CN113935322A - 基于自然语言处理的案件分配方法、装置、设备及介质 - Google Patents
基于自然语言处理的案件分配方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113935322A CN113935322A CN202111222739.3A CN202111222739A CN113935322A CN 113935322 A CN113935322 A CN 113935322A CN 202111222739 A CN202111222739 A CN 202111222739A CN 113935322 A CN113935322 A CN 113935322A
- Authority
- CN
- China
- Prior art keywords
- customer service
- target
- case
- distributed
- historical
- 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
Images
Classifications
-
- 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
-
- 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
Abstract
本申请涉及人工智能技术领域,提供一种基于自然语言处理的案件分配方法及相关装置,其中方法包括:若待分配案件满足触发条件,则获取待分配案件对应的文本数据和业务类型,以及目标用户信息;基于业务类型对应的自然语言处理模型获取文本数据对应的待办事项,以及待办事项的业务子类型和处理级别;若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找待分配案件对应的历史客服的客服信息;基于历史客服的客服信息、业务子类型和处理级别,从除历史客服之外的客服中查找目标客服;基于待办事项将待分配案件发送给目标客服。采用本申请,可提高案件分配的准确率和处理效率。
Description
技术领域
本申请涉及人工智能技术领域,主要涉及了一种基于自然语言处理的案件分配方法、装置、设备及介质。
背景技术
随着互联网的飞速发展,人们服务意识的提高,各行各业对应的应用程序中均部署了网络客服。网络客服包括智能客服和人工客服两种。智能客服基于提前录入的语料以及常见问答进行自动回复,并涉及一些指引功能。而实际生活中存在一些问题(例如,投诉或复杂情况的问题等),需要人工客服进行处理。
目前,人工客服的派工方式通常采用随机分配方式。随机分配易导致人工客服的工作量不平均,无法发挥整体的工作效率。且可能随机分配给不熟悉的人工客服,导致用户的体验差。
发明内容
本申请实施例提供了一种基于自然语言处理的案件分配方法、装置、设备及介质,能够将待分配案件分配给人工客服,可提高案件分配的准确率和处理效率。
第一方面,本申请实施例提供一种基于自然语言处理的案件分配方法,其中:
若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;
基于所述业务类型对应的自然语言处理模型,获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;
若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息;
基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
基于所述待办事项将所述待分配案件发送给所述目标客服。
第二方面,本申请实施例提供一种基于自然语言处理的案件分配装置,其中:
存储单元,用于存储客服信息;
处理单元,用于若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;基于所述业务类型对应的自然语言处理模型获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息;基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
通信单元,用于基于所述待办事项将所述待分配案件发送给所述目标客服。
第三方面,本申请实施例提供一种计算机设备,包括处理器、存储器和通信接口,其中,上述存储器中存储有计算机程序,并且被配置由上述处理器执行,所述计算机程序包括用于如第一方面中所描述的部分或全部步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储计算机程序,其中,所述计算机程序使得计算机执行以实现如第一方面中所描述的部分或全部步骤。
实施本申请实施例,将具有如下有益效果:
采用了上述的基于自然语言处理的案件分配方法、装置、设备及介质之后,若待分配案件满足触发条件,则获取该待分配案件对应的文本数据和业务类型,以及目标用户信息。再基于业务类型对应的自然语言处理模型获取文本数据对应的待办事项,以及待办事项的业务子类型和处理级别。然后,确定目标用户信息中是否存在待办事项的案件记录。若是,则表示待办事项为未解决事项,可以从预先存储的客服信息集中查找待分配案件对应的历史客服的客服信息。再基于历史客服的客服信息、业务子类型和处理级别,从除历史客服之外的客服中查找目标客服。如此,可提高未解决事项的案件分配的准确率。在基于待办事项将待分配案件发送给目标客服之后,目标客服可以基于待办事项安排工作,有利于提高案件的处理效率。
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。
其中:
图1为本申请实施例提供的一种网络构架的结构示意图;
图2为本申请实施例提供的一种基于自然语言处理的案件分配方法的流程示意图;
图3为本申请实施例提供的一种基于自然语言处理的案件分配装置的结构示意图;
图4为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。根据本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例应用的网络构架包括服务器和电子设备。本申请实施例不限定电子设备和服务器的数量,服务器可同时为多个电子设备提供服务。服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。服务器或者可以通过多个服务器组成的服务器集群来实现。
电子设备可以是个人计算机(personal computer,PC)、笔记本电脑或智能手机,还可以是一体机、掌上电脑、平板电脑(pad)、智能电视播放终端、车载终端或便捷式设备等。PC端的电子设备,例如一体机等,其操作系统可以包括但不限于Linux系统、Unix系统、Windows系列系统(例如Windows xp、Windows 7等)、Mac OS X系统(苹果电脑的操作系统)等操作系统。移动端的电子设备,例如智能手机等,其操作系统可以包括但不限于安卓系统、IOS(苹果手机的操作系统)、Window系统等操作系统。
电子设备可以安装并运行应用程序,服务器可以是电子设备所安装的应用程序对应的服务器,为应用程序提供应用服务。其中,应用程序可以是单独集成的应用软件,或其它应用中嵌入的小程序,或网页上的系统等,在此不做限定。在本申请实施例中,应用程序所涉及的业务类型可以包括政务、医疗、金融等涉及客户服务的业务类型,在此不做限定。其中,政务业务类型可包括财政业务类型等。
电子设备可以是用户(或客户)使用的设备,也可以是客服使用的设备。在本申请实施例中,可以将用户使用的电子设备称为用户终端,可以将客服使用的电子设备称为客服终端。服务器用于实现用户终端和客服终端之间的通信,该通信可以是用户终端向服务器发起的,由服务器选择客服终端进行接入。该通信或者可以由服务器通知客服终端向服务器中指定的用户终端实现的,在此不做限定。
如图1所示,用户终端101为手机,客服终端103为笔记本电脑。当用户111在用户终端101的显示页面上点击客服控件,则用户终端101生成客服接入请求。服务器102查找客服接入请求对应的人工客服113,再将人工客服113对应的客服终端103与用户终端101建立连接,从而实现了用户111和人工客服113之间的通信连接,人工客服113可为用户111提供客户服务。
在本申请实施例中,可以将由用户终端发起的,投诉类型的客服案件称为客诉案件,用于请求客服基于用户提出的投诉或者建议等进行响应。可以将由用户终端发起的,咨询类型的客服案件称为咨询案件,用于咨询相关问题。
由客服终端发起的客服案件可以理解为由服务器发起的案件。也就是说,该类案件可以是服务器检测到一系列满足条件的案件,然后分配给客服终端对应的人工客服或智能客服。智能客服可以理解为服务器中的计算机程序对应的虚拟人物,用于执行预设程序对应的客户服务。
上述的一系列满足条件的案件可以是时间满足,也可以是条件满足,或者是在条件和时间均满足的情况等,在此不做限定。例如,在应用程序检测到未完成的事项时,可上报给服务器,由服务器将事项对应的案件分配给人工客服,通过人工客服提供提醒服务,以完成或放弃完成事项。又例如,在预设时长到达时,对每个客户进行回访,或者对符合预设要求的客户进行回访等。
在本申请实施例中,将以上由应用程序检测到未完成的事项发起的客户服务的案件称为断点案件。该事项可以是应用的任一环节,包括注册和使用。例如,用户在某一产品的推广应用中留下电话号码之后,未提交购买意向,则检测到未完成的事项,可通过客服主动沟通,以确定用户是否愿意购买该产品或者注册该推广应用。又例如,用户在借款应用中填写了金额,未点击“确定”功能组件,则检测到未完成的事项,可通过客服主动沟通,以确定用户是否愿意借款等。
在本申请实施例中,客服案件的案件类型除上面描述的断点案件对应的断点类型、客诉案件对应的客诉类型和咨询案件对应的咨询类型之外,还可包括推广案件对应的推广类型等,在此不做限定。该推广案件可以是由客服主动向用户拨打电话或发送信息,从而推广应用或产品的案件。该推广案件可以是每间隔一段时间执行,该时间可以是固定的数值,或者可以是根据实际情况(例如,注册用户的数量、用户访问应用的频率、客服的工作效率等)生成的数值等,在此不做限定。
在本申请实施例中,服务器可根据各个用户的用户标识存储该用户的用户信息。用户标识可以是用户在服务器对应的应用中注册或分配的账号、或者填写的手机号码或电子邮箱等,在此不做限定。该用户信息可以包括用户的籍贯、所在地区、年龄、职业、性别、教育背景、工作经历等基本信息,也可包括用户的接入订单记录。例如,该用户历史提交的客服订单、历史订单中的录音、记录的反馈、投诉等事项、客服结束之后该用户反馈的服务质量分数或满意度等,在此也不做限定。
服务器可根据各个人工客服的客服标识预先存储该人工客服的客服信息。客服标识可以是人工客服在服务器对应的应用中注册或分配的账号、或者填写的手机号码或电子邮箱等,在此不做限定。该客服信息可以包括该人工客服的籍贯、所在地区、年龄、职业、性别、教育背景、工作经历等基本信息。该客服信息也可包括该人工客服的职能信息,例如,人工客服的服务质量评分、客服等级、工作状态、擅长的案件类型、当前跟进的案件数量、待跟进的案件数量、能同步处理案件的数量等。
上述的用户信息和客服信息可存储于区块链网络上创建的一个区块中。区块链(Blockchain)是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。可见,通过区块链分布式存储数据,在保证数据安全性的同时,可实现信息在不同平台之间的数据共享。
在本申请实施例中,人工客服的工作状态包括在线状态和离线状态。其中,在线状态是指人工客服登录了服务器对应的应用程序,且该人工客服正在处理客服订单或等待处理客服订单。离线状态与在线状态相反,指人工客服退出应用程序,或该人工客服的当前状态无法处理客服订单。例如,在人工客服登录服务器的应用程序之后,该人工客服不处于工位上,则可确定该人工客服的工作状态为离线状态。
本申请对于确定在线状态和离线状态的方法不做限定,可定时向登录状态的用户终端发送检测信息,若接收到该检测信息的响应,则确定人工客服为在线状态。该检测信息可以是预设的静态验证码,也可以是随机生成的动态验证码,在此也不做限定。或者基于人工客服所使用的客服终端的处理状态进行确定。例如,基于客服终端的处理状态可确定人工客服目前正在打字,或与客户进行语音沟通,则确定该人工客服为在线状态。
在线状态的工作状态又包括空闲状态和忙碌状态两种。空闲状态表示人工客服当前可以接收客服案件的派工。忙碌状态表示人工客服正在工作,例如,处理客服订单,客服订单结束之后整理或上传资料等操作。该忙碌状态可以根据人工客服对应的应用账号的操作事项和/或操作频率进行确定,该操作事项可以是客服业务,也可以是应用账号的操作,例如,发送通知、上传资料等。
在实际生活中,存在一些问题(例如,投诉或复杂情况的问题等),需要人工客服进行处理。目前,人工客服的派工方式通常采用随机分配方式。随机分配易导致人工客服的工作量不平均,无法发挥整体的工作效率。且可能随机分配给不熟悉的人工客服,导致用户的体验差。
基于此,本申请实施例提出一种基于自然语言处理的案件分配方法,该方法可以由基于自然语言处理的案件分配装置执行。该装置可由软件和/或硬件实现,一般可集成在服务器中,能够将待分配案件分配给人工客服,可提高案件分配的准确率和处理效率。
请参照图2,图2是本申请提供的一种基于自然语言处理的案件分配方法的流程示意图。以该方法应用在服务器为例进行举例说明,包括如下步骤S201~S205,其中:
S201:若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息。
本申请对于触发条件不做限定,若待分配案件满足触发条件,则表示该待分配案件应分配给人工客服。该触发条件可以是接收到客户的人工呼叫请求,例如,人工服务的指示信息为2,则客户输入2,或点击2对应的文字时,可确定接收到人工呼叫请求。
该触发条件可以是检测到智能客服故障时,智能客服故障可以包括智能客服掉线等网络出现问题的情况,还可以包括智能客服在维护期间,关闭了对外客服功能等智能客服无法正常工作的情况。
该触发条件可以是智能客服服务失败的情况,可包括智能客服所理解的问题不是客户的提问,或者智能客服的回答不是客户想要的答案等无效处理的方式。可以通过智能客服针对“问题是否解决”接收到“未解决”的回复,或者通过解析得到的问题选项,收到的回复为“其它”等,确定为智能客服服务失败的情况。
该触发条件可以为检测到一些预设类型的案件发生。其中,预设类型的案件可以包括断点案件、客诉案件、咨询案件和推广案件等,在此不做限定。或者某一些用户的案件,例如,服务质量分数低于一个阈值的用户,或者,在短时间内针对相同或相似的问题提出客服请求的用户等。
在本申请实施例中,待分配案件对应的业务类型可以包括财政、医疗、金融等。或者可以以上信息的具体分类,例如,财政类型可包括基础信息库、预算编审、预算执行、财务核算、专项资金、收入、综合业务等,在此不做限定。本申请对于获取待分配案件的业务类型的方法不做限定,可以基于待分配案件的案件类型,或待分配案件对应的应用程序的应用类型,或应用程序中浏览足迹对应的产品类型等进行确定。
在本申请实施例中,待分配案件对应的文本数据包括待分配案件对应的信息,以文本形式进行描述。可以理解,若待分配案件为电话类型的案件,且智能客服之前经过处理,则文本数据包括对智能客服和客户进行沟通的语音文件进行语音识别,得到的文本。若待分配案件为文本类型的案件,且智能客服之前经过处理,则文本数据包括智能客户和客户进行沟通的聊天记录。若智能客服之前没有进行处理,则文本数据可以包括客户在提交客服请求时携带的信息。例如,客户在客服功能组件中输入的问题、提交客服请求之前所浏览的页面、客户在提交客服请求之前的浏览足迹等。
在本申请实施例中,待分配案件对应的目标用户信息是指待分配案件对应的客户的用户信息,可参照上述的用户信息,在此不再赘述。目标用户信息可以为待分配案件对应的客户的所有信息,或者可以为与待分配案件相关的用户信息和用户的基本信息。其中,基本信息可以包括客户的所在地区、年龄、职业、性别、教育背景、工作经历等。与待分配案件相关的用户信息可以包括待分配案件的订单信息,例如,订单编号、提交待分配案件的时间等。与待分配案件相关的信息还可以包括与待分配案件相关的历史案件的订单信息。与待分配案件相关的历史案件可以为与提交待分配案件的时间间隔不超过一个预设时长的客服案件,或者可以为待分配案件对应的案件类型相同的案件等,在此不做限定。
在一种可能的示例中,所述获取所述待分配案件对应的文本数据和业务类型包括:基于所述触发条件的类型确定所述待分配案件的案件类型;基于所述案件类型获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息。
其中,案件类型可以包括如前所述的客诉类型、咨询类型、客诉类型和推广类型,或者可以包括电话类型或文本类型等,在此不做限定。且本申请对于确定案件类型的方法不做限定,可以理解,若待分配案件满足的触发条件的类型为接收到客户的人工呼叫请求,则案件类型可以包括客诉类型或咨询类型。进一步的,可以基于人工呼叫请求中携带的信息(例如文字等),确定待分配案件的案件类型。若待分配案件满足的触发条件的类型为检测到智能客服故障,则案件类型可以基于待分配案件所携带的信息进行确定。若待分配案件满足的触发条件的类型为确定发生智能客服服务失败的情况,则基于智能客服的服务内容进行确定。若待分配案件满足的触发条件的类型为检测到一些预设类型的案件发生,则基于该预设类型确定案件类型等。
本申请对于基于案件类型确定文本数据和业务类型以及目标用户信息的方法不做限定,若案件类型为文本类型,则可以基于当前页面的内容确定文本数据和业务类型。若案件类型为电话类型,则可以对电话文件进行语义分析,再确定文本数据和业务类型。若案件类型为客诉类型,则可以先基于客诉的问题进行分析,得到客诉事项,再基于客诉事项搜索文本数据,并基于客诉事项确定业务类型等。然后,可以从预先存储的客户的用户信息中选取业务类型对应的目标用户信息。
可以理解,在该示例中,先基于触发条件的类型确定待分配案件的案件类型。再基于案件类型确定待分配案件对应的文本数据和业务类型,以及目标用户信息。如此,可提高获取文本数据和业务类型,以及目标用户信息的准确率,有利于提高案件分配的准确率和效率。
S202:基于所述业务类型对应的自然语言处理模型获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别。
在本申请实施例中,待办事项是指客户提出的问题的主要信息,可以由关键词组成的短语或摘要信息组成。例如,文本数据为“现在操作预算编审,项目刷新不出来,无法进行操作”,则待办事项可以为“预算编审无法操作”。可以理解,客户在提问时,可能语言不够简练,逻辑比较混乱。在本申请实施例中,基于待分配案件对应的待办事项将待分配案件发送给人工客服,以使人工客服能快速获取待分配案件的待办事项,而不用再次识别待分配案件对应的文本数据,可提高处理效率和准确率。
在本申请实施例中,业务子类型可以理解为业务类型的子类型。也就是说,业务类型的范围应大于待办事项的业务子类型。以业务类型为财政进行举例说明,若业务类型为财政类型,则业务子类型可以包括基础信息库、预算编审、预算执行、财务核算、专项资金、收入、综合业务等。若业务类型为基础信息库,则业务子类型可以包括子项项目库、基础资料等。若业务类型为预算编审,则业务子类型可以包括中长期规划、预算编审、预算指标等。若业务类型为预算执行,则业务子类型可以包括公务卡、国库支付等。若业务类型为财务核算,则业务子类型可以包括总预算帐、政府总决算、单位集中财务、部门决算、单位资产管理等。若业务类型为专项资金,则业务子类型可以包括基建项目、专项资金等。若业务类型为收入,则业务子类型可以包括非税征缴、转移支付资金、政府债务资金等。若业务类型为综合业务,则业务子类型可以包括政府投资引导基金、会计人员管理、全面绩效管理等。可以理解,将待分配案件分配给擅长处理该待分配案件的业务子类型的人工客服,可提高处理效率。
在本申请实施例中,处理级别用于描述待分配案件的处理紧急程度的分类,可分为特别紧急、紧急、一般。或者可分为一级、二级、三级等,级别数越高表示越紧急,或者级别数越低表示越紧急等,在此不做限定。可以理解,待分配案件的处理级别越紧急,则分配给处理该待分配案件较快的人工客服。因此,基于待分配案件的处理级别将待分配案件分配给人工客服,可提高处理效率。
在本申请实施例中,自然语言处理模型可用于获取文本数据对应的待办事项和待办事项的业务子类型和处理级别。可以理解,自然语言处理模型与待分配案件的业务类别对应,有利于提高待分配案件识别业务子类型和处理级别的准确率。
自然语言处理模型可基于自然语言处理算法,可以采用jieba分词工具,或者采用word2vec的词向量模型等获取文本数据中的目标词汇,以及该目标词汇的词性(例如,名词、动词这两大类,还有人名、地名、机构名称等,或者副动词,名动词等等)和词义,从而确定该目标词汇获取文本数据对应的待办事项和待办事项的业务子类型和处理级别。
目标词汇可以为文本数据中的任一词汇。需要说明的是,目标词汇中可能包括停用词(stop words)。停用词是指在信息检索中,为节省存储空间和提高搜索效率,在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词。
本申请对于识别停用词的方法不做限定,可以基于预先存储的停用词表进行识别。在本申请实施例中,停用词表可包括多个停用词。进一步的,可将停用词分为严格停用词和宽松停用词。严格停用词相对宽松停用词的重要性较低,例如,“吗”、“呢”等表示疑问的语气词可以为严格停用词,“的”、“然后”、“而”等表示顺承关系的词语可以为宽松停用词。
需要说明的是,该停用词表可以为业务类型对应的停用词表。可以理解,基于不同类型的业务存在不同的停用词。例如,在财政业务中,需要解读公文,停用词还可包括公文中的地区和单位等格式用语。
本申请对于自然语言处理模型的训练过程不做限定,可以先对历史数据中的文本进行标注,再基于标注的历史数据进行训练。在训练数据的损失函数小于预设阈值,或者训练次数超过预设次数时,确定训练完成。需要说明的是,在标注的过程中,与业务类型相关的词汇可以增加其权重,以提高识别待办事项和待办事项的业务子类型和处理级别的准确率。
在一种可能的示例中,步骤S202可以包括以下步骤A1~A5,其中:
A1:基于所述业务类型对应的自然语言处理模型获取所述文本数据中的目标词,以及所述目标词的词性和词义。
A2:基于所述目标词的词性和词义从所述目标词中选取关键词。
在本申请实施例中,目标词可参照前述,在此不做限定。关键词可基于文本排名(TextRank)算法进行提取得到,在此不做限定。在一种可能的示例中,步骤A2可以包括:基于所述业务类型对应的停用词表对所述目标词中的停用词进行过滤,得到参考词;基于所述参考词的词性和词义,以及所述参考词的预设权重计算所述参考词的关键值;基于所述关键值从所述参考词中选取关键词。
其中,参考词是指目标词中除了停用词之外的词。预设权重可以为参考词和业务类型的相关性进行确定,或者可以基于参考词在文本数据中的位置进行确定等,在此不做限定。
关键值用于描述参考值对于文本数据的参考价值,可以理解为省略该参考词对于待分配案件的表达的影响效果。本申请对于计算关键值的方法不做限定,可以理解,词性和词义相近的词汇,预设权重越大,则关键值可以越大。若词性相同,词义存在差别,可基于词义和预设权重,以及与文本数据中相邻的词汇的词义计算关键值等。
可以理解,在该示例中,先基于业务类型对应的停用词表对目标词中的停用词进行过滤,便于提高选取关键词的准确率。再基于参考词的词性和词义以及预设权重确定的参考词的关键值选取关键词,可选取最为相关的词汇作为关键词,提高了选取关键词的准确率。
A3:基于所述关键词的词性和词义生成所述文本数据对应的待办事项。
可以理解,基于关键词的词性和词义可确定待办事项中与该关键词相邻的词汇,从而基于关键词组成待办事项。
A4:基于所述关键词获取所述待办事项的业务子类型。
在一种可能的示例中,步骤A4可以包括以下步骤A41~A44,其中:
A41:基于所述关键词与所述业务类型对应的参考子类型的参考词之间的第一相似值。
在本申请实施例中,参考子类型是指业务类型中的分类。参考词是指参考子类型所涉及的词汇,可以基于业务类型对应的知识图谱进行确定。第一相似值用于描述关键词与业务类型对应的参考子类型的参考词之间的相似程度,可以基于关键词的词性和词义与参考词的词性和词义进行计算得到。
A42:基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值。
在本申请实施例中,参考事项是指参考子类型所涉及的事项。第二相似值用于描述待办事项的文本与参考子类型的参考事项的文本之间的相似程度。在一种可能的示例中,步骤A42可以包括以下步骤:获取所述待办事项的文本和所述参考子类型的参考事项的文本之间的编辑距离和相似比例;基于所述相似比例和所述编辑距离获取所述待办事项和所述参考事项之间的第二相似值。
其中,编辑距离指的是从一个字符串改变到另一个字符串所要的单字符编辑操作次数。单字符操作包含:插入、删除、替换这三种操作。操作的次数为c,则编辑距离S1的计算可以为如下公式:
S1=(max(length(doc1),length(doc2)-c)/max(length(doc1),length(doc2)))
其中,length(doc1)为待办事项的文本长度,length(doc2)为参考事项的文本长度。由于操作的次数可能大于文本的长度,所以最后的S1可能为负值,需要在该值和0中取大值,即S1=(max(0,S1)。
相似比例用于描述待办事项的文本和参考事项的文本之间的相似程度。可以基于待办事项的文本和参考事项的文本之间重复的字,与文本中字的总数之间的比值进行确定。或者可以基于待办事项的文本和参考事项的文本之间的语义的相似值进行确定等,在此不做限定。
可以理解,在该示例中,先分别获取待办事项的文本和参考事项的文本之间的编辑距离和相似比例。再基于该编辑距离和相似比例获取待办事项的文本和参考事项的文本之间的第二相似值。第二相似值可以为相似比例和编辑距离之间的乘积或者加权平均值等,在此不做限定。如此,通过两种计算文本相似值的方法获取相似值,可提高获取业务子类型的准确率。
A43:对所述第一相似值和所述第二相似值进行加权,得到目标相似值。
在本申请实施例中,目标相似值可以为第一相似值和第二相似值的加权平均值。
A44:将所述参考子类型中与所述目标相似值中的最大值对应的参考子类型,作为所述待办事项的业务子类型。
可以理解,在步骤A41~A44中,从关键词和待办事项两个角度确定待办事项和业务类型对应的参考子类型之间的目标相似值。再基于目标相似值中的最大值选取参考子类型作为待办事项的业务子类型,可提高获取业务子类型的准确率。
A5:基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别。
在一种可能的示例中,所述待分配案件为客诉类型,则步骤A5可以包括以下步骤:基于所述目标词的词性和词义对所述目标词对应的目标语句进行情绪分析,得到所述文本数据的情绪向量;基于所述情绪向量确定所述待办事项的处理级别。
其中,情绪向量包括各种情绪的概率值。本申请对于情绪分析的方法不做限定,可以基于预先训练的情绪识别模型进行获取。或者基于目标词的词性确定的句子类型(例如,陈述语句、疑问语句、感叹语句等),确定目标语句的情绪基调,再基于目标词的词义确定情绪向量。
可以理解,客诉类型的待分配案件中,客户的情绪越悲观或越愤怒,表示客户的意见越大,待办事项的处理级别应越高,从而可较快地处理该待分配案件。在该示例中,基于目标词的词性和词义对目标词对应的目标语句进行情绪分析,得到该目标语句的情绪向量,从而获取整个文本数据的情绪向量。再基于情绪向量确定待办事项的处理级别,可提高确定处理级别的准确率。
在一种可能的示例中,所述待分配案件为非客诉类型,则步骤A5可以包括以下步骤:基于所述目标词的词性和词义对所述目标词对应的目标语句进行语义分析,得到所述待办事项的缓急值;确定所述待办事项的处理要求;基于所述缓急值和所述处理要求确定所述待办事项的处理级别。
其中,缓急值用于描述待办事项着急处理的程度。可以基于目标语句中与时间相关的词,例如,“快点”、截止日期等确定。可以理解,缓急值越大,表示要求的处理速率越大。处理要求是指待办事项本身对于时间、质量等方面的要求。可以理解,处理要求越多,处理级别越高。
在该示例中,基于待办事项的缓急值和处理要求确定待办事项的处理级别,可提高确定处理级别的准确率,有利于提高案件分配的准确率和效率。
S203:若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息。
在本申请实施例中,若目标用户信息中有待办事项的案件记录,则表示待办事项为未解决事项。可以理解,若待办事项为未解决事项,则可以分配给新的人工客服,以提高案件的处理效率和准确率。历史客服是指之前针对待办事项给客户进行服务的人工客服或智能客服。客服信息可参照前述,在此不再赘述。该历史客服的客服信息可以包括历史客服的所有信息,或者可以为与待分配案件相关的客服信息和历史客服的基本信息。其中,与待分配案件相关的客服信息可以包括待分配案件的订单信息,还可以包括与待分配案件相关的历史案件的订单信息。与待分配案件相关的历史案件可以为与待分配案件对应的业务类型或业务子类型相同的案件等,在此不做限定。可以理解,基于历史客服的客服信息可以分析待办事项未解决的原因和处理过程中遇到的问题,有利于提高查找目标客服的准确率。
S204:基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服。
在本申请实施例中,目标客服是指处理待分配案件的人工客服。本申请对于确定目标客服的方法不做限定,若历史客服为智能客服,则可以从人工客服中选取目标客服。若历史客服为人工客服,则可以从除了历史客服之外的客服中查找目标客服等。
在一种可能的示例中,步骤S204可以包括以下步骤B1~B5,其中:
B1:基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值。
在本申请实施例中,未解决原因可以包括历史客服不理解待分配案件对应的客户的意图,或者可以包括历史客服处理待分配案件的级别或权限不足等,在此不做限定。评分值用于描述历史客服的服务质量。
在一种可能的示例中,步骤B1可以包括以下步骤B11~B13,其中:
B11:基于所述历史客服的客服信息确定所述待办事项的历史文本数据和所述历史客服的评分信息。
在本申请实施例中,历史文本数据是指历史客服提供客服服务的过程中的相关文本数据,可以包括历史沟通记录或历史沟通记录对应的摘要信息等。评分信息包括历史客服提供客服服务之后,接收到的客户的评价信息和评分值。
B12:对所述历史文本数据进行分析,得到所述待办事项的未解决原因。
本申请对于分析未解决原因的方法不做限定,若历史文本数据中存在不同的相似词汇,则表示客户针对同一问题进行了重复提问,未解决原因可以包括历史客服不理解待分配案件对应的客户的意图。若历史文本数据中包括客户回复的“其他”选项,且“其他”选项或其他内容的填写次数较多,则表示客户未得到满意的选项,未解决原因可以包括历史客服不理解待分配案件对应的客户的意图。若历史文本数据中包括历史客服提交上一级的指令,则表示当前历史客服处理待分配案件的级别或权限不足。
B13:基于所述评分信息计算所述历史客服的评分值。
本申请对于计算评分信息的方法不做限定,可以对评论信息进行分析,或者可以对评价值进行加权计算等得到评分值。
可以理解,在步骤B11~B13中,先基于历史客服的客服信息确定待办事项的历史文本数据和历史客服的评分信息。然后对历史文本数据进行分析,得到待办事项的未解决原因,以及基于评分信息计算历史客服的评分值。如此,可以提高未解决原因和评分值的准确率。
B2:基于所述客服信息集从除所述历史客服之外的客服中查找评分值高于所述历史客服的评分值的待分配客服。
在本申请实施例中,人工客服的客服信息以客服信息集的方式进行存储,可参照前述,在此不再赘述。在线客服是指工作状态为在线状态的待分配客服。待分配客服是指除历史客服之外的客服中评分值高于历史客服的评分值的客服。客服的评分值的计算方法可参照前述,在此不再赘述。目标客服是指人工客服中擅长处理业务子类型,且能应对处理级别的在线客服。
B3:确定所述待分配客服中是否包括在线客服。
若是,则执行步骤B4:基于所述在线客服的客服信息,从所述在线客服中选取所述业务子类型和所述处理级别对应的目标客服。否则,执行步骤B5:基于所述待分配客服的客服信息,从所述待分配客服中选取所述业务子类型和所述处理级别对应的目标客服。
本申请对于在线客服和待分配客服中选取目标客服的方法不做限定,以下以从在线客服中选取目标客服进行举例说明。可以基于在线客服的客服信息确定该在线客服处理业务子类型的待分配案件的第一评价值,以及处理级别的待分配案件的第二评价值。再基于第一评价值和第二评价值计算目标评价值,基于目标评价值从在线客服中选取待分配客服。或者先基于第一评价值从在线客服中选取第一客服。若第一客服的数量大于1,则确定第一客服中处理级别高于待分配案件的处理级别的第一客服作为目标客服。可以理解,基于在线客服的客服信息确定业务子类型和处理级别对应的目标客服,可提高确定分配待处理案件给目标客服的效率和准确率。
在一种可能的示例中,若所确定的目标客服的数量大于1,则确定所述目标客服的处理效率;选取所述处理效率最快的目标客服作为目标客服。
在本申请实施例中,处理效率用于描述目标客服处理待分配案件的效率。本申请对于确定处理效率的方法不做限定,可以基于目标客服的客服信息中擅长的案件类型、当前跟进的案件数量、待跟进的案件数量、能同步处理案件的数量等进行确定。
可以理解,若目标客服的数量大于1,则表示当前业务子类型和处理等级对应的客服的数量不止一个。可以基于目标客服处理案件的处理效率从目标客服中选取一个目标客服执行待分配案件。若目标客服的数量等于1,则可由该目标客服执行待分配案件。如此,可提高选取目标客服的准确率。
在一种可能的示例中,若所确定的目标客服的数量大于1,则还可以包括:基于所述目标用户信息和所述目标客服的客服信息确定所述目标客服的匹配值;基于所述匹配值和所述处理效率从所述目标客服中选取目标客服。
其中,目标用户信息可参照前述,在此不再赘述。可以理解,若目标客服的数量大于1,则可以基于待分配案件对应的目标用户信息和目标客服的客服信息确定目标客服处理当前待分配案件的评价分数,得到匹配值。再基于匹配值和处理效率选取一个目标客服执行待分配案件。如此,可提高选取目标客服的准确率。
在一种可能的示例中,在步骤S202之后,若所述目标用户信息中不存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述业务子类型和所述处理级别对应的目标客服。
其中,选取目标客服的方法可参照前述。可以理解,若目标用户信息中不存在待办事项的案件记录,则表示待办事项为新的待解决事项,可以从人工客服中查找业务子类型和处理级别对应的目标客服。如此,有利于提高目标客服处理待分配案件的效率和准确率。
S205:基于所述待办事项将所述待分配案件发送给所述目标客服。
本申请对于向目标客服发送待分配案件的方法不做限定,可以基于短信、邮件或系统消息等。需要说明的是,基于待办事项将待分配案件发送给目标客服,则目标客服可以获取待办事项,还可获取待办事项的业务子类型和处理级别,以便目标客服可以基于此安排工作,从而可提高处理效率。
在图2所示的方法中,若待分配案件满足触发条件,则获取该待分配案件对应的文本数据和业务类型,以及目标用户信息。再基于业务类型对应的自然语言处理模型获取文本数据对应的待办事项,以及待办事项的业务子类型和处理级别。然后,确定目标用户信息中是否存在待办事项的案件记录。若是,则表示待办事项为未解决事项,可以从预先存储的客服信息集中查找待分配案件对应的历史客服的客服信息。再基于历史客服的客服信息、业务子类型和处理级别,从除历史客服之外的客服中查找目标客服。如此,可提高未解决事项的案件分配的准确率。在基于待办事项将待分配案件发送给目标客服之后,目标客服可以基于待办事项安排工作,有利于提高案件的处理效率。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。
与图2所示的实施例一致,请参照图3,图3是本申请提出的一种基于自然语言处理的案件分配装置的结构示意图。如图3所示,上述案件分配装置300包括:
存储单元303,用于存储客服信息集;
处理单元301用于若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;基于所述业务类型对应的自然语言处理模型获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;若所述目标用户信息中存在所述待办事项的案件记录,则从所述客服信息集中查找所述待分配案件对应的历史客服的客服信息;基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
通信单元302用于基于所述待办事项将所述待分配案件发送给所述目标客服。
在一种可能的示例中,所述处理单元301具体用于基于所述业务类型对应的自然语言处理模型获取所述文本数据中的目标词,以及所述目标词的词性和词义;基于所述目标词的词性和词义从所述目标词中选取关键词;基于所述关键词的词性和词义生成所述文本数据对应的待办事项;基于所述关键词获取所述待办事项的业务子类型;基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别。
在一种可能的示例中,所述处理单元301具体用于基于所述关键词与所述业务类型对应的参考子类型的参考词之间的第一相似值;基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值;对所述第一相似值和所述第二相似值进行加权,得到目标相似值;将所述参考子类型中与所述目标相似值中的最大值对应的参考子类型,作为所述待办事项的业务子类型。
在一种可能的示例中,所述处理单元301具体用于获取所述待办事项的文本和所述参考子类型的参考事项的文本之间的编辑距离和相似比例;基于所述相似比例和所述编辑距离获取所述待办事项和所述参考事项之间的第二相似值。
在一种可能的示例中,所述待分配案件为客诉类型,所述处理单元301具体用于基于所述目标词的词性和词义对所述目标词对应的目标语句进行情绪分析,得到所述文本数据的情绪向量;基于所述情绪向量确定所述待办事项的处理级别。
在一种可能的示例中,所述处理单元301具体用于基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值;基于所述客服信息集从除所述历史客服之外的客服中,查找评分值高于所述历史客服的评分值的待分配客服;若所述待分配客服中包括在线客服,则基于所述在线客服的客服信息,从所述在线客服中选取所述业务子类型和所述处理级别对应的目标客服;或者若所述待分配客服中不包括在线客服,则基于所述待分配客服的客服信息,从所述待分配客服中选取所述业务子类型和所述处理级别对应的目标客服。
在一种可能的示例中,所述处理单元301具体用于基于所述历史客服的客服信息确定所述待办事项的历史文本数据和所述历史客服的评分信息;对所述历史文本数据进行分析,得到所述待办事项的未解决原因;基于所述评分信息计算所述历史客服的评分值。
该案件分配装置300中各个单元执行详细过程可以参见前述方法实施例中的执行步骤,此处不在赘述。
与图2的实施例一致,请参照图4,图4是本申请实施例提供的一种计算机设备的结构示意图。如图4所示,该计算机设备400包括处理器410、存储器420和通信接口430。处理器410、存储器420和通信接口430之间通过总线450互相连接。图3所示的通信单元302所实现的相关功能可通过通信接口430来实现,图3所示的处理单元301所实现的相关功能可通过处理器410来实现,图3所示的存储单元303所实现的相关功能可通过处理器410来实现。
上述存储器420中存储有计算机程序440,并且被配置由上述处理器410执行,包括用于执行以下步骤的指令:
若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;
基于所述业务类型对应的自然语言处理模型,获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;
若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息;
基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
基于所述待办事项将所述待分配案件发送给所述目标客服。
在一个可能的示例中,在所述基于所述业务类型对应的自然语言处理模型获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别方面,所述计算机程序440包括具体用于执行以下步骤的指令:
基于所述业务类型对应的自然语言处理模型获取所述文本数据中的目标词,以及所述目标词的词性和词义;
基于所述目标词的词性和词义从所述目标词中选取关键词;
基于所述关键词的词性和词义生成所述文本数据对应的待办事项;
基于所述关键词获取所述待办事项的业务子类型;
基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别。
在一个可能的示例中,在所述基于所述关键词获取所述待办事项的业务子类型方面,所述计算机程序440包括具体用于执行以下步骤的指令:
基于所述关键词与所述业务类型对应的参考子类型的参考词之间的第一相似值;
基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值;
对所述第一相似值和所述第二相似值进行加权,得到目标相似值;
将所述参考子类型中与所述目标相似值中的最大值对应的参考子类型,作为所述待办事项的业务子类型。
在一个可能的示例中,在所述基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值方面,所述计算机程序440包括具体用于执行以下步骤的指令:
获取所述待办事项的文本和所述参考子类型的参考事项的文本之间的编辑距离和相似比例;
基于所述相似比例和所述编辑距离获取所述待办事项和所述参考事项之间的第二相似值。
在一个可能的示例中,所述待分配案件为客诉类型,在所述基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别方面,所述计算机程序440包括具体用于执行以下步骤的指令:
基于所述目标词的词性和词义对所述目标词对应的目标语句进行情绪分析,得到所述文本数据的情绪向量;
基于所述情绪向量确定所述待办事项的处理级别。
在一个可能的示例中,在所述基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服方面,所述计算机程序440包括具体用于执行以下步骤的指令:
基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值;
基于所述客服信息集从除所述历史客服之外的客服中,查找评分值高于所述历史客服的评分值的待分配客服;
若所述待分配客服中包括在线客服,则基于所述在线客服的客服信息,从所述在线客服中选取所述业务子类型和所述处理级别对应的目标客服;或者
若所述待分配客服中不包括在线客服,则基于所述待分配客服的客服信息,从所述待分配客服中选取所述业务子类型和所述处理级别对应的目标客服。
在一个可能的示例中,在所述基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值方面,所述计算机程序440包括具体用于执行以下步骤的指令:
基于所述历史客服的客服信息确定所述待办事项的历史文本数据和所述历史客服的评分信息;
对所述历史文本数据进行分析,得到所述待办事项的未解决原因;
基于所述评分信息计算所述历史客服的评分值。
需要说明的是,以上计算机设备中的装置的数量可以为一个或多个,在此不做限定。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于存储计算机程序,该计算机程序使得计算机执行以实现方法实施例中记载的任一方法的部分或全部步骤,计算机包括电子设备和服务器。
本申请实施例还提供一种计算机程序产品,计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,计算机程序可操作来使计算机执行以实现方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,计算机包括电子设备和服务器。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模式并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如至少一个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到至少一个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序模式的形式实现。
集成的单元如果以软件程序模式的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。根据这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(read-only memory,ROM)、随机存取存储器(random accessmemory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种基于自然语言处理的案件分配方法,其特征在于,包括:
若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;
基于所述业务类型对应的自然语言处理模型,获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;
若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息;
基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
基于所述待办事项将所述待分配案件发送给所述目标客服。
2.根据权利要求1所述的方法,其特征在于,所述基于所述业务类型对应的自然语言处理模型,获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别,包括:
基于所述业务类型对应的自然语言处理模型,获取所述文本数据中的目标词,以及所述目标词的词性和词义;
基于所述目标词的词性和词义从所述目标词中选取关键词;
基于所述关键词的词性和词义生成所述文本数据对应的待办事项;
基于所述关键词获取所述待办事项的业务子类型;
基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别。
3.根据权利要求2所述的方法,其特征在于,所述基于所述关键词获取所述待办事项的业务子类型,包括:
基于所述关键词与所述业务类型对应的参考子类型的参考词之间的第一相似值;
基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值;
对所述第一相似值和所述第二相似值进行加权,得到目标相似值;
将所述参考子类型中与所述目标相似值中的最大值对应的参考子类型,作为所述待办事项的业务子类型。
4.根据权利要求3所述的方法,其特征在于,所述基于所述待办事项的文本与所述参考子类型的参考事项的文本之间的第二相似值,包括:
获取所述待办事项的文本和所述参考子类型的参考事项的文本之间的编辑距离和相似比例;
基于所述相似比例和所述编辑距离获取所述待办事项和所述参考事项之间的第二相似值。
5.根据权利要求2所述的方法,其特征在于,所述待分配案件为客诉类型,所述基于所述目标词的词性和词义对所述目标词对应的语句进行分析,得到所述待办事项的处理级别,包括:
基于所述目标词的词性和词义对所述目标词对应的目标语句进行情绪分析,得到所述文本数据的情绪向量;
基于所述情绪向量确定所述待办事项的处理级别。
6.根据权利要求1-5中任一项所述的方法,其特征在于,所述基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服,包括:
基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值;
基于所述客服信息集从除所述历史客服之外的客服中,查找评分值高于所述历史客服的评分值的待分配客服;
若所述待分配客服中包括在线客服,则基于所述在线客服的客服信息,从所述在线客服中选取所述业务子类型和所述处理级别对应的目标客服;或者
若所述待分配客服中不包括在线客服,则基于所述待分配客服的客服信息,从所述待分配客服中选取所述业务子类型和所述处理级别对应的目标客服。
7.根据权利要求6所述的方法,其特征在于,所述基于所述历史客服的客服信息确定所述待办事项的未解决原因和所述历史客服的评分值,包括:
基于所述历史客服的客服信息确定所述待办事项的历史文本数据和所述历史客服的评分信息;
对所述历史文本数据进行分析,得到所述待办事项的未解决原因;
基于所述评分信息计算所述历史客服的评分值。
8.一种基于自然语言处理的案件分配装置,其特征在于,包括:
存储单元,用于存储客服信息集;
处理单元,用于若待分配案件满足触发条件,则获取所述待分配案件对应的文本数据和业务类型,以及目标用户信息;基于所述业务类型对应的自然语言处理模型获取所述文本数据对应的待办事项,以及所述待办事项的业务子类型和处理级别;若所述目标用户信息中存在所述待办事项的案件记录,则从预先存储的客服信息集中查找所述待分配案件对应的历史客服的客服信息;基于所述历史客服的客服信息、所述业务子类型和所述处理级别,从除所述历史客服之外的客服中查找目标客服;
通信单元,用于基于所述待办事项将所述待分配案件发送给所述目标客服。
9.一种计算机设备,其特征在于,包括处理器、存储器和通信接口,其中,所述存储器中存储有计算机程序,被配置由所述处理器执行,所述计算机程序包括用于执行权利要求1-7中任一项方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储计算机程序,所述计算机程序使得计算机执行以实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111222739.3A CN113935322A (zh) | 2021-10-20 | 2021-10-20 | 基于自然语言处理的案件分配方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111222739.3A CN113935322A (zh) | 2021-10-20 | 2021-10-20 | 基于自然语言处理的案件分配方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113935322A true CN113935322A (zh) | 2022-01-14 |
Family
ID=79280859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111222739.3A Pending CN113935322A (zh) | 2021-10-20 | 2021-10-20 | 基于自然语言处理的案件分配方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935322A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114422586A (zh) * | 2022-01-19 | 2022-04-29 | 平安付科技服务有限公司 | 事件通知方法、装置、计算机设备及存储介质 |
-
2021
- 2021-10-20 CN CN202111222739.3A patent/CN113935322A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114422586A (zh) * | 2022-01-19 | 2022-04-29 | 平安付科技服务有限公司 | 事件通知方法、装置、计算机设备及存储介质 |
CN114422586B (zh) * | 2022-01-19 | 2023-10-27 | 平安付科技服务有限公司 | 事件通知方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765244B (zh) | 获取应答话术的方法、装置、计算机设备及存储介质 | |
US11380305B2 (en) | System and method for using a question and answer engine | |
CA3129745C (en) | Neural network system for text classification | |
US11574026B2 (en) | Analytics-driven recommendation engine | |
US20130325992A1 (en) | Methods and apparatus for determining outcomes of on-line conversations and similar discourses through analysis of expressions of sentiment during the conversations | |
CN107704512B (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
US11487838B2 (en) | Systems and methods for determining credibility at scale | |
US11531987B2 (en) | User profiling based on transaction data associated with a user | |
US11757807B2 (en) | Interactive chatbot for multi-way communication | |
CN113360622B (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
CN112631997A (zh) | 数据处理方法、装置、终端及存储介质 | |
US11610580B2 (en) | System and method for determining reasons for anomalies using cross entropy ranking of textual items | |
EP3680802A1 (en) | System and method for using a question and answer engine | |
US11354608B2 (en) | Organization analysis platform for workforce recommendations | |
EP3031030A1 (en) | Methods and apparatus for determining outcomes of on-line conversations and similar discourses through analysis of expressions of sentiment during the conversations | |
CN112632268A (zh) | 投诉工单检测处理方法、装置、计算机设备及存储介质 | |
CN116070019A (zh) | 一种基于大数据的智能招商推荐方法、系统和可读存储介质 | |
CN113935322A (zh) | 基于自然语言处理的案件分配方法、装置、设备及介质 | |
CN114186040A (zh) | 一种智能机器人客服的运作方法 | |
CN113112282A (zh) | 基于客户画像处理咨诉问题的方法、装置、设备及介质 | |
CN109242690A (zh) | 理财产品推荐方法、装置、计算机设备及可读存储介质 | |
CN115080744A (zh) | 一种数据处理的方法和装置 | |
CN114416924A (zh) | 基于自然语言处理的消息推送方法、装置、设备及介质 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 | |
US20240127146A1 (en) | Translation Decision Assistant |
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 |