CN113744107B - 一种基于大数据智能调解室的ai调处方法 - Google Patents
一种基于大数据智能调解室的ai调处方法 Download PDFInfo
- Publication number
- CN113744107B CN113744107B CN202111291200.3A CN202111291200A CN113744107B CN 113744107 B CN113744107 B CN 113744107B CN 202111291200 A CN202111291200 A CN 202111291200A CN 113744107 B CN113744107 B CN 113744107B
- Authority
- CN
- China
- Prior art keywords
- emotion
- appeal
- model
- person
- automatically
- 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 35
- 230000008451 emotion Effects 0.000 claims abstract description 75
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012549 training Methods 0.000 claims abstract description 18
- 230000008909 emotion recognition Effects 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 4
- 239000006185 dispersion Substances 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000003370 grooming effect Effects 0.000 claims description 10
- 230000002996 emotional effect Effects 0.000 claims description 9
- 230000036651 mood Effects 0.000 claims description 8
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012552 review Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 3
- 230000001815 facial effect Effects 0.000 claims description 3
- 230000008921 facial expression Effects 0.000 claims description 3
- 230000001404 mediated effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims 1
- 238000012790 confirmation Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- 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
- G06F40/216—Parsing using statistical methods
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Evolutionary Biology (AREA)
- Hospice & Palliative Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Child & Adolescent Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Psychiatry (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据智能调解室的AI调处方法,该AI调处方法包括:步骤1,对大数据智能调解室的软件系统中的各模型进行线下训练;步骤2,当诉求人进入大数据智能调解室时,自动识别录入;步骤3,当诉求人被接待落座时,服务器系统自动关联该诉求人的历史诉求记录信息并主动录像;步骤4,在接谈调解过程中,进行情绪自动识别、语音识别、情感波动分析,生成AI调处策略;步骤5,模型迭代优化。该AI调处方法根据以往案例或法律法规智能提供调解思路,减轻调解员的工作压力,提高调解效率。
Description
技术领域
本发明涉及大数据智能调解研究领域,具体涉及一种基于大数据智能调解室的AI调处方法。
背景技术
人们在生活中遇到私下难以解决的矛盾纠纷时常常会寻求相关部门的帮助,而目前大多数部门的调解系统操作复杂,且智能化程度低,调解过程需要工作人员手动录入,并且调解时只能凭借工作人员自身的调解经验与法律知识来给出建议,无法为诉求人提供高效便捷的服务。
发明内容
为了克服现有技术的不足,本发明提供了一种基于大数据智能调解室的AI调处方法,可以提高道路破损检测的准确率,不需要设置检测的阈值,实时性高,安装位置选择多样化。技术方案如下:
所述大数据智能调解室包括硬件系统与软件系统,其中硬件系统包括身份证读卡机、工作人员服务机、服务器系统;软件系统包括人脸识别模型、情绪识别模型、语音识别模型、情绪波动分析模型、情绪疏导策略,自动录像模块、自动文摘算法模块、智能推荐调处思路模块、数据库;所述工作人员服务机包括外置摄像头。
所述AI调处方法包括如下步骤:
步骤1,对软件系统中的各模型进行线下训练;
人脸识别模型:根据所有潜在的诉求人底库做图像标注,训练出人脸识别模型并部署在外置摄像头内。
情绪识别模型:根据情绪种类和历史情绪记录做图像标注,训练出人员情绪识别模型并部署在外置摄像头内。
语音识别模型:根据地方历史方言语音和文字做音频标注,训练出地方特色的语音识别模型。
情绪波动分析模型:根据语音情感分析和文本情感分析训练出情绪波动分析模型,并时刻记录人员情绪。
情绪疏导策略:根据诉求内容所属类别领域、情绪种类和严重程度匹配对应情绪疏导策略,存入数据库内。
步骤2,当诉求人进入大数据智能调解室时,自动识别录入。
当诉求人进入大数据智能调解室时,通过外置摄像头内的人脸识别模型自动识别诉求人,若识别出诉求人,则在服务机上显示人员底库照片和人员相关信息,若未识别出诉求人,则认为是未知人员,摄像头自动拍照且缓存诉求人最清晰的1张照片,并语音提示诉求人:“请您刷身份证进行信息录入”;当诉求人在身份证读卡机刷取身份证后,身份证信息关联缓存的照片,一并传入服务器系统,并在工作人员服务机上显示诉求人照片和身份信息,工作人员审核诉求人信息并确认。
步骤3,当诉求人被接待落座时,服务器系统自动关联该诉求人的历史诉求记录信息并主动录像。
步骤4,在接谈调解过程中,进行情绪自动识别、语音识别、情感波动分析,生成AI调处策略。
进行情绪自动识别,具体为:服务器系统根据情绪识别模型开始识别诉求人面部表情,自动识别和采集诉求人的情绪特征,有情感异常时则自动拍照入库并记录时间,工作人员确认后记录入库;同时系统调取出人员历史情绪记录,得到情绪指数后根据阈值在服务机上自动匹配显示情绪疏导策略,辅助工作人员及时对诉求人进行有效心理疏导。
进行语音识别,具体为:工作人员和诉求人交谈过程中,外置摄像头将采集的视频图像传输服务器系统的同时,服务器系统利用实时语音识别模型,根据数据库中已存在的工作人员音色特征,判断出语音对话中工作人员部分和诉求人部分,再利用语音转文字算法,将语音转为文字,转换完成后自动实时录入并在电脑呈现出文本对话内容记录,工作人员可手动修改文字内容,最终人工审核确认生成完整的诉求内容记录。
情感波动分析:根据文字对话内容调用情绪波动分析模型自动实时记录诉求人情绪波动情况,当识别到负面情绪时及时标红并识别内容对应主题,根据主题归属类别自动给出该类别下的对应情绪疏导策略,并在电脑端提醒工作人员及时对诉求人进行有效心理疏导和建议。
服务器系统依据对话记录中的诉求内容记录,基于LDA主题模型算法和系统语料库,对诉求内容记录调用自动文摘算法生成实时文摘,得到本次诉求人需要调解的主要原因及主要诉求;同时系统调取智能推荐调处思路模块,给工作人员自动推荐最相关的案例、相关法律法规、调解策略、处理意见,辅助工作人员生成AI调处策略;工作人员点击接待完成,录像结束。
步骤5,模型迭代优化;
当天调解工作完成后,设定固定时间自动将当日接谈记录加入步骤1中的各模型,对各模型数据进行更新,提升各模型准确率。
优选的,步骤1所述情绪种类包括:害怕、生气、哀伤、惊讶、开心、中性。
优选的,步骤2所述语音提示诉求人:“请您刷身份证进行信息录入”之后,若诉求人未带身份证,服务机支持手动录入,支持身份证和手机号有效性校验。
优选的,软件系统还包括模糊度判别算法模块,步骤2中通过外置摄像头内人脸识别模型自动识别出诉求人时,外置摄像头实时根据其拍摄的视频图像中人像模糊度,调用模糊度判别算法来决定是否采录图片进行人脸识别,若不采录则对摄像头上、下、左、右进行方向自动调整及对镜头进行自动对焦。
优选的,步骤3具体为:工作人员对诉求人信息进行确认后,诉求人基本信息自动入库,服务器系统即刻对外置摄像头下达开始录像指令,外置摄像头开始录像,并将视频录像及语音传入服务器系统;同时系统自动关联诉求人历史所有诉求记录,按照时间倒序展示诉求轨迹线;工作人员可查看任意诉求明细,亦可选择某一诉求记录一键代入,避免重复诉求录入。
优选的,步骤4中所述根据主题归属类别自动给出该类别下的对应情绪疏导策略,具体为:
训练基础语料库:将所有现有案例内容用百度LAC分词,记所有词汇为vocabulary=[w1,w2,……,wv],v为词汇总数,所有可能主题为T=[t1,t2,……,tn],n为主题总数;所有典型疏导案例为D=[d1,d2,……,dm],m为文档总数;利用BERT训练出词汇和主题的分类模型modelwt以及文档和主题的模型modeldt;则计算得到每个词汇和每个文档的相似度:
记接谈调解过程中的对话内容为content,先用百度LAC对其分词,统计其包含的词汇数量,记为c,计算其与某个文档的综合相似度:
优选的,步骤4中所述系统调取智能推荐调处思路模块,给工作人员自动推荐最相关的案例、相关法律法规、调解策略、处理意见,具体实现如下:
先把诉求内容记录中的诉求原因和目的利用LAC分词得到词向量,然后用词向量检索调用elastic search计算得到文档相似度得分score,然后转化为文本相似度s,根据相似度阈值给出最佳参考,相似度s计算和规则如下:
计算公式:
进一步的,步骤4接谈结束时,工作人员审核修改所有接谈内容,修改生成的自动文摘,可选择最相关的典型案例进行关联,点击确认录入后所有记录自动入库。
优选的,还包括步骤6,所述软件系统还包括满意度评价模型,根据历史满意度评价文本内容做文本标注,训练出满意度评价模型;当调解完成后诉求人离开调解室,外置摄像头自动识别诉求人面部情绪,并根据实际接谈评价内容调用满意度评价模型,综合给出满意度评价得分。
进一步的,步骤6若满意度评价得分较低,服务器系统自动将本次调解事件标为重点关注事件,同时上传给上级领导进一步审核。
与现有技术相比,上述技术方案中的一个技术方案具有如下有益效果:通过人脸识别模型,自行设置诉求人底库,自动识别诉求人;在工作人员与诉求人面对面交流过程中,该系统可以自动录制调解过程并进行语音识别功能,将诉求人讲述的问题进行记录,根据以往案例或法律法规智能提供调解思路,减轻工作人员的工作压力,提高调解效率;关注调解过程中诉求人的情绪状况,对于情绪激动和情绪失控的诉求加以标记,帮助控制恶性事件的发生,有助于社会的稳定。
具体实施方式
为了阐明本发明的技术方案和工作原理,下面将对本公开实施方式做进一步的详细描述。上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
本申请的说明书和权利要求书中的术语“步骤1”、“步骤2”、“步骤3”等类似描述是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里描述的那些以外的顺序实施。
本公开实施例提供了一种基于大数据智能调解室的AI调处方法,所述大数据智能调解室包括硬件系统与软件系统,其中硬件系统包括身份证读卡机、工作人员服务机、服务器系统;软件系统包括人脸识别模型、情绪识别模型、语音识别模型、情绪波动分析模型、情绪疏导策略,自动录像模块、自动文摘算法模块、智能推荐调处思路模块、数据库;所述工作人员服务机包括外置摄像头。
所述AI调处方法包括如下步骤:
步骤1,对软件系统中的各模型进行线下训练;
人脸识别模型:根据所有潜在的诉求人底库做图像标注,训练出人脸识别模型并部署在外置摄像头内。
情绪识别模型:根据情绪种类和历史情绪记录做图像标注,训练出人员情绪识别模型并部署在外置摄像头内;优选的,所述情绪种类包括:害怕、生气、哀伤、惊讶、开心、中性。
语音识别模型:根据地方历史方言语音和文字做音频标注,训练出地方特色的语音识别模型。
情绪波动分析模型:根据语音情感分析和文本情感分析训练出情绪波动分析模型,并时刻记录人员情绪。
情绪疏导策略:根据诉求内容所属类别领域、情绪种类和严重程度匹配对应情绪疏导策略,存入数据库内。
步骤2,当诉求人进入大数据智能调解室时,自动识别录入;
当诉求人进入大数据智能调解室时,通过外置摄像头内的人脸识别模型自动识别诉求人,若识别出诉求人,则在服务机上显示人员底库照片和人员相关信息,若未识别出诉求人,则认为是未知人员,摄像头自动拍照且缓存诉求人最清晰的1张照片,并语音提示诉求人:“请您刷身份证进行信息录入”。当诉求人在身份证读卡机刷取身份证后,身份证信息关联缓存的照片,一并传入服务器系统,并在工作人员服务机上显示诉求人照片和身份信息,工作人员审核诉求人信息并确认。
优选的,所述语音提示诉求人:“请您刷身份证进行信息录入”之后,若诉求人未带身份证,服务机支持手动录入,支持身份证和手机号有效性校验。
优选的,软件系统还包括模糊度判别算法模块,通过外置摄像头内人脸识别模型自动识别出诉求人时,外置摄像头实时根据其拍摄的视频图像中人像模糊度,调用模糊度判别算法来决定是否采录图片进行人脸识别,若不采录则对摄像头上、下、左、右进行方向自动调整及对镜头进行自动对焦。
步骤3,当诉求人被接待落座时,服务器系统自动关联该诉求人的历史诉求记录信息并主动录像。
优选的,步骤3具体为:工作人员对诉求人信息进行确认后,诉求人基本信息自动入库,服务器系统即刻对外置摄像头下达开始录像指令,外置摄像头开始录像,并将视频录像及语音传入服务器系统。同时系统自动关联诉求人历史所有诉求记录,按照时间倒序展示诉求轨迹线。工作人员可查看任意诉求明细,亦可选择某一诉求记录一键代入,避免重复诉求录入。
步骤4,在接谈调解过程中,进行情绪自动识别、语音识别、情感波动分析,生成AI调处策略。
进行情绪自动识别,具体为:服务器系统根据情绪识别模型开始识别诉求人面部表情,自动识别和采集诉求人的情绪特征,有情感异常时则自动拍照入库并记录时间,工作人员确认后记录入库;同时系统调取出人员历史情绪记录,得到情绪指数后根据阈值在服务机上自动匹配显示情绪疏导策略,辅助工作人员及时对诉求人进行有效心理疏导。
情绪指数f计算如下:
进行语音识别,具体为:工作人员和诉求人交谈过程中,外置摄像头将采集的视频图像传输服务器系统的同时,服务器系统利用实时语音识别模型,根据数据库中已存在的工作人员音色特征,判断出语音对话中工作人员部分和诉求人部分,再利用语音转文字算法,将语音转为文字,转换完成后自动实时录入并在电脑呈现出文本对话内容记录,工作人员可手动修改文字内容,最终人工审核确认生成完整的诉求内容记录。
情感波动分析:根据文字对话内容调用情绪波动分析模型自动实时记录诉求人情绪波动情况,当识别到负面情绪时及时标红并识别内容对应主题,根据主题归属类别自动给出该类别下的对应情绪疏导策略,并在电脑端提醒工作人员及时对诉求人进行有效心理疏导和建议。
优选的,步骤4中所述根据主题归属类别自动给出该类别下的对应情绪疏导策略,具体为:
训练基础语料库:将所有现有案例内容用百度LAC分词,记所有词汇为vocabulary=[w1,w2,……wv],v为词汇总数,所有可能主题为T=[t1,t2,……tn],n为主题总数;所有典型疏导案例为D=[d1,d2,……dm],m为文档总数;利用BERT训练出词汇和主题的分类模型modelwt以及文档和主题的模型modeldt;则计算得到每个词汇和每个文档的相似度
记接谈调解过程中的对话内容为content,先用百度LAC对其分词,统计其包含的词汇数量,记为c,计算其与某个文档的综合相似度:
服务器系统依据对话记录中的诉求内容记录,基于LDA主题模型算法和系统语料库,对诉求内容记录调用自动文摘算法生成实时文摘,得到本次诉求人需要调解的主要原因及主要诉求;同时系统调取智能推荐调处思路模块,给工作人员自动推荐最相关的案例、相关法律法规、调解策略、处理意见,辅助工作人员生成AI调处策略。工作人员点击接待完成,录像结束,
优选的,步骤4中所述系统调取智能推荐调处思路模块,给工作人员自动推荐最相关的案例、相关法律法规、调解策略、处理意见,具体实现如下:
先把诉求内容记录中的诉求原因和目的利用LAC分词得到词向量,然后用词向量检索调用elastic search计算得到文档相似度得分score,然后转化为文本相似度s,根据相似度阈值给出最佳参考,相似度s计算和规则如下:
计算公式:
进一步的,步骤4接谈结束时,工作人员审核修改所有接谈内容,修改生成的自动文摘(主要原因和主要诉求),可选择最相关的典型案例进行关联,点击确认录入后所有记录自动入库。
步骤5,模型迭代优化
当天调解工作完成后,设定固定时间自动将当日接谈记录加入模型,对模型数据进行更新,提升模型准确率。
进一步的,还包括步骤6,所述软件系统还包括满意度评价模型,根据历史满意度评价文本内容做文本标注,训练出满意度评价模型;当调解完成后诉求人离开调解室,外置摄像头自动识别诉求人面部情绪,并根据实际接谈评价内容调用满意度评价模型,综合给出满意度评价得分。
优选的,步骤6若满意度评价得分较低,服务器系统自动将本次调解事件标为重点关注事件,同时上传给上级领导进一步审核。
以上对本发明进行了示例性描述,显然,本发明具体实现并不受上述方式的限制,凡是采用了本发明的方法构思和技术方案进行的各种非实质性的改进;或者未经改进、等同替换,将本发明的上述构思和技术方案直接应用于其他场合的,均在本发明的保护范围之内。
Claims (10)
1.一种基于大数据智能调解室的AI调处方法,其特征在于,所述大数据智能调解室包括硬件系统与软件系统,其中硬件系统包括身份证读卡机、工作人员服务机、服务器系统;软件系统包括人脸识别模型、情绪识别模型、语音识别模型、情绪波动分析模型、情绪疏导策略,自动录像模块、自动文摘算法模块、智能推荐调处思路模块、数据库;所述工作人员服务机包括外置摄像头;
所述AI调处方法包括如下步骤:
步骤1,对软件系统中的各模型进行线下训练;
人脸识别模型:根据所有潜在的诉求人底库做图像标注,训练出人脸识别模型并部署在外置摄像头内;
情绪识别模型:根据情绪种类和历史情绪记录做图像标注,训练出人员情绪识别模型并部署在外置摄像头内;
语音识别模型:根据地方历史方言语音和文字做音频标注,训练出地方特色的语音识别模型;
情绪波动分析模型:根据语音情感分析和文本情感分析训练出情绪波动分析模型,并时刻记录人员情绪;
情绪疏导策略:根据诉求内容所属类别领域、情绪种类和严重程度匹配对应情绪疏导策略,存入数据库内;
步骤2,当诉求人进入大数据智能调解室时,自动识别录入;
当诉求人进入大数据智能调解室时,通过外置摄像头内的人脸识别模型自动识别诉求人,若识别出诉求人,则在服务机上显示人员底库照片和人员相关信息,若未识别出诉求人,则认为是未知人员,摄像头自动拍照且缓存诉求人最清晰的1张照片,并语音提示诉求人:“请您刷身份证进行信息录入”;当诉求人在身份证读卡机刷取身份证后,身份证信息关联缓存的照片,一并传入服务器系统,并在工作人员服务机上显示诉求人照片和身份信息,工作人员审核诉求人信息并确认;
步骤3,当诉求人被接待落座时,服务器系统自动关联该诉求人的历史诉求记录信息并主动录像;
步骤4,在接谈调解过程中,进行情绪自动识别、语音识别、情感波动分析,生成AI调处策略;
进行情绪自动识别,具体为:服务器系统根据情绪识别模型开始识别诉求人面部表情,自动识别和采集诉求人的情绪特征,有情感异常时则自动拍照入库并记录时间,工作人员确认后记录入库;同时系统调取出人员历史情绪记录,得到情绪指数后根据阈值在服务机上自动匹配显示情绪疏导策略,辅助工作人员及时对诉求人进行有效心理疏导;
进行语音识别,具体为:工作人员和诉求人交谈过程中,外置摄像头将采集的视频图像传输服务器系统的同时,服务器系统利用实时语音识别模型,根据数据库中已存在的工作人员音色特征,判断出语音对话中工作人员部分和诉求人部分,再利用语音转文字算法,将语音转为文字,转换完成后自动实时录入并在电脑呈现出文本对话内容记录,工作人员可手动修改文字内容,最终人工审核确认生成完整的诉求内容记录;
情感波动分析:根据文字对话内容调用情绪波动分析模型自动实时记录诉求人情绪波动情况,当识别到负面情绪时及时标红并识别内容对应主题,根据主题归属类别自动给出该类别下的对应情绪疏导策略,并在电脑端提醒工作人员及时对诉求人进行有效心理疏导和建议;
服务器系统依据对话记录中的诉求内容记录,基于LDA主题模型算法和系统语料库,对诉求内容记录调用自动文摘算法生成实时文摘,得到本次诉求人需要调解的主要原因及主要诉求;同时系统调取智能推荐调处思路模块,给工作人员自动推荐最相关的案例、相关法律法规、调解策略、处理意见,辅助工作人员生成AI调处策略;工作人员点击接待完成,录像结束;
步骤5,模型迭代优化;
当天调解工作完成后,设定固定时间自动将当日接谈记录加入步骤1中的各模型,对各模型数据进行更新,提升各模型准确率。
2.根据权利要求1所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤1所述情绪种类包括:害怕、生气、哀伤、惊讶、开心、中性。
3.根据权利要求1所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤2所述语音提示诉求人:“请您刷身份证进行信息录入”之后,若诉求人未带身份证,服务机支持手动录入,支持身份证和手机号有效性校验。
4.根据权利要求1所述的一种基于大数据智能调解室的AI调处方法,其特征在于,软件系统还包括模糊度判别算法模块,步骤2中通过外置摄像头内人脸识别模型自动识别出诉求人时,外置摄像头实时根据其拍摄的视频图像中人像模糊度,调用模糊度判别算法来决定是否采录图片进行人脸识别,若不采录则对摄像头上、下、左、右进行方向自动调整及对镜头进行自动对焦。
5.根据权利要求1所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤3具体为:工作人员对诉求人信息进行确认后,诉求人基本信息自动入库,服务器系统即刻对外置摄像头下达开始录像指令,外置摄像头开始录像,并将视频录像及语音传入服务器系统;同时系统自动关联诉求人历史所有诉求记录,按照时间倒序展示诉求轨迹线;工作人员可查看任意诉求明细,亦可选择某一诉求记录一键代入,避免重复诉求录入。
6.根据权利要求1所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤4中所述根据主题归属类别自动给出该类别下的对应情绪疏导策略,具体为:
训练基础语料库:将所有现有案例内容用百度LAC分词,记所有词汇为vocabulary=[w1,w2,……,wv],v为词汇总数,所有可能主题为T=[t1,t2,……,tn],n为主题总数;所有典型疏导案例为D=[d1,d2,……,dm],m为文档总数;利用BERT训练出词汇和主题的分类模型modelwt以及文档和主题的模型modeldt;则计算得到每个词汇和每个文档的相似度:
记接谈调解过程中的对话内容为content,先用百度LAC对其分词,统计其包含的词汇数量,记为c,计算其与某个文档的综合相似度:
8.根据权利要求7所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤4接谈结束时,工作人员审核修改所有接谈内容,修改生成的自动文摘,可选择最相关的典型案例进行关联,点击确认录入后所有记录自动入库。
9.根据权利要求1-8任一项所述的一种基于大数据智能调解室的AI调处方法,其特征在于,还包括步骤6,所述软件系统还包括满意度评价模型,根据历史满意度评价文本内容做文本标注,训练出满意度评价模型;当调解完成后诉求人离开调解室,外置摄像头自动识别诉求人面部情绪,并根据实际接谈评价内容调用满意度评价模型,综合给出满意度评价得分。
10.根据权利要求9所述的一种基于大数据智能调解室的AI调处方法,其特征在于,步骤6若满意度评价得分较低,服务器系统自动将本次调解事件标为重点关注事件,同时上传给上级领导进一步审核。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111291200.3A CN113744107B (zh) | 2021-11-03 | 2021-11-03 | 一种基于大数据智能调解室的ai调处方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111291200.3A CN113744107B (zh) | 2021-11-03 | 2021-11-03 | 一种基于大数据智能调解室的ai调处方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744107A CN113744107A (zh) | 2021-12-03 |
CN113744107B true CN113744107B (zh) | 2022-02-11 |
Family
ID=78727273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111291200.3A Active CN113744107B (zh) | 2021-11-03 | 2021-11-03 | 一种基于大数据智能调解室的ai调处方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744107B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116983530A (zh) * | 2023-09-27 | 2023-11-03 | 之江实验室 | 一种情绪调节系统、方法、存储介质及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111564202B (zh) * | 2020-04-30 | 2021-05-28 | 深圳市镜象科技有限公司 | 基于人机对话的心理疏导方法、心理疏导终端和存储介质 |
CN113409012A (zh) * | 2021-06-17 | 2021-09-17 | 南京视察者智能科技有限公司 | 一种基于大数据的远程视频调解的实现方法及装置 |
-
2021
- 2021-11-03 CN CN202111291200.3A patent/CN113744107B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113744107A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767787B (zh) | 情绪识别方法、设备及可读存储介质 | |
CN107818798B (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
WO2022095380A1 (zh) | 基于ai的虚拟交互模型生成方法、装置、计算机设备及存储介质 | |
CN108346034A (zh) | 一种会议智能管理方法及系统 | |
CN109815314A (zh) | 一种意图识别方法、识别设备及计算机可读存储介质 | |
TWI650719B (zh) | 從文字內容評核客戶服務品質之系統及方法 | |
CN110310663A (zh) | 违规话术检测方法、装置、设备及计算机可读存储介质 | |
CN113505586A (zh) | 一种融合语义分类与知识图谱的坐席辅助问答方法与系统 | |
CN109002538A (zh) | 基于数据库的法律咨询云平台及方法 | |
CN112364234B (zh) | 一种在线讨论的自动分组系统 | |
CN113744107B (zh) | 一种基于大数据智能调解室的ai调处方法 | |
CN111651571A (zh) | 基于人机协同的会话实现方法、装置、设备及存储介质 | |
CN111475633B (zh) | 基于座席语音的话术支持系统 | |
CN112395461A (zh) | 一种基于大数据分析的商务会议智能管理系统 | |
CN114547475A (zh) | 一种资源推荐方法、装置及系统 | |
CN113434670A (zh) | 话术文本生成方法、装置、计算机设备和存储介质 | |
CN116304035A (zh) | 一种复杂案件中的多被告多罪名关系抽取方法及装置 | |
CN116883888A (zh) | 基于多模态特征融合的银行柜面服务问题溯源系统及方法 | |
CN116071032A (zh) | 基于深度学习的人力资源面试识别方法、装置及存储介质 | |
CN113573029B (zh) | 一种基于iot的多方音视频交互方法及系统 | |
CN115147067A (zh) | 一种基于深度学习智能招聘人才的方法 | |
WO2019091002A1 (zh) | 交流页面管控方法、装置、终端和计算机可读存储介质 | |
CN111340555B (zh) | 基于法律领域用户画像模型的建议决策系统及方法 | |
CN111489736B (zh) | 座席话术自动评分装置及方法 | |
TWM617221U (zh) | 自動化客服平台 |
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 |