析结果，从三个维度准确地对机器人与用户的通话内容的质量划分质量等级。
在一个实施例中，质量等级包括第一质量等级、第二质量等级及第三质量等级，第三质量等级的质量高于第二质量等级的质量，第二质量等级的质量高于第一质量等级的质量；如图4所示，步骤260，基于分析结果对机器人与用户的通话内容的质量划分质量等级，包括：
步骤262，若分析结果中出现用户的关键意图包括投诉意图、意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、机器人在目标节点中停留时间超过预设时长中的至少一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级。
具体的，第一质量等级为通话质量较差的一个级别，对应为“差”的级别。若分析结果中出现用户的关键意图包括投诉意图，则可以得出此次通话内容的质量较差。若意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据，例如，机器人连续两次对用户的意图识别失败，则可以得出此次通话内容的质量较差，当然，本申请并不对具体连续几次进行限定。若机器人在目标节点中停留时间超过预设时长，会影响用户的成单率，则可以得出此次通话内容的质量较差。
因此，若分析结果中出现用户的关键意图包括投诉意图、意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、机器人在目标节点中停留时间超过预设时长中的至少一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级。当然，还包括通话过程中的其他情况，得出此次通话内容的质量较差，本申请对此不做限定。
步骤264，若分析结果中出现意图识别数据中包括单次对用户的意图识别失败、通话内容中出现目标节点、用户在目标节点中静默时间超过预设时长中的至少一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第二质量等级。
具体的，第二质量等级的质量高于第一质量等级的质量，第二质量等级对应为“良”的级别。若分析结果中出现意图识别数据中包括单次对用户的意图识别失败的情况，则将机器人与用户的通话内容的质量划分为第二质量等级。若通话内容中出现目标节点，则将机器人与用户的通话内容的质量划分为第二质量等级。若用户在目标节点中静默时间超过预设时长，则将机器人与用户的通话内容的质量划分为第二质量等级。
步骤266，若分析结果中未出现第一质量等级及第二质量等级中的任意一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级。
具体的，第三质量等级的质量高于第二质量等级的质量，第三质量等级对应为“优”的级别。若只是将通话内容的质量划分为第一质量等级、第二质量等级及第三质量等级，则若分析结果中未出现第一质量等级及第二质量等级中的任意一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级。
本申请实施例中，根据分析结果中所出现的不同情况，将机器人与用户的通话内容的质量划分为不同的质量等级。实现了准确地对机器人与用户的通话过程进行监控的效果，以便后续根据质量等级采用差异化的人机协作方式来对通话过程进行差异化控制。在采用机器人辅助提高通话效率的同时，提高通话质量，降低客户的投诉率。
在一个实施例中，如图5所示，步骤280，根据通话质量的等级，采用对应的人机协作方式来对通话过程进行控制，包括：
步骤282，若基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级，则采用与第一质量等级对应的人机协作方式来对通话过程进行控制，与第一质量等级对应的人机协作方式包括停止通过机器人与用户进行通话，转换为通过人工与用户进行通话。
接上一个实施例，若基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级，第一质量等级为通话质量较差的一个级别，对应为“差”的级别。则此时亟需人工及时介入以对此次通话过程进行救助以扭转局面，避免出现用户投诉情况的发生。因此，与第一质量等级对应的人机协作方式包括停止通过机器人与用户进行通话，转换为通过人工与用户进行通话。
步骤284，若基于分析结果对机器人与用户的通话内容的质量划分为第二质量等级，则采用与第二质量等级对应的人机协作方式来对通话过程进行控制，与第二质量等级对应的人机协作方式包括采用人工辅助机器人识别用户的意图并调整机器人的回答话术。
接上一个实施例，若基于分析结果对机器人与用户的通话内容的质量划分为第二质量等级，第二质量等级的质量高于第一质量等级的质量，第二质量等级对应为“良”的级别。鉴于此时质量划分为第二质量等级，机器人在通话过程中也有一些话术是正确的，此时只需要人工部分介入即可。因此，与第二质量等级对应的人机协作方式包括采用人工辅助机器人识别用户的意图并调整机器人的回答话术。
步骤286，若基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级，则继续通过机器人与用户进行通话。
接上一个实施例，若基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级，第三质量等级的质量高于第二质量等级的质量，第三质量等级对应为“优”的级别。即在此次通话过程中机器人在通话过程中的话术都是正确的，不需要人工介入。因此，此时并不需要采用人机协作方式来对通话过程进行控制。
本申请实施例中，根据分析结果中所出现的不同情况，将机器人与用户的通话内容的质量划分为不同的质量等级。然后，基于不同的质量等级来决定采用哪种人机协作方式来对通话过程进行控制。对于划分为“差”的级别的通话过程，直接停止通过机器人与用户进行通话，转换为通过人工与用户进行通话。对于划分为“良”的级别的通话过程，采用人工辅助机器人识别用户的意图并调整机器人的回答话术。对于划分为“优”的级别的通话过程，就不需要人工介入，由机器人控制整个通话过程。根据质量等级采用差异化的人机协作方式来对通话过程进行差异化控制。在保证通话质量的同时，尽可能地减少人工的消耗，且实现了提高通话质量，降低客户的投诉率。
在一个实施例中，如图6所示，与第二质量等级对应的人机协作方式的生成过程，包括：
步骤620，获取与第二质量等级对应的机器人与用户的通话内容；
步骤640，分析机器人与用户的通话内容中出现分析结果中的情况的原因；
步骤660，根据原因对应制定与第二质量等级对应的人机协作方式。
具体的，第二质量等级的质量高于第一质量等级的质量，第二质量等级对应为“良”的级别。若分析结果中出现意图识别数据中包括单次对用户的意图识别失败的情况，则将机器人与用户的通话内容的质量划分为第二质量等级。若通话内容中出现目标节点，则将机器人与用户的通话内容的质量划分为第二质量等级。若用户在目标节点中静默时间超过预设时长，则将机器人与用户的通话内容的质量划分为第二质量等级。
然后，获取与第二质量等级对应的机器人与用户的通话内容，对该机器人与用户的通话内容进行分析出现分析结果中的情况的原因。具体的，分析出现单次对用户的意图识别失败的情况的原因(假设原因为用户的对白超出了数据库中所存储的内容)，分析用户在目标节点中静默时间超过预设时长的原因(假设原因为机器人的话术的含义不便于理解、不清楚)。根据原因对应制定与第二质量等级对应的人机协作方式。得出与第二质量等级对应的人机协作方式为采用人工辅助机器人识别用户的意图并调整机器人的回答话术。
本申请实施例中，获取与第二质量等级对应的机器人与用户的通话内容，分析机器人与用户的通话内容中出现分析结果中的情况的原因。根据原因对应制定与第二质量等级对应的人机协作方式。同理，在制定第一质量等级对应的人机协作方式，也是基于相同的流程。分析每一个质量等级中出现问题的原因，从原因入手对应制定对应的人机协作方式。就实现了因地制宜、针对原因精准地制定人机协作方式，有利于所制定的人机协作方式快速准确地解决问题。
在一个实施例中，从机器人与用户的通话内容中计算机器人对用户进行意图识别所产生的意图识别数据，包括：
若机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，则机器人对用户的意图识别成功；
若监控到的机器人与用户的通话内容中的关键词与数据库中的预设关键词不能相互匹配，则机器人对用户的意图识别失败；
统计机器人对用户的意图识别成功及机器人对用户的意图识别失败的数据，得到机器人对用户进行意图识别所产生的意图识别数据。
具体的，预先在数据库中存储了关键词与用户意图的对应关系数据表。例如，“服务差”、“投诉”与投诉意图存在对应关系；“尽快还款”与高还款意图存在对应关系；“不需要该业务”与拒绝意图存在对应关系等。因此，若机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，则机器人就能够对用户的意图识别成功。反之，若监控到的机器人与用户的通话内容中的关键词与数据库中的预设关键词不能相互匹配，则机器人对用户的意图识别失败。统计机器人每一次对用户的意图识别情况，具体的，包括机器人对用户进行每一次意图识别的对错、连续意图识别错误的次数、进行每一次意图识别所花费的时间、机器人根据所识别出的语义及意图所输出的话术是否合适等。得到整个通话过程中机器人对用户进行意图识别所产生的意图识别数据。
本申请实施例中，通过将机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，来实现机器人对用户的意图进行识别。因此，机器人就能够对用户对白中所出现的数据库中存储的关键词对应的意图进行准确地识别。而若用户对白中出现并未在数据库中存储的关键词，则此时机器人便不能准确得出用户的意图，或称之为识别失败。统计机器人对用户的意图识别成功及机器人对用户的意图识别失败的数据，得到机器人对用户进行意图识别所产生的意图识别数据。后续基于意图识别数据，就可以准确地对机器人与用户的通话内容的质量划分质量等级。
在一个实施例中，从机器人与用户的通话内容中识别用户的关键意图，包括：
对机器人与用户的通话内容进行语义识别，得到语义识别结果；
对语义识别结果进行意图识别，得到意图识别结果；
从意图识别结果中识别用户的关键意图。
具体的，可以对机器人外呼的通话过程进行实时录音，并通过语音识别技术将通话录音转换为文本，从而获取到机器人与用户的通话内容。然后，对机器人与用户的通话内容采用语义识别技术进行语义识别，得到语义识别结果。其中，语义识别技术可以采用以下任意一种方案：1)分词+关键词匹配的方案；2)分词+关键词匹配+模板匹配的方案。语义识别结果指的是对用户的对白中的每一句话进行语义识别所得出的用户的意思表达。在对文本内容进行语义识别时，可以使用自然语音处理(Natural Language Processing，NLP)和深度学习模型来进行语义识别。
在得出了语义识别结果(用户的意思表达)之后，对语义识别结果进行意图识别，得到意图识别结果。再从意图识别结果中筛选出用户的关键意图。例如，用户的关键意图包括接受订阅意图、拒绝订阅意图、投诉意图、还款意图等，本申请对此不做限定。
本申请实施例中，对机器人与用户的通话内容进行语义识别，得到语义识别结果。对语义识别结果进行意图识别，得到意图识别结果，从意图识别结果中识别用户的关键意图。先进行语义识别，再进行意图识别，最后从意图识别结果中筛选出关键意图。这样一步一步地识别，提高了最后所筛选出的关键意图的准确性。
在一个实施例中，目标节点为根据机器人外呼的场景所对应设置的通话节点。
具体的，对于不同的机器人外呼场景，预先设定与机器人外呼的场景所对应的通话节点为目标节点。目标节点一般指的是流程节点中起到关键作用、涉及到用户意向的节点。例如，预先设定银行分期场景中的“办理确认”、信用卡催收场景中的“还款意愿”等节点属于目标节点。
本申请实施例中，对于不同的机器人外呼场景，预先设定与机器人外呼的场景所对应的通话节点为目标节点。如此，对于不同的机器人外呼场景，针对性地从机器人与用户的通话内容中获取目标节点。以便若通话过程中出现该目标节点的时候，通过人工及时对该目标节点进行关注，以便及时引导客户，提高成单率。
在一个实施例中，如图7所示，提供了一种机器人外呼控制装置700，包括：
通话内容获取模块720，用于对机器人外呼的通话过程进行监控，获取机器人与用户的通话内容；
通话内容分析模块740，用于对机器人与用户的通话内容进行分析得到分析结果；
质量等级划分模块760，用于基于分析结果对机器人与用户的通话内容的质量划分质量等级；
通话控制模块780，用于根据通话内容的质量等级，采用对应的人机协作方式来对通话过程进行控制。
在一个实施例中，如图8所示，分析结果包括用户的关键意图、意图识别数据及目标节点；通话内容分析模块740，包括：
关键意图识别单元742，用于从机器人与用户的通话内容中识别用户的关键意图；
意图识别数据获取单元744，用于从机器人与用户的通话内容中获取机器人对用户进行意图识别所产生的意图识别数据；
目标节点获取单元746，用于从机器人与用户的通话内容中获取目标节点。
在一个实施例中，质量等级包括第一质量等级、第二质量等级及第三质量等级，第三质量等级的质量高于第二质量等级的质量，第二质量等级的质量高于第一质量等级的质量；质量等级划分模块760，包括：
第一质量等级划分单元762，用于若分析结果中出现用户的关键意图包括投诉意图、意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、机器人在目标节点中停留时间超过预设时长中的至少一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级；
第二质量等级划分单元764，用于若分析结果中出现意图识别数据中包括单次对用户的意图识别失败、通话内容中出现目标节点、用户在目标节点中静默时间超过预设时长中的至少一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第二质量等级；
第三质量等级划分单元766，用于若分析结果中未出现第一质量等级及第二质量等级中的任意一种情况，则基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级。
在一个实施例中，通话控制模块780，包括：
第一通话控制单元，用于若基于分析结果对机器人与用户的通话内容的质量划分为第一质量等级，则采用与第一质量等级对应的人机协作方式来对通话过程进行控制，与第一质量等级对应的人机协作方式包括停止通过机器人与用户进行通话，转换为通过人工与用户进行通话；
第二通话控制单元，用于若基于分析结果对机器人与用户的通话内容的质量划分为第二质量等级，则采用与第二质量等级对应的人机协作方式来对通话过程进行控制，与第二质量等级对应的人机协作方式包括采用人工辅助机器人识别用户的意图并调整机器人的回答话术；
第三通话控制单元，用于若基于分析结果对机器人与用户的通话内容的质量划分为第三质量等级，则继续通过机器人与用户进行通话。
在一个实施例中，提供了一种机器人外呼控制装置700，还包括：人机协作方式生成模块，用于：获取与第二质量等级对应的机器人与用户的通话内容；分析机器人与用户的通话内容中出现分析结果中的情况的原因；根据原因对应制定与第二质量等级对应的人机协作方式。
在一个实施例中，意图识别数据获取单元744，还用于若机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，则机器人对用户的意图识别成功；若监控到的机器人与用户的通话内容中的关键词与数据库中的预设关键词不能相互匹配，则机器人对用户的意图识别失败；统计机器人对用户的意图识别成功及机器人对用户的意图识别失败的数据，得到机器人对用户进行意图识别所产生的意图识别数据。
在一个实施例中，意图识别数据获取单元744，还用于对机器人与用户的通话内容进行语义识别，得到语义识别结果；对语义识别结果进行意图识别，得到意图识别结果；从意图识别结果中识别用户的关键意图。
在一个实施例中，目标节点为根据机器人外呼的场景所对应设置的通话节点。
上述机器人外呼控制装置中各个模块的划分仅用于举例说明，在其他实施例中，可将机器人外呼控制装置按照需要划分为不同的模块，以完成上述机器人外呼控制装置的全部或部分功能。
图9为一个实施例中服务器的内部结构示意图。如图9所示，该服务器包括通过系统总线连接的处理器和存储器。其中，该处理器用于提供计算和控制能力，支撑整个服务器的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种机器人外呼控制方法。内存储器为非易失性存储介质中的操作系统计算机程序提供高速缓存的运行环境。该服务器可以是手机、平板电脑或者个人数字助理或穿戴式设备等。
本申请实施例中提供的机器人外呼控制装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在终端或服务器上运行。该计算机程序构成的程序模块可存储在终端或服务器的存储器上。该计算机程序被处理器执行时，实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当计算机可执行指令被一个或多个处理器执行时，使得处理器执行机器人外呼控制方法的步骤。
一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行机器人外呼控制方法。
本申请实施例所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种机器人外呼控制方法，其特征在于，包括：
对机器人外呼的通话过程进行监控，获取所述机器人与用户的通话内容；
对所述机器人与用户的通话内容进行分析得到分析结果；所述对所述机器人与用户的通话内容进行分析得到分析结果，包括：
从所述机器人与用户的通话内容中识别所述用户的关键意图；
从所述机器人与用户的通话内容中计算所述机器人对所述用户进行意图识别所产生的意图识别数据；
从所述机器人与用户的通话内容中获取目标节点；
若所述分析结果中出现所述用户的关键意图包括投诉意图、所述意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、所述机器人在所述目标节点中停留时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级；
若所述分析结果中出现所述意图识别数据中包括单次对用户的意图识别失败、所述通话内容中出现所述目标节点、所述用户在所述目标节点中静默时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级；
若所述分析结果中未出现所述第一质量等级及所述第二质量等级中的任意一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级；所述第三质量等级的质量高于所述第二质量等级的质量，所述第二质量等级的质量高于所述第一质量等级的质量；
根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制。
2.根据权利要求1所述的方法，其特征在于，所述根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制，包括：
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级，则采用与所述第一质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第一质量等级对应的人机协作方式包括停止通过所述机器人与用户进行通话，转换为通过人工与所述用户进行通话；
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级，则采用与所述第二质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第二质量等级对应的人机协作方式包括采用人工辅助所述机器人识别用户的意图并调整所述机器人的回答话术；
若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级，则继续通过所述机器人与用户进行通话。
3.根据权利要求2所述的方法，其特征在于，所述与所述第二质量等级对应的人机协作方式的生成过程，包括：
获取与所述第二质量等级对应的所述机器人与用户的通话内容；
分析所述机器人与用户的通话内容中出现所述分析结果中的情况的原因；
根据所述原因对应制定与所述第二质量等级对应的人机协作方式。
4.根据权利要求1所述的方法，其特征在于，所述从所述机器人与用户的通话内容中计算所述机器人对所述用户进行意图识别所产生的意图识别数据，包括：
若所述机器人与用户的通话内容中的关键词与数据库中的预设关键词相互匹配，则所述机器人对所述用户的意图识别成功；
若所述监控到的机器人与用户的通话内容中的关键词与所述数据库中的预设关键词不能相互匹配，则所述机器人对所述用户的意图识别失败；
统计所述机器人对所述用户的意图识别成功及所述机器人对所述用户的意图识别失败的数据，得到所述机器人对所述用户进行意图识别所产生的意图识别数据。
5.根据权利要求1所述的方法，其特征在于，所述从所述机器人与用户的通话内容中识别所述用户的关键意图，包括：
对所述机器人与用户的通话内容进行语义识别，得到语义识别结果；
对所述语义识别结果进行意图识别，得到意图识别结果；
从所述意图识别结果中识别所述用户的关键意图。
6.根据权利要求1所述的方法，其特征在于，所述目标节点为根据机器人外呼的场景所对应设置的通话节点。
7.一种机器人外呼控制装置，其特征在于，包括：
通话内容获取模块，用于对机器人外呼的通话过程进行监控，获取所述机器人与用户的通话内容；
通话内容分析模块，用于对所述机器人与用户的通话内容进行分析得到分析结果；所述对所述机器人与用户的通话内容进行分析得到分析结果，包括：从所述机器人与用户的通话内容中识别所述用户的关键意图；从所述机器人与用户的通话内容中计算所述机器人对所述用户进行意图识别所产生的意图识别数据；从所述机器人与用户的通话内容中获取目标节点；
质量等级划分模块，用于若所述分析结果中出现所述用户的关键意图包括投诉意图、所述意图识别数据中包括连续预设次数对用户的意图识别失败对应的数据、所述机器人在所述目标节点中停留时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级；若所述分析结果中出现所述意图识别数据中包括单次对用户的意图识别失败、所述通话内容中出现所述目标节点、所述用户在所述目标节点中静默时间超过预设时长中的至少一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级；若所述分析结果中未出现所述第一质量等级及所述第二质量等级中的任意一种情况，则基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级；所述第三质量等级的质量高于所述第二质量等级的质量，所述第二质量等级的质量高于所述第一质量等级的质量；
通话控制模块，用于根据所述通话内容的质量等级，采用对应的人机协作方式来对所述通话过程进行控制。
8.根据权利要求7所述的装置，其特征在于，所述通话控制模块，包括：
第一通话控制单元，用于若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第一质量等级，则采用与所述第一质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第一质量等级对应的人机协作方式包括停止通过所述机器人与用户进行通话，转换为通过人工与所述用户进行通话；
第二通话控制单元，用于若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第二质量等级，则采用与所述第二质量等级对应的人机协作方式来对所述通话过程进行控制，与所述第二质量等级对应的人机协作方式包括采用人工辅助所述机器人识别用户的意图并调整所述机器人的回答话术；
第三通话控制单元，用于若基于所述分析结果对所述机器人与用户的通话内容的质量划分为第三质量等级，则继续通过所述机器人与用户进行通话。
9.一种服务器，包括存储器及处理器，所述存储器中储存有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的机器人外呼控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的机器人外呼控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572845.3A CN111916073B (zh) | 2020-06-22 | 2020-06-22 | 机器人外呼控制方法和装置、服务器、计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572845.3A CN111916073B (zh) | 2020-06-22 | 2020-06-22 | 机器人外呼控制方法和装置、服务器、计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111916073A CN111916073A (zh) | 2020-11-10 |
| CN111916073B true CN111916073B (zh) | 2023-10-24 |
Family
ID=73226180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010572845.3A Active CN111916073B (zh) | 2020-06-22 | 2020-06-22 | 机器人外呼控制方法和装置、服务器、计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111916073B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995370A (zh) * | 2017-12-21 | 2018-05-04 | 广东欧珀移动通信有限公司 | 通话控制方法、装置及存储介质和移动终端 |
| WO2018117608A1 (ko) * | 2016-12-20 | 2018-06-28 | 삼성전자 주식회사 | 전자 장치, 그의 사용자 발화 의도 판단 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
| US10171662B1 (en) * | 2017-09-22 | 2019-01-01 | International Business Machines Corporation | Intervention in conversation between virtual agent and user |
| CN111128241A (zh) * | 2019-12-30 | 2020-05-08 | 上海浩琨信息科技有限公司 | 语音通话的智能质检方法及系统 |
| CN111246027A (zh) * | 2020-04-28 | 2020-06-05 | 南京硅基智能科技有限公司 | 一种实现人机协同的语音通讯系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10147415B2 (en) * | 2017-02-02 | 2018-12-04 | Microsoft Technology Licensing, Llc | Artificially generated speech for a communication session |
| US10559308B2 (en) * | 2018-06-18 | 2020-02-11 | Sas Institute Inc. | System for determining user intent from text |
-
2020
- 2020-06-22 CN CN202010572845.3A patent/CN111916073B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018117608A1 (ko) * | 2016-12-20 | 2018-06-28 | 삼성전자 주식회사 | 전자 장치, 그의 사용자 발화 의도 판단 방법 및 비일시적 컴퓨터 판독가능 기록매체 |
| US10171662B1 (en) * | 2017-09-22 | 2019-01-01 | International Business Machines Corporation | Intervention in conversation between virtual agent and user |
| CN107995370A (zh) * | 2017-12-21 | 2018-05-04 | 广东欧珀移动通信有限公司 | 通话控制方法、装置及存储介质和移动终端 |
| CN111128241A (zh) * | 2019-12-30 | 2020-05-08 | 上海浩琨信息科技有限公司 | 语音通话的智能质检方法及系统 |
| CN111246027A (zh) * | 2020-04-28 | 2020-06-05 | 南京硅基智能科技有限公司 | 一种实现人机协同的语音通讯系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| Intention and Engagement Recognition for Personalized Human-Robot Interaction, an integrated and Deep Learning approach;Suraj Prakash Pattar 等;2019 IEEE 4th International Conference on Advanced Robotics and Mechatronics;第93-98页 * |
| 智能机器外呼系统设计与实现;张庆恒;中国优秀硕士学位论文全文数据库 信息科技辑(第第08期期);第48-55页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111916073A (zh) | 2020-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111028827B (zh) | 基于情绪识别的交互处理方法、装置、设备和存储介质 | |
| CN112804400B (zh) | 客服呼叫语音质检方法、装置、电子设备及存储介质 | |
| WO2020024389A1 (zh) | 逾期账单智能催收方法、装置、计算机设备及存储介质 | |
| CN110472224B (zh) | 服务质量的检测方法、装置、计算机设备和存储介质 | |
| CN110444198B (zh) | 检索方法、装置、计算机设备和存储介质 | |
| WO2020244153A1 (zh) | 会议语音数据处理方法、装置、计算机设备和存储介质 | |
| CN112037799B (zh) | 语音中断处理方法、装置、计算机设备和存储介质 | |
| CN110177182B (zh) | 敏感数据处理方法、装置、计算机设备及存储介质 | |
| CN111858892B (zh) | 基于知识图谱的语音交互方法、装置、设备及介质 | |
| CN111597818A (zh) | 呼叫质检方法、装置、计算机设备和计算机可读存储介质 | |
| CN114120978A (zh) | 情绪识别模型训练、语音交互方法、装置、设备及介质 | |
| CN113240510A (zh) | 异常用户预测方法、装置、设备及存储介质 | |
| CN112183051A (zh) | 智能语音随访方法、系统、计算机设备、存储介质及程序产品 | |
| CN110931002B (zh) | 人机交互方法、装置、计算机设备和存储介质 | |
| CN116886823A (zh) | 坐席质检方法、装置、设备及介质 | |
| CN111916073B (zh) | 机器人外呼控制方法和装置、服务器、计算机可读存储介质 | |
| CN116741155A (zh) | 语音识别方法、语音识别模型的训练方法、装置及设备 | |
| CN111970311B (zh) | 会话切分方法、电子设备及计算机可读介质 | |
| CN114707515A (zh) | 话术判别方法、装置、电子设备及存储介质 | |
| CN115379054A (zh) | 一种外呼的话术处理方法及装置 | |
| CN114446325A (zh) | 基于情绪识别的信息推送方法、装置、计算机设备及介质 | |
| CN114239602A (zh) | 会话方法、装置和计算机程序产品 | |
| CN111552785A (zh) | 人机交互系统数据库更新方法、装置、计算机设备和介质 | |
| US11947872B1 (en) | Natural language processing platform for automated event analysis, translation, and transcription verification | |
| CN111933187B (zh) | 情感识别模型的训练方法、装置、计算机设备和存储介质 |
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 |