CN113688222A - 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备 - Google Patents

基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备 Download PDF

Info

Publication number
CN113688222A
CN113688222A CN202111054014.8A CN202111054014A CN113688222A CN 113688222 A CN113688222 A CN 113688222A CN 202111054014 A CN202111054014 A CN 202111054014A CN 113688222 A CN113688222 A CN 113688222A
Authority
CN
China
Prior art keywords
insurance
recommendation
sales
sales task
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
Application number
CN202111054014.8A
Other languages
English (en)
Inventor
张东锋
施海
段士杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Xinzhi Software Co ltd
Original Assignee
Shenzhen Xinzhi Software Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Xinzhi Software Co ltd filed Critical Shenzhen Xinzhi Software Co ltd
Priority to CN202111054014.8A priority Critical patent/CN113688222A/zh
Publication of CN113688222A publication Critical patent/CN113688222A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/3344—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
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一种基于上下文语义理解的保险销售任务话术推荐方法，包括以下步骤：提供保险销售任务话术推荐服务端，实时获取当前保险代理人和用户的对话上下文信息；将获取的当前对话上下文信息输入话术推荐算法模型；话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；话术推荐算法模型输出销售提示用语；提供保险销售任务话术推荐代理人端，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人，保险代理人按照提示讲述保险销售任务内容信息；保险销售任务话术推荐服务端获取用户反馈信息；以及判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。

Description

基于上下文语义理解的保险销售任务话术推荐方法、系统以 及设备
技术领域
本发明涉及人工智能领域，尤其涉及一种基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备。
背景技术
近年来人工智能在数据、算法和计算能力方面取得了飞速发展，在全球经济数字化转型的大背景下迎来了新一轮的发展浪潮。此次人工智能浪潮的影响力远超之前，其中最显著的特点是影响力从专业领域扩散到了大众化领域。
而人工智能在金融领域也得到空前的发展，特别是在提升保险用户体验和针对保险服务个性化服务方面。在此方面，人工智能将实现全自动无缝的对接保单的用户体验，例如：聊天机器人可以获取客户的地理环境和社交数据，从而进行个性化交互。保险公司也在个性化服务和用户体验方面做出一系列的创新，例如：保险公司允许为用户定制特定保险标的和保险责任保障(即按需保险)。
在个性化服务和提升客户体验方面，人工智能技术在优化营销员销售流程，销售步骤中的销售规范，沟通过程的规范用语，以及销售过程中的保险专业术语和销售用语的组织和推荐。销售用语的推荐尤为重要，可以帮助销售人员合适时间合理方式介绍保险产品，推荐保障方案，销售保险产品，让沟通更为顺畅，让沟通过程更符合金融行业的监管要求防止扩大保险产品的保障范围，弱化投保人的理赔限制，同时也有效帮助销售人员冷场，帮助销售人员应对不同个性的用户顺畅沟通，完成销售。
但是，目前保险公司对入职的销售人员，即保险代理人，虽然有保监会颁发的从业资格证书，对保险基础知识有一定的了解，在公司均进行了长期的销售方面的培训，在和客户沟通过程也积累了大量的案例和经验，同时也编制了大量的专业应对话术，但是在面对目前金融行业的高速发展，保险产品的更新迭代周期越来越短，新产品层出不穷，监管要求也越来越细节化，面对复杂的从业环境，基础的展业培训已经捉襟见肘，无法应对多变复杂的销售场景。
发明内容
本发明的目的之一在于提供一种基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备，能够针对各种复杂场景的应对语言话术进行训练，根据当前对话的上下文，当前对话的销售任务，当前用户的性格情绪分析，当前销售人员的销售特征匹配，推荐提示话术，帮助销售人员快捷有效的完成销售任务。
为了实现本发明的至少一个发明目的，本发明提供了一种基于上下文语义理解的保险销售任务话术推荐方法，所述基于上下文语义理解的保险销售任务话术推荐方法包括以下步骤：
提供保险销售任务话术推荐服务端，实时获取当前保险代理人和用户的对话上下文信息；
将获取的当前对话上下文信息输入话术推荐算法模型；
话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；
话术推荐算法模型输出销售提示用语；
提供保险销售任务话术推荐代理人端，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人，保险代理人按照提示讲述保险销售任务内容信息；
保险销售任务话术推荐服务端获取用户反馈信息；以及
保险销售任务话术推荐服务端判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
在一些实施例中，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；针对对话过程的分类列表执行语言模版的推荐；以及对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语。
在一些实施例中，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括话术推荐算法模型训练步骤：输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入；以及通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤。
在一些实施例中，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：获取用户信息以及对话文本上下文的分类数据；以及基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人。
在一些实施例中，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：执行语言模版的填充，其中，使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给保险销售任务话术推荐代理人端的保险代理人。
根据本发明的另一方面，本发明还提供了一种基于上下文语义理解的保险销售任务话术推荐系统，所述基于上下文语义理解的保险销售任务话术推荐系统包括保险销售任务话术推荐服务子系统以及保险销售任务话术推荐代理人子系统；所述保险销售任务话术推荐服务子系统从所述保险销售任务话术推荐代理人子系统被配置为：实时获取当前保险代理人和用户的对话上下文信息；将获取的当前对话上下文信息输入话术推荐算法模型；话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；话术推荐算法模型输出销售提示用语；并且实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统；其中，所述保险销售任务话术推荐代理人子系统设置有人机交互单元，实时获取所述保险销售任务话术推荐服务子系统反馈的销售提示用语；其中，所述保险销售任务话术推荐代理人子系统还被配置为：发送用户反馈信息给所述保险销售任务话术推荐服务子系统；其中，所述保险销售任务话术推荐服务子系统还包括销售任务判断单元，所述销售任务判断单元被配置为：判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
在一些实施例中，其中所述保险销售任务话术推荐服务子系统还包括话术推荐算法模型单元，所述话术推荐算法模型单元的话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息，并且输出销售提示用语；所述话术推荐算法模型单元还被配置为：对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；针对对话过程的分类列表执行语言模版的推荐；对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语；其中，所述话术推荐算法模型单元还被配置为：输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入。
在一些实施例中，其中所述话术推荐算法模型单元还被配置为：通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤；其中，所述话术推荐算法模型单元还被配置为：获取用户信息以及对话文本上下文的分类数据；基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统的保险代理人。
在一些实施例中，其中所述保险销售任务话术推荐服务子系统还包括语言模版填充模块，所述语言模版填充模块执行语言模版的填充，其中，使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给所述保险销售任务话术推荐代理人子系统的保险代理人。
根据本发明的另一方面，本发明还提供了一种基于上下文语义理解的保险销售任务话术推荐设备，包括：
存储器，用于存储软件应用程序，
处理器，用于执行所述软件应用程序，所述软件应用程序的各程序相对应地执行所述的基于上下文语义理解的保险销售任务话术推荐方法中的步骤。
附图说明
图1是根据本发明的一个实施例的一种基于上下文语义理解的保险销售任务话术推荐方法的步骤流程图。
图2是根据本发明的上述实施例的所述基于上下文语义理解的保险销售任务话术推荐方法的步骤流程图。
图3是根据本发明的上述实施例的所述基于上下文语义理解的保险销售任务话术推荐方法的算法结构示意图。
图4是根据本发明的上述实施例的所述基于上下文语义理解的保险销售任务话术推荐方法的步骤流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
本发明为涉及计算机程序的发明。如图1所示为基于本发明的一种基于上下文语义理解的保险销售任务话术推荐方法的流程图，阐述了为解决本发明提出的问题，以计算机程序处理流程为基础，通过计算机执行按上述流程编制的计算机程序，对计算机外部对象或者内部对象进行控制或处理的解决方案。通过本发明的所述基于上下文语义理解的保险销售任务话术推荐方法，能够利用计算机系统，综合人工经验和机器学习结果，能够针对各种复杂场景的应对语言话术进行训练，根据当前对话的上下文，当前对话的销售任务，当前用户的性格情绪分析，当前销售人员的销售特征匹配，推荐提示话术，帮助保险行业的销售人员快捷有效的完成销售任务。可以理解的是，本发明所称“计算机”不仅仅指台式电脑、笔记本电脑、平板等设备，还包括其他能够按照程序运行，处理数据的智能电子设备。
具体地，所述基于上下文语义理解的保险销售任务话术推荐方法包括以下步骤：
提供保险销售任务话术推荐服务端，实时获取当前保险代理人和用户的对话上下文信息；
将获取的当前对话上下文信息输入话术推荐算法模型；
话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；
话术推荐算法模型输出销售提示用语；
提供保险销售任务话术推荐代理人端，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人，保险代理人按照提示讲述保险销售任务内容信息；
保险销售任务话术推荐服务端获取用户反馈信息；
保险销售任务话术推荐服务端判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
在具体的实施例中，保险销售人员在完成销售任务过程中和用户的对话过程中，对话信息能够被输入至话术推荐算法模型，该模型采用了深度学习和机器学习的算法，通过预先标注大量数据然后训练为一个通用模型，然后通过该模型来预测对话过程的下一条回复的语言文本。
更具体地，在所述话术推荐算法模型执行话术推荐算法还包括以下步骤：
对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；
针对对话过程的分类列表执行语言模版的推荐；
对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语。
更具体地，话术推荐算法模型中文本分类算法的举例示意图如图2所示。所述基于上下文语义理解的保险销售任务话术推荐方法还包括话术推荐算法模型训练步骤：
输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入；
以及
通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤。
在具体的实施例中，如图3所示的模型架构图，分类的算法采用了VDCNN算法，该算法模型输入是以字符为单位，输入的长度固定为s＝1024。从而，解决实际的文本分类预测任务，通过采用该算法解决输入数据到话术分类的返回。
进一步地，如图4所示，分类后执行推荐语言模板。所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：
获取用户信息以及对话文本上下文的分类数据；
基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人。
在具体的实施例中，推荐采用的算法基于用户的协同过滤算法，根据对话上下文的分类数据进行推荐，一条最合适的话术给销售人员，用于提示。采用该算法解决实际的对话上下文下推荐语言模版的作用，通过采用该算法解决预测分类数据到语言模版的返回。在计算对话相似度方面，例如运用了的相似度计算公式为：
Figure BDA0003253869160000071
进一步地，所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：执行语言模版的填充。
使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给保险销售任务话术推荐代理人端的保险代理人。
通过本发明的所述基于上下文语义理解的保险销售任务话术推荐方法，在通过上述算法后能够有效的解决销售人员在销售过程中的对话不够顺畅，无效沟通情况，同时也能够提升沟通的流畅度，提升保险交易的成功签订合同的几率。
通过本发明的所述基于上下文语义理解的保险销售任务话术推荐方法，通过语音识别技术(ASR)、语音情绪分析技术、短文本分类、实体识别技术(NER)、知识图谱技术，构建基于任务的对话系统，结合计算结果合成提示销售话术的文本，大幅度的提升销售流程有效沟通的效率，帮助保险公司提升最终的保险合同的签单成功率，此外能够作为保险代理人的培训，帮助保险代理人优化沟通技巧，提升业务沟通能力。
可以理解的是，除了通过上述预先标注数据进行训练未一个算法模型的函数外，依旧可以通过多维度权重立体分析当前对话场景，匹配对应话术的方案。还可以通过多级筛选的方式来推荐话术，例如通过上一条对话文本，选择下一条可以应对的的文本内容，同时根据其他维度参数进行逐级筛选，最终选出唯一的一条文本作为下一条话术推荐给保险代理人。
本领域的技术人员能够理解的是，可以以方法、系统或计算机程序产品的形式提供本发明的实施例。因此，本发明可采取全硬件实施例、全软件实施例，或者组合软件和硬件的实施例的形式。
本领域的技术人员可以理解的是，本发明的方法可以通过硬件、软件，或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现，或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行程序控制计算机系统，使其按方法运行。
本发明可以嵌入在计算机程序产品中，它包括使此处描述的方法得以实施的所有特征。所述计算机程序产品被包含在一个或多个计算机可读存储介质中，所述计算机可读存储介质具有包含于其中的计算机可读程序代码。根据本发明的另一方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时能够执行本发明的方法的步骤。计算机存储介质是计算机存储器中用于存储某种不连续物理量的媒体。计算机存储介质包括但不限于半导体、磁盘存储器、磁芯、磁鼓、磁带、激光盘等。本领域的技术人员可以理解的是，计算机存储介质并不局限于前述举例，前述例子仅仅作为举例而并不限于本发明。
根据本发明的另一方面，还提供了一种基于上下文语义理解的保险销售任务话术推荐设备，该基于上下文语义理解的保险销售任务话术推荐设备包括：软件应用程序、用于存储软件应用程序的存储器，以及处理器，用于执行该软件应用程序。该软件应用程序的各程序能够相对应地执行本发明的基于上下文语义理解的保险销售任务话术推荐方法中的步骤。
硬件和软件的典型的结合可以是带有计算机程序的通用计算机系统，当程序被加载并被执行时，控制计算机系统，从而可以执行本发明揭露的基于上下文语义理解的保险销售任务话术推荐方法。
本领域的技术人员可以理解的是，该基于上下文语义理解的保险销售任务话术推荐设备可以被体现为台式电脑、笔记本、移动智能设备等，但是前述仅仅作为举例，还包括其他搭载有本发明的该软件应用程序的智能设备。
与本发明方法的实施例相对应，根据本发明的另一方面，还提供了一种基于上下文语义理解的保险销售任务话术推荐系统，所述基于上下文语义理解的保险销售任务话术推荐系统为本发明的所述基于上下文语义理解的保险销售任务话术推荐方法在计算机程序改进上的应用。
具体地，所述基于上下文语义理解的保险销售任务话术推荐系统包括保险销售任务话术推荐服务子系统以及保险销售任务话术推荐代理人子系统，所述保险销售任务话术推荐服务子系统从所述保险销售任务话术推荐代理人子系统被配置为：实时获取当前保险代理人和用户的对话上下文信息；将获取的当前对话上下文信息输入话术推荐算法模型；话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；话术推荐算法模型输出销售提示用语；并且实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统。其中，所述保险销售任务话术推荐代理人子系统设置有人机交互单元，实时获取所述保险销售任务话术推荐服务子系统反馈的销售提示用语。其中，所述保险销售任务话术推荐代理人子系统还被配置为：发送用户反馈信息给所述保险销售任务话术推荐服务子系统。
所述保险销售任务话术推荐服务子系统还包括销售任务判断单元，所述销售任务判断单元被配置为：判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
更具体地，所述保险销售任务话术推荐服务子系统还包括话术推荐算法模型单元，所述话术推荐算法模型单元的话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息，并且输出销售提示用语；所述话术推荐算法模型单元还被配置为：对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；针对对话过程的分类列表执行语言模版的推荐；对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语。
进一步地，所述话术推荐算法模型单元还被配置为：输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入。
进一步地，所述话术推荐算法模型单元还被配置为：通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤。
进一步地，所述话术推荐算法模型单元还被配置为：获取用户信息以及对话文本上下文的分类数据；基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统的保险代理人。
进一步地，所述保险销售任务话术推荐服务子系统还包括语言模版填充模块，所述语言模版填充模块执行语言模版的填充，其中，使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给所述保险销售任务话术推荐代理人子系统的保险代理人。
本领域的技术人员可以理解的是，已参考根据本发明的方法、系统及计算机程序产品的流程图和/或方框图说明了本发明。流程图和/或方框图中的每个方框，以及流程图和/或方框图中的方框的组合显然可由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、嵌入式处理器或者其他可编程的数据处理设备的处理器，以产生一台机器，从而指令(所述指令通过计算机或者其他可编程数据处理设备的处理器)产生用于实现在流程图和/或方框图的一个或多个方框中规定的功能的装置。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离该原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种基于上下文语义理解的保险销售任务话术推荐方法，其特征在于，所述基于上下文语义理解的保险销售任务话术推荐方法包括以下步骤：
提供保险销售任务话术推荐服务端，实时获取当前保险代理人和用户的对话上下文信息；
将获取的当前对话上下文信息输入话术推荐算法模型；
话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；
话术推荐算法模型输出销售提示用语；
提供保险销售任务话术推荐代理人端，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人，保险代理人按照提示讲述保险销售任务内容信息；
保险销售任务话术推荐服务端获取用户反馈信息；以及
保险销售任务话术推荐服务端判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
2.如权利要求1所述的基于上下文语义理解的保险销售任务话术推荐方法，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；针对对话过程的分类列表执行语言模版的推荐；以及对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语。
3.如权利要求1所述的基于上下文语义理解的保险销售任务话术推荐方法，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括话术推荐算法模型训练步骤：输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入；以及通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤。
4.如权利要求1所述的基于上下文语义理解的保险销售任务话术推荐方法，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：获取用户信息以及对话文本上下文的分类数据；以及基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给保险销售任务话术推荐代理人端的保险代理人。
5.如权利要求1至4中任一所述的基于上下文语义理解的保险销售任务话术推荐方法，其中所述基于上下文语义理解的保险销售任务话术推荐方法还包括以下步骤：执行语言模版的填充，其中，使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给保险销售任务话术推荐代理人端的保险代理人。
6.一种基于上下文语义理解的保险销售任务话术推荐系统，其特征在于，所述基于上下文语义理解的保险销售任务话术推荐系统包括保险销售任务话术推荐服务子系统以及保险销售任务话术推荐代理人子系统；所述保险销售任务话术推荐服务子系统从所述保险销售任务话术推荐代理人子系统被配置为：实时获取当前保险代理人和用户的对话上下文信息；将获取的当前对话上下文信息输入话术推荐算法模型；话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息；话术推荐算法模型输出销售提示用语；并且实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统；其中，所述保险销售任务话术推荐代理人子系统设置有人机交互单元，实时获取所述保险销售任务话术推荐服务子系统反馈的销售提示用语；其中，所述保险销售任务话术推荐代理人子系统还被配置为：发送用户反馈信息给所述保险销售任务话术推荐服务子系统；其中，所述保险销售任务话术推荐服务子系统还包括销售任务判断单元，所述销售任务判断单元被配置为：判断当前销售任务是否达成，如果没有完成，则获取并更新对话上下文信息，重新输入话术推荐算法模型，直至销售任务达成。
7.如权利要求6所述的基于上下文语义理解的保险销售任务话术推荐系统，其中所述保险销售任务话术推荐服务子系统还包括话术推荐算法模型单元，所述话术推荐算法模型单元的话术推荐算法模型执行话术推荐算法，处理输入的对话上下文信息，并且输出销售提示用语；所述话术推荐算法模型单元还被配置为：对当前对话上下文信息执行分类，获得整个上下文所有用户信息的分类列表；针对对话过程的分类列表执行语言模版的推荐；对推荐的模版执行信息填充，获得提示给销售人员的推荐话说文本，输出销售提示用语；其中，所述话术推荐算法模型单元还被配置为：输入数据准备及输入格式，其中，输入数据包含当前的上下文数据，对话过程语音数据ASR转写的文本、语音数据提取的情感标识、保险产品的销售流程步骤、客户信息、辅助流程和步骤信息，输入数据被输入前被人工标注为标签化分类数据，按照顺序执行拼接为长度不超过1024的字符串，执行训练输入和推荐输入。
8.如权利要求7所述的基于上下文语义理解的保险销售任务话术推荐系统，其中所述话术推荐算法模型单元还被配置为：通过VDCNN算法对输入的文本执行分类训练，通过输入返回具体的场景分类结果，执行保险产品销售步骤或者保险销售辅助步骤；其中，所述话术推荐算法模型单元还被配置为：获取用户信息以及对话文本上下文的分类数据；基于用户的协同过滤算法，根据对话上下文的分类数据执行推荐，实时反馈销售提示用语给所述保险销售任务话术推荐代理人子系统的保险代理人。
9.如权利要求6至8中任一所述的基于上下文语义理解的保险销售任务话术推荐系统，其中所述保险销售任务话术推荐服务子系统还包括语言模版填充模块，所述语言模版填充模块执行语言模版的填充，其中，使用实体识别算法对用户对话上下文提取实体，通过对语言模版中的用户信息、保单信息、保险产品信息、提取的实体数据以及其他辅助信息执行语言模版的填充；获得需要提示给保险销售人员的语言文本，反馈销售任务下的话术推荐信息给所述保险销售任务话术推荐代理人子系统的保险代理人。
10.一种基于上下文语义理解的保险销售任务话术推荐设备，其特征在于，包括：
存储器，用于存储软件应用程序，
处理器，用于执行所述软件应用程序，所述软件应用程序的各程序相对应地执行权利要求1至5所述的基于上下文语义理解的保险销售任务话术推荐方法中的步骤。
CN202111054014.8A 2021-09-09 2021-09-09 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备 Pending CN113688222A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111054014.8A CN113688222A (zh) 2021-09-09 2021-09-09 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111054014.8A CN113688222A (zh) 2021-09-09 2021-09-09 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备

Publications (1)

Publication Number Publication Date
CN113688222A true CN113688222A (zh) 2021-11-23

Family

ID=78586174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111054014.8A Pending CN113688222A (zh) 2021-09-09 2021-09-09 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备

Country Status (1)

Country Link
CN (1) CN113688222A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117978920A (zh) * 2024-02-01 2024-05-03 海尔消费金融有限公司 一种催收坐席的催收话术实时提示系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117978920A (zh) * 2024-02-01 2024-05-03 海尔消费金融有限公司 一种催收坐席的催收话术实时提示系统及方法

Similar Documents

Publication Publication Date Title
US11663411B2 (en) Ontology expansion using entity-association rules and abstract relations
CN109101537B (zh) 基于深度学习的多轮对话数据分类方法、装置和电子设备
CN112732911A (zh) 基于语义识别的话术推荐方法、装置、设备及存储介质
CN111428010B (zh) 人机智能问答的方法和装置
US20230121711A1 (en) Content augmentation with machine generated content to meet content gaps during interaction with target entities
CN113360622B (zh) 用户对话信息的处理方法、装置及计算机设备
US9036806B1 (en) Predicting the class of future customer calls in a call center
KR102100214B1 (ko) 음성 인식 기반의 세일즈 대화 분석 방법 및 장치
Windiatmoko et al. Developing facebook chatbot based on deep learning using rasa framework for university enquiries
CN110704586A (zh) 一种信息处理方法及系统
CN117608650B (zh) 业务流程图生成方法、处理设备及存储介质
CN110399472B (zh) 面试提问提示方法、装置、计算机设备及存储介质
US11741956B2 (en) Methods and apparatus for intent recognition
CN110046648B (zh) 基于至少一个业务分类模型进行业务分类的方法及装置
CN112115248B (zh) 一种从对话语料中抽取对话策略结构的方法及系统
CN112036954A (zh) 物品推荐方法和装置、计算机可读存储介质、电子设备
CN113051380A (zh) 信息生成方法、装置、电子设备和存储介质
CN117648420A (zh) 一种基于大语言模型的智能客服问答方法及系统
Choudhary et al. An intelligent chatbot design and implementation model using long short-term memory with recurrent neural networks and attention mechanism
CN114357164A (zh) 情感-原因对抽取方法、装置、设备及可读存储介质
CN110489730A (zh) 文本处理方法、装置、终端及存储介质
CN113688222A (zh) 基于上下文语义理解的保险销售任务话术推荐方法、系统以及设备
US11956385B2 (en) Systems and methods for utilizing a machine learning model to determine an intent of a voice customer in real time
CN116561284A (zh) 智能应答方法、装置、电子设备及介质
CN116580704A (zh) 语音识别模型的训练方法、语音识别方法、设备及介质

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