CN113079262A - 智能语音对话的数据处理方法和装置、电子设备和介质 - Google Patents
智能语音对话的数据处理方法和装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113079262A CN113079262A CN202110315549.XA CN202110315549A CN113079262A CN 113079262 A CN113079262 A CN 113079262A CN 202110315549 A CN202110315549 A CN 202110315549A CN 113079262 A CN113079262 A CN 113079262A
- Authority
- CN
- China
- Prior art keywords
- classification
- information
- call
- call information
- scene
- 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
Images
Classifications
-
- 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
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
-
- 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
- G06F16/35—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
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开提供了一种用于智能语音对话的数据处理方法和装置、电子设备、计算机可读存储介质和计算机程序产品,涉及人工智能领域,尤其涉及智能语音对话领域。该数据处理方法包括:获取与智能语音对话应用相关联的配置信息和与智能语音对话相关联的通话信息;根据第一预设规则对配置信息和通话信息进行分类;确定与每个分类相对应的配置信息的数量和通话信息的数量;以及基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量,更新智能语音对话应用。
Description
技术领域
本公开涉及人工智能领域,尤其涉及智能语音对话领域,具体涉及一种用于智能语音对话的数据处理方法和装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
随着计算机和人工智能技术的快速发展,智能语音对话被广泛地开发和使用,智能语音对话应用已经越来越多地走进了人们的生活和工作中。在用户无法接通、遇忙、拒绝接听等场景下,执行智能语音对话应用能够实现与主叫来电的多轮智能对话或自动挂断主叫来电,从而帮助用户接听陌生及漏接电话,并帮助用户拦截骚扰电话。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
根据本公开的第一方面,提供了一种用于智能语音对话的数据处理方法,包括:获取与智能语音对话应用相关联的配置信息和与智能语音对话相关联的通话信息;根据第一预设规则对配置信息和通话信息进行分类;确定与每个分类相对应的配置信息的数量和通话信息的数量;以及基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量,更新智能语音对话应用。
根据本公开的第二方面,提供了一种用于智能语音对话的数据处理装置,包括:第一获取模块,被配置为获取与智能语音对话应用相关联的配置信息和与智能语音对话相关联的通话信息;第一分类模块,被配置为根据第一预设规则对配置信息和通话信息进行分类;第一确定模块,被配置为确定与每个分类相对应的配置信息的数量和通话信息的数量;以及第一更新模块,被配置为基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量,更新智能语音对话应用。
根据本公开的第三方面,提供了一种电子设备,包括:存储器、处理器以及存储在存储器上的计算机程序,其中,处理器被配置为执行计算机程序以实现于智能语音对话的数据处理方法的步骤。
根据本公开的第四方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现于智能语音对话的数据处理方法的步骤。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序被处理器执行时实现于智能语音对话的数据处理方法的步骤。
根据本公开的一个或多个实施例,可以多维度掌握与智能语音对话相关联的数据信息,便于进行有效的量化统计分析。
根据本公开的一个或多个实施例,可以提高智能语音对话的对话效率。
根据本公开的另外一个或多个实施例,可以不断优化智能语音对话应用,增强用户的可操作性。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的用于智能语音对话的数据处理方法的流程图;
图2示出了根据本公开的实施例的根据第一预设规则对通话信息进行分类,并确定与每个分类相对应的通话信息的数量的流程图;
图3示出了根据本公开的另一实施例的根据第一预设规则对通话信息进行分类,并确定与每个分类相对应的通话信息的数量的流程图;
图4示出了根据本公开的实施例的基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量更新智能语音对话应用的流程图;
图5示出了根据本公开的另一实施例的用于智能语音对话的数据处理方法的流程图;
图6示出了根据本公开的实施例的用于智能语音对话的数据处理装置的结构框图;
图7示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图8示出了能够用于实现本公开的实施例的示例性服务器和客户端的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
发明人发现,在执行智能语音对话应用的过程中会产生大量的数据,但相关技术中缺乏对该数据的多维度统计和处理,因此智能语音对话开发平台难以更全面并且更直观地掌握数据处理结果并分析数据的价值。这将进一步导致智能语音对话开发平台无法有针对性地优化并更新智能语音对话应用,无法为用户提供更为有效且更具操作性的智能语音对话应用。
针对上述技术问题,本公开的一个或多个实施例提供了一种用于智能语音对话的数据处理方法和装置、电子设备、计算机可读存储介质和计算机程序产品。下面将结合附图详细描述本公开的各种实施例。
在本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律的规定,且不违背公序良俗。
图1示出了根据本公开的实施例的用于智能语音对话的数据处理方法100的流程图。如图1所示,数据处理方法100可以包括:步骤S110,获取与智能语音对话应用相关联的配置信息和与智能语音对话相关联的通话信息;步骤S120,根据第一预设规则对配置信息和通话信息进行分类;步骤S130,确定与每个分类相对应的配置信息的数量和通话信息的数量;以及步骤S140,基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量,更新智能语音对话应用。
根据本公开的实施例的用于智能语音对话的数据处理方法,可以多维度地统计并处理与智能语音对话相关联的数据信息,从而更全面并且更直观地掌握数据处理结果并分析数据的价值。
进一步地,该数据处理方法可以基于处理的数据信息不断优化智能语音对话应用,提高智能语音对话的对话效率并增强用户的可操作性。根据一些实施例,步骤S120中的根据第一预设规则对配置信息进行分类可以包括根据以下中的至少一个对配置信息进行分类:音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息。
根据一些示例,音色信息可以指在智能语音对话过程中所呈现的音色分类,例如音色1-活力女声、音色2-低沉男声、音色3-各地方言等。开场白信息可以指在接通智能语音对话时所呈现的问候语,例如“您好,您所拨打的电话正忙,请问有什么可以忙您?”、“您好,您所拨打的电话暂时无人接听,请稍后再拨”等。场景回复信息可以指在智能语音对话过程中针对预设场景分类集合中的至少一个场景所设置的自动回复语,例如针对打车场景自动回复“我马上到达上车地,请稍等”、针对外卖场景自动回复“请将外卖放至取餐柜”、针对快递场景自动回复“请将快递放至快递柜”等。回绝场景信息可以指在智能语音对话过程中回复回绝语的场景分类,例如房产中介场景、买卖二手物品场景等。拒绝接听场景信息可以指在智能语音对话过程中直接拒绝接听的场景分类,例如添加好友场景等。
根据一些实施例,在根据音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息中的至少一个对配置信息进行分类后,可以确定与每个分类相对应的配置信息的使用用户数、使用分布等。例如,在获取的配置信息总数量为100的情况下,如果对应于音色分类中的活力女声的配置信息的数量为40,则与音色1-活力女声分类相对应的使用分布为40%。
根据音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息中的至少一个对配置信息进行分类,可以全面并且直观的掌握用户的使用情况,从而有利于基于用户的喜好程度优化智能语音对话应用。
应当理解,对配置信息进行分类的第一预设规则并不仅限于上述列出的音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息,可以根据场景需求采用任何合适的预设规则对配置信息进行分类。
图2示出了根据本公开的实施例的根据第一预设规则对通话信息进行分类,并确定与每个分类相对应的通话信息的数量的流程图。如图2所示,步骤S120中的根据第一预设规则对通话信息进行分类可以包括:步骤S222,提取与通话信息相关联的至少一个关键字词;步骤S224,确定至少一个关键字词是否与预设场景分类集合中的至少一个场景分类相匹配;以及步骤S226,响应于确定至少一个关键字词与预设场景分类集合中的至少一个场景分类相匹配,确定与通话信息相对应的分类为相匹配的至少一个场景分类。
根据一些实施例,提取与通话信息相关联的关键字词可以采用各种算法,包括但不限于:基于自动语音识别(ASR)的关键词提取算法、基于自然语言处理(NLP)的关键字词提取算法以及基于主体模型的关键字词提取算法。在一个示例中,可以通过ASR对通话信息进行语音识别,得到文本形式的识别结果。例如识别后的文本形式的通话信息为“您的外卖到了,请楼下取餐”,基于上述关键字词提取算法可以获得例如“外卖”、“楼下”和“取餐”的关键字词。为对提取的关键字词进行匹配,需要预先设定场景分类集合。预设的场景分类集合可以包括智能语音通话中所涉及的常见场景,也可以为与配置信息相关联的场景,例如快递、外卖、中介、打车、添加好友等。继续上述示例,由于提取的关键字词中“外卖”和“取餐”与预设的场景分类集合中的“外卖”相匹配,因此可以确定与该通话信息相对应的分类为“外卖”。
需要说明的是,此处的匹配并不限于提取的关键字词必须与预设场景分类集合中的场景分类完全一致,只要相关联即可。例如上述示例中的“取餐”可能与预设场景分类集合中的任何一个场景分类都不完全一致,但由于其与预设场景分类集合中的“外卖”相关联,则可以认为二者是相匹配的,从而可以确定与“取餐”相关联的通话信息的分类为“外卖”场景。
还需要说明的是,本文中的第一预设规则可以是规则的集合。该集合可以包括分别用于对配置信息进行分类和对通话信息进行分类的规则的子集。
通过如上所述的自动语音识别、自然语言处理等算法提取与通话信息相关联的关键字词可以更加快速且精确地将通话信息与预设的场景分类集合中的场景分类进行匹配。进一步地,基于快速且精确的场景匹配,可以提高所获得的多维度数据信息的准确度。
继续上述实施例,步骤S130中的确定与每个分类相对应的通话信息的数量可以包括:步骤S232,将相匹配的至少一个场景分类中的通话信息的数量递增1。
可替代地或另外地,还可以响应于确定是否已完成在相匹配的场景下的智能语音对话,确定与相匹配的场景相对应的场景完成量和场景完成率中的至少一个,其中场景完成量可以表示已完成在相匹配的场景下的智能语音对话的通话信息的数量,并且场景完成率可以表示场景完成量和与该场景相匹配的通话信息的总数量的比值。
根据一些示例,确定是否已完成在相匹配的场景下的智能语音对话可以包括:预先设定与每个场景相对应的智能语音对话轮数阈值或智能语音对话结束节点;确定是否完成与主叫号码的一轮智能语音对话;响应于确定完成与主叫号码的一轮智能语音对话,将智能语音对话轮数递增1或者确定智能语音对话完成当前节点;响应于确定智能语音对话轮数达到智能语音对话轮数阈值或者智能语音对话完成结束节点,确定已完成在相匹配的场景下的智能语音对话;以及响应于确定该智能语音对话在未达到智能语音对话轮数阈值或者智能语音对话未完成结束节点前已被挂断,确定未完成在相匹配的场景下的智能语音对话。
根据一些示例,如果所提取的与通话信息中的一轮智能语音对话相关联的关键字词与预设场景分类集合中的另外一个场景分类相匹配,则确定未完成该轮智能语音对话。
通过确定与相匹配的场景相对应的场景完成量和场景完成率中的至少一个,可以更加准确地掌握对通话信息分类的准确度,从而可以通过优化关键词提取和匹配算法进一步提高对通话信息分类的准确度。
图3示出了根据本公开的另一实施例的根据第一预设规则对通话信息进行分类,并确定与每个分类相对应的通话信息的数量的流程图。如图3所示,步骤S120中的根据第一预设规则对通话信息进行分类可以包括:步骤S322,响应于确定通话信息指示拒绝接听,获取与通话信息相关联的通话号码;步骤S324,确定通话号码是否被包括在预先确定的一组号码中;步骤S326,响应于确定通话号码被包括在预先确定的一组号码中,确定与通话信息相对应的分类为第一拒绝接听分类;以及步骤S328,响应于确定通话号码未被包括在预先确定的一组号码中,确定与通话信息相对应的分类为第二拒绝接听分类。继续参考图3,步骤S130中的确定与每个分类相对应的通话信息的数量包括:步骤S332,响应于确定通话号码被包括在预先确定的一组号码中,将第一拒绝接听分类中的通话信息的数量递增1;以及步骤S334,响应于确定通话号码未被包括在预先确定的一组号码中,将第二拒绝接听分类中的通话信息的数量递增1。
根据一些实施例,预先确定的一组号码可以为预先识别并存储的诸如金融诈骗、电话销售、由用户设置的黑名单等骚扰电话号码。在通话信息指示拒绝接听的情况下,如果确定通话号码与上述预先确定的一组号码中的一个号码相匹配,确定该通话信息所对应的分类为第一拒绝接听分类,例如可以包括但不限于号码标记拒绝接听分类、黑名单拒绝接听分类。如果确定通话号码与上述预先确定的一组号码中的任一号码均不匹配,确定该通话信息所对应的分类为第二拒绝接听分类,例如可以包括但不限于智能语音对话应用停用分类、智能语音对话应用未开通分类等。
通过对拒绝接听的通话信息进行分类、统计并根据统计结果更新智能语音对话应用,可以不断扩展并更新所识别并存储的骚扰电话号码,从而避免智能语音对话应用执行不必要的对话,提高其工作效率,进一步降低用户被骚扰电话号码骚扰的概率。
根据另一些实施例,在步骤S334之后,还可以进一步确定以下中的至少一个:指示已接通的通话信息的数量、指示已接通的通话信息的数量与通话信息总数量的比值和指示已接通的通话信息的通话时长。通过确定上述数据信息,可以例如在指示已接通的通话信息的通话时长较短的情况下,优化与智能语音对话相关联的答复策略,提升对话质量,一方面为主叫号码提供关于用户更为全面的信息,另一方面通过优化的智能语音对话有利于避免用户漏掉重要电话。
根据另一些实施例,在步骤S334之后,还可以基于所确定的通话信息的数量形成周期性数据报告,例如通话信息日报、周报、月报等,并向智能语音对话开发平台或者用户中的至少一者推送该周期性数据报告,从而有利于智能语音对话开发平台或者用户及时掌握智能语音对话应用的使用情况。
图4示出了根据本公开的实施例的基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量更新智能语音对话应用的流程图。如图4所示,步骤S140可以包括:步骤S442,基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新配置信息以用于显示;步骤S444,基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新与智能语音对话相关联的答复策略;以及步骤S446基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新第一预设规则。
需要说明的是,步骤S442、步骤S444和步骤S446可以并行地执行,也可以按照不同于图4所示的顺序执行。此外,图4仅示出了步骤S140的一个实施例,根据另外一些实施例,步骤S140可以包括步骤S442、步骤S444和步骤S446中的一个或多个,本文在此并不进行限制。通过更新配置信息以用于显示,可以提供更为便捷的用户操作界面,便于为用户推荐更为流行的选择。例如,可以基于如上所述的所确定的与每个分类相对应的配置信息的使用用户数、使用分布等,形成配置信息的排行榜单。又例如,可以基于所获取的与每个用户相对应的配置信息,形成针对用户的个性化推荐。
通过更新与智能语音对话相关联的答复策略,可以提升不同场景需求下的对话质量,优化智能语音对话效果,从而可以减少由于漏接重要电话而造成的损失。例如,可以基于如上所述的所确定的场景完成量和场景完成率等,掌握并分析不同场景下的答复策略是否需要优化,实现对不同场景的不同优化策略。
通过更新第一预设规则,可以使配置信息和通话信息的分类更为细致全面,有利于提高分类的准确度。
图5示出了根据本公开的另一实施例的用于智能语音对话的数据处理方法的流程图。如图5所示,方法500可以包括:与图1中的步骤S110-S140的实施方式相同或相似的步骤S510-S540,以及步骤S532,获取与访问所述智能语音对话应用相关联的时间信息;步骤S534,根据所述第二预设规则对所述时间信息进行分类;以及步骤S536,确定与每个分类相对应的所述时间信息的数量。
根据一些实施例,在步骤S532中,时间信息可以包括智能语音对话的通话时长、用户访问智能语音对话应用的时长、时刻等。
继续上述实施例,在步骤S534中,第二预设规则可以包括使用时长阈值和使用频率阈值中的至少一个。例如,使用时长阈值可以为任何合适的时间,例如1h、5h、10h等,如果智能语音对话的通话时长或用户访问智能语音对话应用的时长超过使用时长阈值,则可以确定该时间信息的分类为用户粘度高。又例如,使用频率阈值可以为任何合适的时间周期,例如1天1次、1星期1次、1月1次等,如果基于用户访问智能语音对话应用的时刻确定超过使用频率阈值,则可以确定该时间信息的分类为用户活跃度高。
继续上述实施例,在步骤S536中,基于对时间信息的分类,可以例如确定分类于用户粘度高或用户活跃度高的时间信息的数量。进而可以确定例如活跃用户数、N日用户留存率、N日用户流失率等。
通过对时间信息进行分类并确定与每个分类相对应的时间信息的数量,有利于智能语音对话开发平台了解智能语音对话应用的使用情况,例如,尤其在用户活跃度低、N日用户留存率低的情况下及时优化并更新智能语音对话应用。
需要说明的是,步骤S532-S536可以与步骤S510-S540并行地执行,也可以按不同于图5所示的顺序执行,只要能够实现上述用于智能语音对话的数据处理方法,本文在此并不进行限制。
图6示出了根据本公开的实施例的用于智能语音对话的数据处理装置600的结构框图。
根据一些实施例,如图6所示,数据处理装置600可以包括:第一获取模块610,被配置为获取与智能语音对话应用相关联的配置信息和与智能语音对话相关联的通话信息;第一分类模块620,被配置为根据第一预设规则对配置信息和通话信息进行分类;第一确定模块630,被配置为确定与每个分类相对应的配置信息的数量和通话信息的数量;以及更新模块640,被配置为基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量,更新智能语音对话应用。
根据一些实施例,根据第一预设规则对配置信息进行分类可以包括根据以下中的至少一个对配置信息进行分类:音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息。
根据一些实施例,第一分类模块620可以包括:被配置为提取与通话信息相关联的至少一个关键字词的模块;被配置为确定至少一个关键字词是否与预设场景分类集合中的至少一个场景分类相匹配的模块;以及被配置为响应于确定至少一个关键字词与预设场景分类集合中的至少一个场景分类相匹配,确定与通话信息相对应的分类为相匹配的至少一个场景分类的模块;并且第一确定模块630包括:被配置为将相匹配的至少一个场景分类中的通话信息的数量递增1的模块。
根据一些实施例,所述第一分类模块620可以包括:被配置为响应于确定通话信息指示拒绝接听,获取与通话信息相关联的通话号码的模块;被配置为确定通话号码是否被包括在预先确定的一组号码中的模块;被配置为响应于确定通话号码被包括在预先确定的一组号码中而确定与通话信息相对应的分类为第一拒绝接听分类的模块;以及被配置为响应于确定通话号码未被包括在预先确定的一组号码中而确定与通话信息相对应的分类为第二拒绝接听分类的模块;并且第一确定模块630包括:被配置为响应于确定通话号码被包括在预先确定的一组号码中而将第一拒绝接听分类中的通话信息的数量递增1的模块;以及被配置为响应于确定通话号码未被包括在预先确定的一组号码中而将第二拒绝接听分类中的通话信息的数量递增1的模块。
根据一些实施例,更新模块640可以包括以下中的至少一项:被配置为基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新配置信息以用于显示的模块;被配置为基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新与智能语音对话相关联的答复策略的模块;以及被配置为基于所确定的与每个分类相对应的配置信息的数量和通话信息的数量中的至少一个,更新第一预设规则的模块。
根据一些实施例,数据处理装置600还可以包括:第二获取模块,被配置为获取与访问智能语音对话应用相关联的时间信息;第二分类模块,被配置为根据第二预设规则对所述时间信息进行分类;以及第二确定模块,被配置为确定与每个分类相对应的时间信息的数量。
根据一些实施例,第二预设规则可以包括以下中的至少一个:使用时长阈值和使用频率阈值。
在上述各种实施例中,装置600及其相应功能模块的具体实施方式和技术效果可以参考关于图1至图5所描述的各种实施例,在此不再赘述。
现参考图7,描述可以将本文描述的各种方法和装置在其中实施的示例性系统700的示意图。系统700可以根据上述任一数据处理方法(例如数据处理方法100、数据处理方法500)来进行配置,以实现对与智能语音对话性关联的数据的处理。
如图7所示,系统700包括一个或多个客户端设备701、702、703、704、705和706、服务器720以及将一个或多个客户端设备耦接到服务器720的一个或多个通信网络710。客户端设备701、702、703、704、705和706可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器720可以运行使得能够执行用于智能语音对话的数据处理方法的一个或多个服务或软件应用。
在某些实施例中,服务器720还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备701、702、703、704、705和/或706的用户。
在图7所示的配置中,服务器720可以包括实现由服务器720执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备701、702、703、704、705和/或706的用户可以依次利用一个或多个客户端应用程序来与服务器720进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统700不同。因此,图7是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
客户端设备701、702、703、704、705和/或706可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图7仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备701、702、703、704、705和/或706可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS);或包括各种移动操作系统,例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络710可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络710可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器720可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器720可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器720可以运行提供上文所描述的功能的一个或多个服务或软件应用。
服务器720中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器720还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器720可以包括一个或多个应用程序,以分析和合并从客户端设备701、702、703、704、705和706的用户接收的数据馈送和/或事件更新。服务器720还可以包括一个或多个应用程序,以经由客户端设备701、702、703、704、705和706的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器720可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器720也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统700还可以包括一个或多个数据库730。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库730中的一个或多个可用于存储诸如配置信息、通话信息、场景分类集合等信息。数据存储库730可以驻留在各种位置。例如,由服务器720使用的数据存储库可以在服务器720本地,或者可以远离服务器720且可以经由基于网络或专用的连接与服务器720通信。数据存储库730可以是不同的类型。在某些实施例中,由服务器720使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库730中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
根据本公开的另一方面,还提供一种电子设备,包括:存储器、处理器以及存储在存储器上的计算机程序,其中,处理器被配置为执行计算机程序以实现上述用于智能语音对话的数据处理方法的步骤。
根据本公开的又一方面,还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现上述用于智能语音对话的数据处理方法的步骤。
根据本公开的再一方面,还提供一种计算机程序产品,包括计算机程序,其中,计算机程序被处理器执行时实现上述用于智能语音对话的数据处理方法的步骤。
参考图8,现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向设备800输入信息的任何类型的设备,输入单元806可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如数据处理方法100、数据处理方法500。例如,在一些实施例中,数据处理方法100、数据处理方法500可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的用于智能语音对话的数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述用于智能语音对话的数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (17)
1.一种用于智能语音对话的数据处理方法,包括:
获取与智能语音对话应用相关联的配置信息和与所述智能语音对话相关联的通话信息;
根据第一预设规则对所述配置信息和所述通话信息进行分类;
确定与每个分类相对应的所述配置信息的数量和所述通话信息的数量;以及
基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量,更新所述智能语音对话应用。
2.根据权利要求1所述的数据处理方法,其中,根据所述第一预设规则对所述配置信息进行分类包括根据以下中的至少一个对所述配置信息进行分类:音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息。
3.根据权利要求1所述的数据处理方法,其中,根据所述第一预设规则对所述通话信息进行分类,并确定与每个分类相对应的所述通话信息的数量包括:
提取与所述通话信息相关联的至少一个关键字词;
确定所述至少一个关键字词是否与预设场景分类集合中的至少一个场景分类相匹配;
响应于确定所述至少一个关键字词与预设场景分类集合中的至少一个场景分类相匹配,确定与所述通话信息相对应的分类为相匹配的至少一个场景分类;以及
将所述相匹配的至少一个场景分类中的所述通话信息的数量递增1。
4.根据权利要求1所述的数据处理方法,其中,根据所述第一预设规则对所述通话信息进行分类,并且确定与每个分类相对应的所述通话信息的数量包括:
响应于确定所述通话信息指示拒绝接听,获取与所述通话信息相关联的通话号码;
确定所述通话号码是否被包括在预先确定的一组号码中;
响应于确定所述通话号码被包括在所述预先确定的一组号码中:
确定与所述通话信息相对应的分类为第一拒绝接听分类,并且将所述第一拒绝接听分类中的所述通话信息的数量递增1;以及
响应于确定所述通话号码未被包括在所述预先确定的一组号码中:
确定与所述通话信息相对应的分类为第二拒绝接听分类,并且将所述第二拒绝接听分类中的所述通话信息的数量递增1。
5.根据权利要求1-4中任一项所述的数据处理方法,其中,基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量更新所述智能语音对话应用包括以下中的至少一项:
基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新所述配置信息以用于显示;
基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新与所述智能语音对话相关联的答复策略;以及
基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新所述第一预设规则。
6.根据权利要求1-4中任一项所述的数据处理方法,还包括:
获取与访问所述智能语音对话应用相关联的时间信息;
根据第二预设规则对所述时间信息进行分类;以及
确定与每个分类相对应的所述时间信息的数量。
7.根据权利要求6所述的数据处理方法,其中所述第二预设规则包括以下中的至少一个:使用时长阈值和使用频率阈值。
8.一种用于智能语音对话的数据处理装置,包括:
第一获取模块,被配置为获取与智能语音对话应用相关联的配置信息和与所述智能语音对话相关联的通话信息;
第一分类模块,被配置为根据第一预设规则对所述配置信息和所述通话信息进行分类;
第一确定模块,被配置为确定与每个分类相对应的所述配置信息的数量和所述通话信息的数量;以及
更新模块,被配置为基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量,更新所述智能语音对话应用。
9.根据权利要求8所述的数据处理装置,其中,根据所述第一预设规则对所述配置信息进行分类包括根据以下中的至少一个对所述配置信息进行分类:音色信息、开场白信息、场景回复信息、回绝场景信息和拒绝接听场景信息。
10.根据权利要求8所述的数据处理装置,其中,
所述第一分类模块包括:
被配置为提取与所述通话信息相关联的至少一个关键字词的模块;
被配置为确定所述至少一个关键字词是否与预设场景分类集合中的至少一个场景分类相匹配的模块;以及
被配置为响应于确定所述至少一个关键字词与预设场景分类集合中的至少一个场景分类相匹配,确定与所述通话信息相对应的分类为相匹配的至少一个场景分类的模块;并且
所述第一确定模块包括:
被配置为将所述相匹配的至少一个场景分类中的所述通话信息的数量递增1的模块。
11.根据权利要求8所述的数据处理装置,其中,
所述第一分类模块包括:
被配置为响应于确定所述通话信息指示拒绝接听,获取与所述通话信息相关联的通话号码的模块;
被配置为确定所述通话号码是否被包括在预先确定的一组号码中的模块;
被配置为响应于确定所述通话号码被包括在所述预先确定的一组号码中而确定与所述通话信息相对应的分类为第一拒绝接听分类的模块;以及
被配置为响应于确定所述通话号码未被包括在所述预先确定的一组号码中而确定与所述通话信息相对应的分类为第二拒绝接听分类的模块;并且
所述第一确定模块包括:
被配置为响应于确定所述通话号码被包括在所述预先确定的一组号码中而将所述第一拒绝接听分类中的所述通话信息的数量递增1的模块;以及
被配置为响应于确定所述通话号码未被包括在所述预先确定的一组号码中而将所述第二拒绝接听分类中的所述通话信息的数量递增1的模块。
12.根据权利要求8-11中任一项所述的数据处理装置,其中,所述更新模块包括以下中的至少一项:
被配置为基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新所述配置信息以用于显示的模块;
被配置为基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新与所述智能语音对话相关联的答复策略的模块;以及
被配置为基于所确定的与每个分类相对应的所述配置信息的数量和所述通话信息的数量中的至少一个,更新所述第一预设规则的模块。
13.根据权利要求8-11中任一项所述的数据处理装置,还包括:
第二获取模块,被配置为获取与访问所述智能语音对话应用相关联的时间信息;
第二分类模块,被配置为根据第二预设规则对所述时间信息进行分类;以及
第二确定模块,被配置为确定与每个分类相对应的所述时间信息的数量。
14.根据权利要求13所述的数据处理装置,其中所述第二预设规则包括以下中的至少一个:使用时长阈值和使用频率阈值。
15.一种电子设备,包括:
存储器、处理器以及存储在所述存储器上的计算机程序,
其中,所述处理器被配置为执行所述计算机程序以实现权利要求1-7中任一项所述的方法的步骤。
16.一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。
17.一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315549.XA CN113079262B (zh) | 2021-03-24 | 2021-03-24 | 智能语音对话的数据处理方法和装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110315549.XA CN113079262B (zh) | 2021-03-24 | 2021-03-24 | 智能语音对话的数据处理方法和装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113079262A true CN113079262A (zh) | 2021-07-06 |
CN113079262B CN113079262B (zh) | 2022-12-13 |
Family
ID=76610664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110315549.XA Active CN113079262B (zh) | 2021-03-24 | 2021-03-24 | 智能语音对话的数据处理方法和装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113079262B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446370A (zh) * | 2018-03-15 | 2018-08-24 | 苏州思必驰信息科技有限公司 | 语音数据统计方法和系统 |
US20190045053A1 (en) * | 2016-11-22 | 2019-02-07 | Jpmorgan Chase Bank, N.A. | System and method for providing self-service while on hold during a customer interaction |
CN109710503A (zh) * | 2018-12-28 | 2019-05-03 | 浙江百应科技有限公司 | 一种智能语音对话数据运营分析的方法 |
CN109711892A (zh) * | 2018-12-28 | 2019-05-03 | 浙江百应科技有限公司 | 智能语音对话过程中自动生成客户标签的方法 |
CN111708871A (zh) * | 2020-05-27 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 对话状态跟踪方法、装置及对话状态跟踪模型训练方法 |
-
2021
- 2021-03-24 CN CN202110315549.XA patent/CN113079262B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190045053A1 (en) * | 2016-11-22 | 2019-02-07 | Jpmorgan Chase Bank, N.A. | System and method for providing self-service while on hold during a customer interaction |
CN108446370A (zh) * | 2018-03-15 | 2018-08-24 | 苏州思必驰信息科技有限公司 | 语音数据统计方法和系统 |
CN109710503A (zh) * | 2018-12-28 | 2019-05-03 | 浙江百应科技有限公司 | 一种智能语音对话数据运营分析的方法 |
CN109711892A (zh) * | 2018-12-28 | 2019-05-03 | 浙江百应科技有限公司 | 智能语音对话过程中自动生成客户标签的方法 |
CN111708871A (zh) * | 2020-05-27 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 对话状态跟踪方法、装置及对话状态跟踪模型训练方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113079262B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113411645B (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN112749685B (zh) | 视频分类方法、设备和介质 | |
CN113824899A (zh) | 视频处理方法、装置、电子设备及介质 | |
CN113382310B (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
CN116127035B (zh) | 对话方法、对话模型的训练方法及装置 | |
CN113079262B (zh) | 智能语音对话的数据处理方法和装置、电子设备和介质 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN113868453B (zh) | 对象推荐方法和装置 | |
CN113779559B (zh) | 用于识别作弊网站的方法、装置、电子设备和介质 | |
CN113312511B (zh) | 用于推荐内容的方法、装置、设备和计算机可读存储介质 | |
CN113139095B (zh) | 视频检索方法及装置、计算机设备和介质 | |
CN114861675A (zh) | 用于语义识别的方法及装置、控制指令的生成方法及装置 | |
CN112906387B (zh) | 风险内容识别方法、装置、设备、介质和计算机程序产品 | |
CN114880580A (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114842476A (zh) | 水印检测方法及装置、模型训练方法及装置 | |
CN112667196B (zh) | 信息展示方法及装置、电子设备和介质 | |
CN116881485B (zh) | 生成图像检索索引的方法及装置、电子设备和介质 | |
CN114205164B (zh) | 流量分类方法及装置、训练方法及装置、设备和介质 | |
CN114842474B (zh) | 文字识别方法、装置、电子设备和介质 | |
CN113949773B (zh) | 一种实时多人视频的排队方法及系统 | |
CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
CN114140851B (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN114401337A (zh) | 基于云手机的数据分享方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |