CN114202363A - 基于人工智能的话术调用方法、装置、计算机设备及介质 - Google Patents
基于人工智能的话术调用方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN114202363A CN114202363A CN202111517281.4A CN202111517281A CN114202363A CN 114202363 A CN114202363 A CN 114202363A CN 202111517281 A CN202111517281 A CN 202111517281A CN 114202363 A CN114202363 A CN 114202363A
- Authority
- CN
- China
- Prior art keywords
- target
- current
- outbound
- interaction
- client
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 24
- 230000003993 interaction Effects 0.000 claims abstract description 170
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 17
- 230000002452 interceptive effect Effects 0.000 claims description 10
- 230000001755 vocal effect Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
-
- G06Q50/40—
-
- 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
本申请适用于人工智能技术领域,尤其涉及一种基于人工智能的话术调用方法、装置、计算机设备及介质。该方法选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值,在检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易时,提取当前交互中客户的意图,确定意图对应的第二话术,使用第二话术与客户再次交互,生成再次交互结果,将当前外呼轮次值增加一,将再次交互作为当前交互并将再次交互结果作为当前交互结果,返回执行检测直至检测到达到目标轮次值,或者达成目标交易,实现了依据外呼的外呼轮次的变化和上轮次客户的意图来改变新轮次接触的话术,使得话术调用的合理性更高,能够有效地提高外呼的成功率。
Description
技术领域
本申请适用于人工智能技术领域,尤其涉及一种基于人工智能的话术调用方法、装置、计算机设备及介质。
背景技术
目前,客服、营销等工作均需要人工与客户进行交流,为了降低人工成本,并提高工作效率,针对与客户的简单接触,可以使用人工智能机器人执行接触工作。机器人能够基于自动语音识别(Automatic Speech Recognition,ASR)技术、自然语言处理(NaturalLanguage Processing,NLP)技术与客户进行流畅对话并完成指定目的,但是机器人在进行接触时对话的话术一般与对话场景相关,当对话场景改变时,原场景下的话术不再适用,机器人在外呼期间可能与一客户存在多次的接触,而接触次数的增加,对话场景会发生变化。因此,如何有效地提高机器人调用话术的合理性,以提高外呼成功率成为亟待解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种基于人工智能的话术调用方法、装置、计算机设备及介质,以解决机器人对调用话术不合理,导致外呼成功率较低的问题。
第一方面,本申请实施例提供一种基于人工智能的话术调用方法,所述话术调用方法包括:
在用户触发外呼时,根据所述用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值;
检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成目标交易;
若检测到所述当前外呼轮次值未达到目标轮次值,且所述当前交互结果未达成所述目标交易,则提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术;
使用所述第二话术与所述客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一;
将所述再次交互作为当前交互以及将所述再次交互结果作为当前交互结果,返回执行检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成所述目标交易,直至检测到所述当前外呼轮次值达到目标轮次值,或者所述当前交互结果达成目标交易。
第二方面,本申请实施例提供一种基于人工智能的话术调用装置,所述话术调用装置包括:
第一交互模块,用于在用户触发外呼时,根据所述用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值;
外呼检测模块,用于检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成目标交易;
话术确定模块,用于若检测到所述当前外呼轮次值未达到目标轮次值,且所述当前交互结果未达成所述目标交易,则提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术;
第二交互模块,用于使用所述第二话术与客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一;
循环执行模块,用于将所述再次交互作为当前交互以及将所述再次交互结果作为当前交互结果,返回执行检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成所述目标交易,直至检测到所述当前外呼轮次值达到目标轮次值,或者所述当前交互结果达成目标交易。
第三方面,本申请实施例提供一种计算机设备,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的话术调用方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的话术调用方法。
本申请实施例与现有技术相比存在的有益效果是:本申请在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值,若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的意图,确定意图对应的第二话术,使用该第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一,将再次交互作为当前交互以及将再次交互结果作为当前交互结果,返回执行检测步骤,直至检测到当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易,可以实现依据外呼的外呼轮次的变化以及上轮次客户的意图来改变新轮次接触的话术,使得话术调用的合理性更高,能够有效地提高外呼的成功率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的一种基于人工智能的话术调用方法的一应用环境示意图;
图2是本申请实施例二提供的一种基于人工智能的话术调用方法的流程示意图;
图3是本申请实施例三提供的一种基于人工智能的话术调用方法的流程示意图;
图4是本申请实施例五提供的一种基于人工智能的话术调用装置的结构示意图;
图5是本申请实施例六提供的一种计算机设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应理解,以下实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
本申请实施例一提供的一种基于人工智能的话术调用方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、云端计算机设备、个人数字助理(personal digital assistant,PDA)等计算机设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
参见图2,是本申请实施例二提供的一种基于人工智能的话术调用方法的流程示意图,上述话术调用方法可以应用于图1中的服务端,服务端对应的计算机设备连接相应的数据库,以获取数据库中相应的数据。上述计算机设备还可以连接客户端,以采集客户端用户发送的数据。如图2所示,该话术调用方法可以包括以下步骤:
步骤S201,在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。
其中,上述服务端通过预设的访问地址向客户端提供自动外呼平台,为该客户端的使用用户提供自动外呼服务,客户端的使用用户通过预设的访问地址进入自动外呼平台后,用户在该自动外呼平台为客户端提供外呼服务界面中进行触发操作,来启动自动外呼服务。
在上述外呼服务界面中设置有相应的信息采集项,用户可以通过信息采集项将外呼规则等进行配置,在配置完成后提交给服务端对应的计算机设备,该提交的动作可以作为用户触发自动外呼服务的触发信号,计算机设备在接收到该触发信号后即可认定用户触发外呼。
上述外呼规则可以是指人为定义的条件或目标,为接触提供一定的规范和判定条件。例如,外呼规则包括外呼的开始时间,在达到开始时间时才能够启动外呼,其中,外呼的开始时间可以为即时,即用户在配置完上述客户信息和外呼规则后提交给服务器后随即外呼。
又如,外呼规则包括目标的外呼轮次值以及相邻两轮次外呼的间隔时间,外呼的轮次可以是指要针对某一个客户要进行几个轮次的外呼,在达到外呼轮次值时可以不再执行外呼;相邻两轮次外呼的间隔时间是指当前轮次外呼结束后需要间隔一定时间在进行下一轮次的外呼,如间隔一天的2轮次的接触,是在结束第一轮次接触后的第二天再次进行第二轮次接触。
外呼规则还可以包括外呼的目的,即外呼所想要达成的目标交易,具体可以是采集到的目标信息等,如目标交易可以是指客户答应购买相应产品的意向信息、客户选择更换相应套餐的意向信息等。
外呼规则还可以包括第一轮次外呼采用的话术,即第一话术,当然,在该外呼规则中可以设置话术编号,通过该话术编号可以调用对应的话术,用来与客户交互。
外呼规则还可以包括客户的个人信息也即是客户信息,可以包括客户的电话号码、手机号码、微信号、QQ号等能够与客户进行对接的信息。
在一种实施方式中,上述外呼规则可以在配置模板中编辑,在上述外呼服务界面的相应信息采集项中导入该配置模板,计算机设备对该配置模板进行解析,提取到对应的话术、外呼轮次值、目的等。
在一种实施方式中,在上述外呼服务界面中设置有相应的信息采集项,用户可以通过信息采集项将需要外呼的客户的个人信息等进行配置,无需将客户信息写入外呼规则中。例如,用户可以在上述外呼服务界面的相应信息采集项中填写客户的个人信息,使得计算机设备能够提取到该客户信息。
又如,用户可以在上述外呼服务界面的相应信息采集项中导入包含客户信息的文件,计算机设备在获取该文件之后,对文件中的信息进行提取,得到客户信息。
另外,用户可以上述在外呼服务界面的相应信息采集项中填入数据库访问地址和客户身份识别号(Identity Document,ID),计算机设备使用该访问地址访问该数据库,并使用客户ID来提取客户信息。
在获取到外呼规则之后,通过相应的通讯工具与客户连接,使用第一话术与客户交互,其中,交互的过程可以采用人工智能语音识别和语义识别等技术,对于交互的过程中的对话语句进行分析,生成对应的交互结果,交互结果即为对是否达成目标交易等的判断结果,本申请对具体的交互过程不做限定。
在执行第一轮次外呼时,可以将当前外呼轮次值置为0,在第一轮次外呼结束后,将当前外呼轮次值增加1。在一种实施方式中,在执行第一轮次外呼时,将当前外呼轮次置为1,在第一轮次外呼结束后,无需更新当前外呼轮次值。
可选的是,在用户触发外呼时,获取用户配置的外呼规则之后,还包括:
提取外呼规则中外呼的开始时间,并检测当前时间是否为开始时间;
相应地,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值包括:
在检测到当前时间为开始时间时,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。
其中,对外呼规则的内容进行提取,确定该外呼规则中设置的外呼的开始时间,检测当前时间是否为该开始时间,如果当前时间是该开始时间,则选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值,如果当前时间不是该开始时间,则实时监测当前时间直至当前时间为该开始时间,再执行选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。进一步地,若当前时间已经在该开始时间之后,则生成告警信息,将告警信息发送给用户,以提示其修改外呼规则中的开始时间。
步骤S202,检测当前外呼轮次值是否达到目标轮次值,且当前交互结果是否达成目标交易。
其中,通过相应的比较器、比较算法等对当前外呼轮次值与目标轮次值进行比较,从而确定当前外呼轮次值是否大于目标轮次值。
在与客户交互完成后,对交互过程中用户的回复等进行分析,从而确定交互结果。例如,在交互中,如果客户明确不需要所有的产品,则交互结果为没有意向,如果客户明确产品D有购买意向,则交互结果为购买产品D的意向。
将当前交互结果与目标交易进行匹配分析,可以确定当前交互结果包含目标交易。例如,目标交易为购买产品D的意向,如果当前交互结果为没有意向,则当前交互结果没有达成目标交易。为了提高匹配的准确率,规定用户在配置外呼规则时对目标交易的填写需要按照一定得格式要求,避免目标交易填写方式不合规,导致匹配错误。
步骤S203,若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的目标意图,确定目标意图对应的第二话术。
其中,针对第一轮次交互即当前交互,如果没有达到目标轮次值且当前交互结果未达成目标交易,则需要再次进行外呼,而受到第一轮次外呼的影响,再次外呼的交互场景与第一轮次外呼的交互场景可能存在区别,因此,需要对第一轮次外呼进行分析,来确定再次外呼时所使用的话术,以应对再次外呼的交互场景。
对当前交互中客户的最后一句话进行意图分析,明确当前交互结束,客户的最终意图,根据该最终意图确定对应的话术。例如,客户的最终意图为考虑意图,则需要调用针对考虑中的客户所设置的话术,再次与该客户交互,能够提高成功率。
本申请中,计算机设备连接相应的数据库,该数据库中存储有意图与话术的映射关系。计算机设备可以根据目标意图,从该数据库中确定对应的话术,进而可以在下一轮次外呼时使用该话术与客户交互。
可选的是,提取当前交互中客户的最后一句话的目标意图,确定目标意图对应的第二话术包括:
提取当前交互中客户的最后一句话的目标意图,得到目标意图所属的目标类别;
根据外呼规则中目标类别对应的话术编号,确定在话术数据库中话术编号对应的话术为第二话术。
其中,用户可以对意图所属的类别进行划分,并将每个类别与话术编号映射,在已有的话术数据库中话术与话术编号一一对应,因此,确定目标意图所属目标类别之后,即可得到该目标类别对应的话术编号,进而可以从话术数据库中确定并提取对应编号的话术。
例如,用户将意图的类别分为7种,包括:同意类、时间类、考虑类、不满类、拒绝类、投诉类、兜底类,每种分类配置对应的话术编号,如果目标意图为考虑、犹豫、无法抉择等意图,则可将目标意图所属的类别定义为考虑类,基于考虑类对应话术标号(ID=019),可以从话术数据库中调取该话术。
可选的是,提取当前交互中客户的最后一句话的目标意图,得到目标意图所属的目标类别包括:
获取当前交互的语音数据,并提取语音数据中最后一句话,将最后一句话转换为目标文字;
对目标文字进行自然语言识别模型,确定目标文字对应的目标意图;
根据已有的意图与类别的所属关系,确定目标意图所属的目标类别。
本申请中,与客户的对话会被记录,形成语音数据,根据语音数据的时间维度,可以确定最后一串音频为该语音数据的最后一句话,基于ASR技术将最后一句话对应的音频转换为文字,即目标文字,再NLP模型对文字的意图进行提取,从而确定该最后一句话对应的意图。
可选的是,在获取当前交互的语音数据,并提取语音数据中最后一句话,将最后一句话转换为目标文字之后,还包括:
检测目标文字中文字数量是否大于数量阈值;
若检测到目标文字中文字数量小于数量阈值,则提取最后一句话之前的前N句话,将前N句话转换为附加文字,N为大于零的整数;
将附加文字与目标文字结合,得到结合后的目标文字;
相应地,对目标文字进行自然语言识别模型,确定目标文字对应的目标意图包括:
对结合后的目标文字进行自然语言识别模型,确定结合后的目标文字对应的目标意图。
其中,一定情况下,客户回复的最后一句话可能较为简短,即对应的目标文字的文字数量较少,可能无法表达意图,而为了保证上述NPL模型识别意图的准确性,在目标文字的文字数量较少时,还获取最后一句话之前的至少一句话,形成有效的目标文字,从而用于NPL模型来识别意图。例如,获取最后一句话之前的相邻的一句话,即将最后两句话转换为目标文字。
可选的是,在提取当前交互中客户的最后一句话的目标意图,确定目标意图对应的第二话术之后,还包括:
提取外呼规则中相邻两次外呼的间隔时间;
相应地,使用第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一包括:
从当前时间开始计时,当计时达到间隔时间时,使用第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一。
本申请中,在外呼规则中设置外呼轮次时,还对两次外呼之间的间隔时间进行限定,在一次外呼后,需要达到间隔时间才能进行再一次外呼,从而可以避免连续外呼造成骚扰,降低客户的反感程度,以提高外呼的成功率。
步骤S204,使用第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一。
其中,调用第二话术与客户交互,交互的具体过程与上述第一轮次的交互过程相同,在此不再赘述。由于本轮次为第二轮次的外呼,因此,将原有当前外呼轮次值增加1,得到更新后的当前外呼轮次值为2。
步骤S205,将再次交互作为当前交互以及将再次交互结果作为当前交互结果,返回执行步骤S202,直至检测到当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易。
本申请中,外呼规则中设置了目标轮次值,如果当前外呼轮次值达到目标轮次值,则不需要再继续执行外呼,即外呼结束,如果当前外呼轮次值没有达到目标轮次值,则需要继续再次执行外呼。当然,如果当前交互结果达成了目标交易,则也无需再继续执行外呼,即外呼结束。
将本轮次的交互作为当前交互,将本轮次的交互结果作为当前交互结果,返回执行上述的检测步骤S202,形成一个完整的循环,直至当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易,从而自动完成外呼任务。
举例说明,提供一种外呼平台,用户在该外呼平台上设定要外呼的客户信息以及外呼规则,客户信息包括客户A的电话号码等能够外呼的信息,外呼规则包括第一轮次外呼采用话术B、目标的外呼轮次值为3以及目标交易为出现购买意图;用户设置好上述信息之后,平台选取话术B通过电话方式拨打客户A的电话号码,并与客户A进行当前交互,并生成当前交互结果为未达成目标交易,确定当前外呼轮次值为1;可见,当前交互结果未达成目标交易,且当前外呼轮次值未达到3,因此,提取当前交互中客户A说的最后一句话为“我不需要”也即是挂断电话前的最后一句话,根据该句“我不需要”确定客户A挂断电话想要表达的意图是“不需要”;根据该“不需要”的意图来确定对应的第二话术C,使用该第二话术C通过电话方式拨打客户A的电话号码,并再次与客户A进行再次交互,并生成再次交互结果为达成目标交易;将该再次交互结果作为当前交互结果,将再次交互作为当前交互,当前外呼轮次值增加1,即当前外呼轮次值更新为2,执行检测步骤,可见外呼轮次值未达到3,但当前交互结果达成了目标交易,可以结束与该客户A的接触。
本申请实施例在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值,若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的意图,确定意图对应的第二话术,使用该第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一,将再次交互作为当前交互以及将再次交互结果作为当前交互结果,返回执行检测步骤,直至检测到当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易,可以实现依据外呼的外呼轮次的变化以及上轮次客户的意图来改变新轮次接触的话术,使得话术调用的合理性更高,能够有效地提高外呼的成功率。
参见图3,是本申请实施例三提供的一种基于人工智能的话术调用方法的流程示意图,如图3所示,该话术调用方法可以包括以下步骤:
步骤S301,在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。
步骤S302,检测当前外呼轮次值是否达到目标轮次值,且当前交互结果是否达成目标交易。
步骤S303,若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的目标意图。
其中,步骤S301至步骤S303与上述步骤S201至步骤S203的内容相同,可参考步骤S201至步骤S203的描述,在此不再赘述。
步骤S304,若目标意图为接线人工坐席,则根据人工坐席平台中每位坐席的当前工作状态,确定目标坐席。
其中,目标意图为接线人工坐席即表达了客户想要与人工对话的意图。在对话中识别到“转人工”意图并于客户确认之后,此时根据客户信息与客服的绑定关系,将此客户信息实时流转至对应的服务坐席作业系统,且将对话内容及客户异议点凝练出来随着转接路由传至客户作业系统进行消息提醒。
其中,匹配人工坐席是从人工坐席中按照一定的条件找到相应的工作人员。例如,针对电话坐席平台,维护好坐席的唯一标识及对应的承接座机CTI号清单列表,按清单列表顺序,查找示闲承接坐席,结合服务坐席示闲时间,实现路由分配,从而实现机器转人工。
步骤S305,将目标坐席与客户连线,并结束对客户的外呼。
其中,机器在线转接后,可以将“是否自动派工”的标识,标记为“是”,调用转接接口,将语音工具中的连线与工作人员的座机号对接,从而实现客户与人工客户连接。
客户要求转人工之后,说明可能存在疑问或者有购买需求,则无需在针对该客户进行外呼,即认为当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易。
另外,增加兜底规则标识,当调用超时或其他异常情况,需通知转人工失败。进一步地,本申请中,可以基于转人工失败的情况,确定回复话术,通过该回复话术将告知客户转人工失败。
举例说明,提供一种外呼平台,用户在该外呼平台上设定要接触的客户信息以及外呼规则,客户信息包括客户A的电话号码等能够外呼的信息,外呼规则包括第一轮次外呼采用话术B、目标的外呼轮次值为3以及目标交易为出现购买意图;用户设置好上述信息之后,平台选取话术B通过电话方式拨打客户A的电话号码,并与客户A进行当前交互,并生成当前交互结果为未达成目标交易,确定当前外呼轮次值为1;可见,当前交互结果未达成目标交易,且当前外呼轮次值未超过3,因此,提取当前交互中客户A说的最后一句话为“请工作人员与我联系”也即是挂断电话前的最后一句话,根据该句“请工作人员与我联系”确定客户A挂断电话想要表达的意图是“需要人工服务”,因此,通过与人工坐席平台对接确定目标坐席,将目标坐席与客户连线,以满足客户需求。
本申请实施例在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值,若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的意图,当意图明确为转人工时,则给该客户转接人工坐席,从而提高客户的满意度,增加接触成功的概率。
对应于上文实施例的话术调用方法,图4示出了本申请实施例五提供的基于人工智能的话术调用装置的结构框图,上述话术调用装置可以应用于图1中的服务端,服务端对应的计算机设备连接相应的数据库,以获取相应的数据。上述计算机设备还可以连接客户端,以采集客户端用户发送的数据。为了便于说明,仅示出了与本申请实施例相关的部分。
参见图4,该话术调用装置包括:
第一交互模块41,用于在用户触发外呼时,根据用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值;
外呼检测模块42,用于检测当前外呼轮次值是否达到目标轮次值,且当前交互结果是否达成目标交易;
话术确定模块43,用于若检测到当前外呼轮次值未达到目标轮次值,且当前交互结果未达成目标交易,则提取当前交互中客户的最后一句话的目标意图,确定目标意图对应的第二话术;
第二交互模块44,用于使用第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一;
循环执行模块45,用于将再次交互作为当前交互以及将再次交互结果作为当前交互结果,返回执行检测当前外呼轮次值是否达到目标轮次值,且当前交互结果是否达成目标交易,直至检测到当前外呼轮次值达到目标轮次值,或者当前交互结果达成目标交易。
可选的是,上述话术确定模块43包括:
类别确定单元,用于提取当前交互中客户的最后一句话的目标意图,得到目标意图所属的目标类别;
话术确定单元,用于根据外呼规则中目标类别对应的话术编号,确定在话术数据库中话术编号对应的话术为第二话术。
可选的是,上述类别确定单元包括:
文字转换子单元,用于获取当前交互的语音数据,并提取语音数据中最后一句话,将最后一句话转换为目标文字;
意图确定子单元,用于对目标文字进行自然语言识别模型,确定目标文字对应的目标意图;
类别确定子单元,用于根据已有的意图与类别的所属关系,确定目标意图所属的目标类别。
可选的是,上述话术调用装置还包括:
数量检测模块,用于在获取当前交互的语音数据,并提取语音数据中最后一句话,将最后一句话转换为目标文字之后,检测目标文字中文字数量是否大于数量阈值;
文字转换模块,用于若检测到目标文字中文字数量小于数量阈值,则提取最后一句话之前的前N句话,将前N句话转换为附加文字,N为大于零的整数;
文字确定模块,用于将附加文字与目标文字结合,得到结合后的目标文字;
相应地,上述意图确定子单元具体用于:
对结合后的目标文字进行自然语言识别模型,确定结合后的目标文字对应的目标意图。
可选的是,上述话术调用装置还包括:
坐席确定模块,用于在提取当前交互中客户的最后一句话的目标意图之后,若目标意图为接线人工坐席,则根据人工坐席平台中每位坐席的当前工作状态,确定目标坐席;
连线模块,用于将目标坐席与客户连线,并结束对客户的外呼。
可选的是,上述话术调用装置还包括:
时间提取模块,用于在提取当前交互中客户的最后一句话的目标意图,确定目标意图对应的第二话术之后,提取外呼规则中相邻两次外呼的间隔时间;
相应地,上述第二交互模块44包括:
第二交互单元,用于从当前时间开始计时,当计时达到间隔时间时,使用第二话术与客户进行再次交互,生成再次交互结果,将当前外呼轮次值增加一。
可选的是,上述话术调用装置还包括:
时间检测模块,用于在用户触发外呼时,获取用户输入的客户信息和外呼规则之后,提取外呼规则中外呼的开始时间,并检测当前时间是否为开始时间;
相应地,上述第一交互模块41包括:
第一交互单元,用于在检测到当前时间为开始时间时,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图5为本申请实施例六提供的一种计算机设备的结构示意图。如图5所示,该实施例的计算机设备包括:至少一个处理器(图5中仅示出一个)、存储器以及存储在存储器中并可在至少一个处理器上运行的计算机程序,处理器执行计算机程序时实现上述任意各个话术调用方法实施例中的步骤。
该计算机设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图5仅仅是计算机设备的举例,并不构成对计算机设备的限定,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括网络接口、显示屏和输入装置等。
所称处理器可以是CPU,该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器包括可读存储介质、内存储器等,其中,内存储器可以是计算机设备的内存,内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。可读存储介质可以是计算机设备的硬盘,在另一些实施例中也可以是计算机设备的外部存储设备,例如,计算机设备上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,该其他程序如计算机程序的程序代码等。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。集成的单元如果以软件功能单元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介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当计算机程序产品在计算机设备上运行时,使得计算机设备执行时实现可实现上述方法实施例中的步骤。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,模块或单元的划分,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,例如多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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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,或者也可以分布到多个网络单元上。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。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于人工智能的话术调用方法,其特征在于,包括:
在用户触发外呼时,根据所述用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值;
检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成目标交易;
若检测到所述当前外呼轮次值未达到目标轮次值,且所述当前交互结果未达成所述目标交易,则提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术;
使用所述第二话术与所述客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一;
将所述再次交互作为当前交互以及将所述再次交互结果作为当前交互结果,返回执行检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成所述目标交易,直至检测到所述当前外呼轮次值达到目标轮次值,或者所述当前交互结果达成目标交易。
2.根据权利要求1所述的话术调用方法,其特征在于,所述提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术包括:
提取所述当前交互中所述客户的最后一句话的目标意图,得到所述目标意图所属的目标类别;
根据所述外呼规则中所述目标类别对应的话术编号,确定在话术数据库中所述话术编号对应的话术为所述第二话术。
3.根据权利要求2所述的话术调用方法,其特征在于,所述提取所述当前交互中所述客户的最后一句话的目标意图,得到所述目标意图所属的目标类别包括:
获取所述当前交互的语音数据,并提取所述语音数据中最后一句话,将所述最后一句话转换为目标文字;
对所述目标文字进行自然语言识别模型,确定所述目标文字对应的目标意图;
根据已有的意图与类别的所属关系,确定所述目标意图所属的目标类别。
4.根据权利要求3所述的话术调用方法,其特征在于,在所述获取所述当前交互的语音数据,并提取所述语音数据中最后一句话,将所述最后一句话转换为目标文字之后,还包括:
检测所述目标文字中文字数量是否大于数量阈值;
若检测到所述目标文字中文字数量小于数量阈值,则提取所述最后一句话之前的前N句话,将所述前N句话转换为附加文字,N为大于零的整数;
将所述附加文字与所述目标文字结合,得到结合后的目标文字;
相应地,所述对所述目标文字进行自然语言识别模型,确定所述目标文字对应的目标意图包括:
对所述结合后的目标文字进行自然语言识别模型,确定所述结合后的目标文字对应的目标意图。
5.根据权利要求1所述的话术调用方法,其特征在于,在所述提取所述当前交互中所述客户的最后一句话的目标意图之后,还包括:
若所述目标意图为接线人工坐席,则根据人工坐席平台中每位坐席的当前工作状态,确定目标坐席;
将所述目标坐席与所述客户连线,并结束对所述客户的外呼。
6.根据权利要求1所述的话术调用方法,其特征在于,在所述提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术之后,还包括:
提取所述外呼规则中相邻两次外呼的间隔时间;
相应地,所述使用所述第二话术与客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一包括:
从当前时间开始计时,当计时达到间隔时间时,使用所述第二话术与客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一。
7.根据权利要求1至6任一项所述的话术调用方法,其特征在于,在所述在用户触发外呼时,获取所述用户配置的外呼规则之后,还包括:
提取所述外呼规则中外呼的开始时间,并检测当前时间是否为所述开始时间;
相应地,所述选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值包括:
在检测到当前时间为所述开始时间时,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值。
8.一种基于人工智能的话术调用装置,其特征在于,所述话术调用装置包括:
第一交互模块,用于在用户触发外呼时,根据所述用户配置的外呼规则,选取第一话术与客户进行当前交互,生成当前交互结果和当前外呼轮次值;
外呼检测模块,用于检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成目标交易;
话术确定模块,用于若检测到所述当前外呼轮次值未达到目标轮次值,且所述当前交互结果未达成所述目标交易,则提取所述当前交互中所述客户的最后一句话的目标意图,确定所述目标意图对应的第二话术;
第二交互模块,用于使用所述第二话术与客户进行再次交互,生成再次交互结果,将所述当前外呼轮次值增加一;
循环执行模块,用于将所述再次交互作为当前交互以及将所述再次交互结果作为当前交互结果,返回执行检测所述当前外呼轮次值是否达到目标轮次值,且所述当前交互结果是否达成所述目标交易,直至检测到所述当前外呼轮次值达到目标轮次值,或者所述当前交互结果达成目标交易。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的话术调用方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7任一项所述的话术调用方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111517281.4A CN114202363A (zh) | 2021-12-13 | 2021-12-13 | 基于人工智能的话术调用方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111517281.4A CN114202363A (zh) | 2021-12-13 | 2021-12-13 | 基于人工智能的话术调用方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114202363A true CN114202363A (zh) | 2022-03-18 |
Family
ID=80652937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111517281.4A Pending CN114202363A (zh) | 2021-12-13 | 2021-12-13 | 基于人工智能的话术调用方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202363A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116208712A (zh) * | 2023-05-04 | 2023-06-02 | 北京智齿众服技术咨询有限公司 | 一种提升用户意向的智能外呼方法、系统、设备及介质 |
-
2021
- 2021-12-13 CN CN202111517281.4A patent/CN114202363A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116208712A (zh) * | 2023-05-04 | 2023-06-02 | 北京智齿众服技术咨询有限公司 | 一种提升用户意向的智能外呼方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109514586B (zh) | 实现智能客服机器人的方法及系统 | |
CN110347863B (zh) | 话术推荐方法和装置及存储介质 | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
CN108447471A (zh) | 语音识别方法及语音识别装置 | |
WO2014047270A1 (en) | Method and apparatus for predicting intent in ivr using natural language queries | |
US20200082810A1 (en) | System and method for mapping a customer journey to a category | |
CN104462600A (zh) | 实现来电原因自动分类的方法及装置 | |
US20100145710A1 (en) | Data-Driven Voice User Interface | |
CN110288995B (zh) | 基于语音识别的交互方法、装置、存储介质和电子设备 | |
CN110890088B (zh) | 语音信息反馈方法、装置、计算机设备和存储介质 | |
CN109922213A (zh) | 语音咨询时的数据处理方法、装置、存储介质及终端设备 | |
CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN112364622A (zh) | 对话文本分析方法、装置、电子装置及存储介质 | |
CN113840040B (zh) | 一种人机协作的外呼方法、装置、设备及存储介质 | |
CN114202363A (zh) | 基于人工智能的话术调用方法、装置、计算机设备及介质 | |
CN110047473B (zh) | 一种人机协作交互方法及系统 | |
CN109388695B (zh) | 用户意图识别方法、设备及计算机可读存储介质 | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN111949776B (zh) | 一种用户标签评估的方法、装置和电子设备 | |
CN113468306A (zh) | 语音对话方法、装置、电子设备及存储介质 | |
CN114254088A (zh) | 自动应答模型的构建方法和自动应答方法 | |
CN113822029A (zh) | 客服辅助方法、装置和系统 | |
CN114221920B (zh) | 基于人工智能的自动接触方法、装置、计算机设备及介质 | |
CN110543556A (zh) | 对话配置方法及存储介质和电子设备 | |
CN110517675B (zh) | 基于语音识别的交互方法、装置、存储介质和电子设备 |
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 |