CN114897429B - 适用于客服沟通的任务分配方法、装置、设备及存储介质 - Google Patents

适用于客服沟通的任务分配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114897429B
CN114897429B CN202210640986.3A CN202210640986A CN114897429B CN 114897429 B CN114897429 B CN 114897429B CN 202210640986 A CN202210640986 A CN 202210640986A CN 114897429 B CN114897429 B CN 114897429B
Authority
CN
China
Prior art keywords
department
responsibility
target
department identification
identification
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
Application number
CN202210640986.3A
Other languages
English (en)
Other versions
CN114897429A (zh
Inventor
徐寅磊
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202210640986.3A priority Critical patent/CN114897429B/zh
Publication of CN114897429A publication Critical patent/CN114897429A/zh
Application granted granted Critical
Publication of CN114897429B publication Critical patent/CN114897429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06F40/295—Named entity recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请涉及人工智能技术领域，揭示了一种适用于客服沟通的任务分配方法、装置、设备及存储介质，其中方法包括：根据目标沟通文本和各个部门标识对应的部门关键词集确定第一候选部门标识集；根据目标沟通文本和预设的第一映射表确定第二候选部门标识集；对第一候选部门标识集和第二候选部门标识集进行合集得到待分析责任部门标识集；根据目标沟通文本和第二映射表从待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；根据主要责任部门标识和关联责任部门标识集对目标沟通文本进行任务分配得到任务分配结果。本申请有利于提高任务的执行速度和质量稳定性，有利于跨部门联动协调，提高了任务的执行速度和质量。

Description

适用于客服沟通的任务分配方法、装置、设备及存储介质
技术领域
本申请涉及到人工智能技术领域，特别是涉及到一种适用于客服沟通的任务分配方法、装置、设备及存储介质。
背景技术
客服与客户沟通之后，将根据沟通内容在任务系统中创建一个任务，然后在任务系统中将该任务固定分配给指定部门。任务的执行速度和质量依赖于指定部门的执行能力，导致任务的执行速度和质量不稳定；而且在该任务需要多个部门协同完成时，指定部门可能不是主要责任部门，跨部门联动协调比较困难，降低了任务的执行速度和质量。
发明内容
本申请的主要目的为提供一种适用于客服沟通的任务分配方法、装置、设备及存储介质，旨在解决目前客服将根据沟通内容创建的任务固定分配给指定部门的任务分配方式，存在任务的执行速度和质量不稳定，跨部门联动协调比较困难，降低了任务的执行速度和质量的技术问题。
为了实现上述发明目的，本申请提出一种适用于客服沟通的任务分配方法，所述方法包括：
获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
进一步的，所述根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集的步骤，包括：
采用预设的关键词词典，对所述目标沟通文本进行关键词提取，得到待匹配关键词集；
对所述待匹配关键词集与每个所述部门关键词集进行余弦相似度计算，得到初始相似度集；
根据所述初始相似度集确定所述第一候选部门标识集。
进一步的，所述根据所述初始相似度集确定所述第一候选部门标识集的步骤，包括：
从所述初始相似度集中查找出大于预设的相似度阈值的各个相似度，以形成候选相似度集；
将所述候选相似度集对应的各个所述部门标识作为所述第一候选部门标识集。
进一步的，所述根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集的步骤，包括：
对所述目标沟通文本进行实体识别，得到目标实体集；
将所述目标实体集中的每个实体，在所述第一映射表中进行部门标识查找，得到命中部门标识；
将各个所述命中部门标识作为所述第二候选部门标识集。
进一步的，所述对所述目标沟通文本进行实体识别，得到目标实体集的步骤，包括：
将所述目标沟通文本输入预设的对话主题检测模型进行对话主题检测，得到目标对话主题；
将所述目标沟通文本输入预设的实体识别模型进行实体识别，得到初始实体集；
采用所述目标对话主题对应的实体对齐表，对所述初始实体集中的每个实体进行实体对齐，以形成所述目标实体集。
进一步的，所述根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集的步骤，包括：
采用预设的关键短语词典，对所述目标沟通文本进行关键短语提取，得到待分析关键短语集；
对所述待分析关键短语集中的每个所述关键短语，在所述第二映射表中进行部门标识查找，以形成待计算部门标识集；
对所述待分析责任部门标识集中的每个部门标识，在所述待计算部门标识集中进行占比计算，得到部门占比；
从各个所述部门占比中查找到值为最大的所述部门占比，作为目标部门占比；
将所述目标部门占比对应的所述部门标识作为所述主要责任部门标识；
将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识，作为所述关联责任部门标识集。
进一步的，所述根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果的步骤，包括：
采用预设的任务生成方法，对所述目标沟通文本进行任务生成，得到目标任务；
根据所述主要责任部门标识对应的所述部门占比，确定所述主要责任部门标识对应的主要责任标准评分；
将所述关联责任部门标识集中的任一个所述部门标识，作为待分析关联责任部门标识；
根据所述待分析关联责任部门标识对应的所述部门占比，确定所述待分析关联责任部门标识对应的关联责任标准评分；
根据所述主要责任部门标识、所述关联责任部门标识集、所述目标任务、所述主要责任标准评分和各个所述关联责任标准评分确定所述任务分配结果。
本申请还提出了一种适用于客服沟通的任务分配装置，所述装置包括：
数据获取模块，用于获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
第一候选部门标识集确定模块，用于根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
第二候选部门标识集确定模块，用于根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
待分析责任部门标识集确定模块，用于对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
责任部门确定模块，用于根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
任务分配结果确定模块，用于根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
本申请还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法。
本申请还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。
本申请的适用于客服沟通的任务分配方法、装置、设备及存储介质，其中方法通过获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。通过首先根据部门关键词集、第一映射表确定待分析责任部门标识集，然后根据目标沟通文本和预设的第二映射表从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集，最后根据主要责任部门标识和关联责任部门标识集对所述目标沟通文本进行任务分配，从而实现了自动化进行任务分配，主要责任部门标识不是固定的部门标识，有利于提高任务的执行速度和质量稳定性；而且根据主要责任部门标识和关联责任部门标识集确定任务分配结果，有利于跨部门联动协调，提高了任务的执行速度和质量。
附图说明
图1为本申请一实施例的适用于客服沟通的任务分配方法的流程示意图；
图2为本申请一实施例的适用于客服沟通的任务分配装置的结构示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请实施例中提供一种适用于客服沟通的任务分配方法，所述方法包括以下步骤S1-S6：
S1：获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
S2：根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
S3：根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
S4：对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
S5：根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
S6：根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
本实施例通过首先根据部门关键词集、第一映射表确定待分析责任部门标识集，然后根据目标沟通文本和预设的第二映射表从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集，最后根据主要责任部门标识和关联责任部门标识集对所述目标沟通文本进行任务分配，从而实现了自动化进行任务分配，主要责任部门标识不是固定的部门标识，有利于提高任务的执行速度和质量稳定性；而且根据主要责任部门标识和关联责任部门标识集确定任务分配结果，有利于跨部门联动协调，提高了任务的执行速度和质量。
对于S1，可以获取用户输入的目标沟通文本，也可以从数据库中获取目标沟通文本，还可以从第三方应用中获取目标沟通文本。
目标客户与目标客服进行沟通，将沟通的内容对应的文本作为目标沟通文本。
对于S2，从所述目标沟通文本中提取出关键词，以形成待匹配关键词集；计算待匹配关键词集与每个部门关键词集之间的相似度，从计算得到的各个相似度中筛选出符合要求的相似度，将找出各个相似度对应的各个部门标识作为所述第一候选部门标识集。
部门标识可以是部门名称、部门ID等唯一标识一个部门的数据。部门可以是企业中的部门，还可以是事业单位中的部门。
部门关键词集中包括一个或多个部门关键词。部门关键词，是从部门职责中抽取出的关键词。
对于S3，第一映射表包括：实体和部门标识。
从所述目标沟通文本中确定各个实体，将确定的实体在第一映射表中查找部门标识，将查找到的各个部门标识作为所述第二候选部门标识集。
对于S4，对所述第一候选部门标识集和所述第二候选部门标识集进行合集，将合集得到集合作为待分析责任部门标识集。
对于S5，第二映射表包括：关键短语和部门标识。
比如，当目标沟通文本中包含住房拆迁，“住房拆迁”可以拆分成关键短语“住房”和“拆迁”，在第二映射表中，关键短语“住房”对应的部门标识是住房管理局对应的部门标识，关键短语“拆迁”对应的部门标识是土地规划局对应的部门标识。
根据所述目标沟通文本和预设的第二映射表，计算所述待分析责任部门标识集中的各个部门标识的部门占比，将部门占比最高的部门标识作为主要责任部门标识，将所述待分析责任部门标识集中的主要责任部门标识以外的各个部门标识作为关联责任部门标识集。
对于S6，采用预设的任务生成方法，对所述目标沟通文本进行任务生成，将生成的任务作为目标任务，将所述主要责任部门标识作为目标任务的主导方，将所述关联责任部门标识集对应的各个部门标识作为目标任务的协助部门标识，从而确定了任务分配结果。
任务分配结果包括：目标任务、主要责任部门标识和关联责任部门标识集。
在一个实施例中，上述根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集的步骤，包括以下步骤S21-S23：
S21：采用预设的关键词词典，对所述目标沟通文本进行关键词提取，得到待匹配关键词集；
S22：对所述待匹配关键词集与每个所述部门关键词集进行余弦相似度计算，得到初始相似度集；
S23：根据所述初始相似度集确定所述第一候选部门标识集。
本实施例先从目标沟通文本进行关键词提取以确定待匹配关键词集，然后计算待匹配关键词集与每个所述部门关键词集之间的相似度，最后根据计算的相似度确定所述第一候选部门标识集，从而从部门职责角度确定了候选部门标识。
对于S21，关键词词典中包括多个关键词。关键词是从部门职责中提取出的词语。比如，土地规划局是负责土地使用规划的部门，土地使用涉及到拆迁，因此，从土地规划局的部门职责中可以提取出词语“拆迁”，将提取得到的“拆迁”作为关键词词典中的一个关键词。
对所述目标沟通文本进行分词，得到词语集合；采用预设的关键词词典中的每个关键词，在所述词语集合中进行词语查找，将查找到词语的每个关键词作为一个待匹配关键词；将各个待匹配关键词作为所述待匹配关键词集。
对于S22，将所述待匹配关键词集进行编码，得到第一编码向量；对每个所述部门关键词集进行编码，得到第二编码向量；对第一编码向量与每个第二编码向量之间进行余弦相似度计算，将计算得到的各个余弦相似度作为初始相似度集。
对于S23，从所述初始相似度集中筛选出相似度，将筛选出的各个相似度对应的各个部门标识作为所述第一候选部门标识集。
在一个实施例中，上述根据所述初始相似度集确定所述第一候选部门标识集的步骤，包括以下步骤S231-S232：
S231：从所述初始相似度集中查找出大于预设的相似度阈值的各个相似度，以形成候选相似度集；
S232：将所述候选相似度集对应的各个所述部门标识作为所述第一候选部门标识集。
本实施例通过将大于预设的相似度阈值的各个相似度对应的各个所述部门标识作为所述第一候选部门标识集，从而从部门职责角度确定了候选部门标识。
对于S231，从所述初始相似度集中查找出大于预设的相似度阈值的各个相似度，将查找到的各个相似度作为候选相似度集，也就是说，候选相似度集中的每个相似度均大于预设的相似度阈值。
对于S232，将所述候选相似度集对应的各个所述部门标识作为所述第一候选部门标识集，从而将相似度符合要求的各个部门标识作为所述第一候选部门标识集。
在一个实施例中，上述根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集的步骤，包括以下步骤S31-S33：
S31：对所述目标沟通文本进行实体识别，得到目标实体集；
S32：将所述目标实体集中的每个实体，在所述第一映射表中进行部门标识查找，得到命中部门标识；
S33：将各个所述命中部门标识作为所述第二候选部门标识集。
本实施例从目标沟通文本中识别的实体在第一映射表中进行部门标识查找，将查找到的各个部门标识作为第二候选部门标识集，从而实现从实体角度确定候选部门标识，提高了任务分配的准确性。
对于S31，对所述目标沟通文本进行实体识别，根据识别得到的各个实体确定目标实体集。
可选的，根据识别得到的各个实体确定目标实体集，也就是将识别得到的各个实体作为目标实体集。
对于S32，将所述目标实体集中的每个实体，在所述第一映射表中进行部门标识查找，将查找到的每个部门标识作为一个命中部门标识。
对于S33，将各个所述命中部门标识作为所述第二候选部门标识集，从而实现从实体角度确定第二候选部门标识集。
在一个实施例中，上述对所述目标沟通文本进行实体识别，得到目标实体集的步骤，包括以下步骤S311-S313：
S311：将所述目标沟通文本输入预设的对话主题检测模型进行对话主题检测，得到目标对话主题；
S312：将所述目标沟通文本输入预设的实体识别模型进行实体识别，得到初始实体集；
S313：采用所述目标对话主题对应的实体对齐表，对所述初始实体集中的每个实体进行实体对齐，以形成所述目标实体集。
本实施例首先通过对话主题检测模型确定目标对话主题，然后通过实体识别模型进行实体识别，从而有利于提高确定的实体的准确性，最后采用目标对话主题对应的实体对齐表进行实体对齐，从而提高了目标实体集的准确性，提高了从实体角度确定第二候选部门标识集的准确性。
对于S311，将所述目标沟通文本输入预设的对话主题检测模型进行对话主题检测，将检测得到对话主题作为目标对话主题。
对话主题，也就是目标客户与目标客服进行沟通的目标。
对话主题检测模型，是基于神经网络训练得到的模型。
对于S312，将所述目标沟通文本输入预设的实体识别模型进行实体识别，将识别得到的各个实体作为初始实体集。
实体识别模型，是基于Bert(Bidirectional Encoder Representations fromTransformers，自编码语言模型)模型和条件随机场训练得到的模型。Bert模型用于对文本进行特征提取，条件随机场用于对Bert模型提取的特征进行BIO标注。BIO标注对文本的每个字符进行标注，BIO标注包括：B-S、I-S和O，B-S是实体的开头，I-S是实体的中间，O不是实体。
对于S313，实体对齐表包括：对话主题、原始实体和对齐后实体。原始实体是实体。对齐后实体是实体。
将所述初始实体集中的每个实体，在所述目标对话主题对应的实体对齐表中进行原始实体查找，将查找到的原始实体在所述目标对话主题对应的实体对齐表中对应的对齐后实体，作为目标实体；将各个目标实体作为所述目标实体集。
在一个实施例中，上述根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集的步骤，包括以下步骤S51-S56：
S51：采用预设的关键短语词典，对所述目标沟通文本进行关键短语提取，得到待分析关键短语集；
S52：对所述待分析关键短语集中的每个所述关键短语，在所述第二映射表中进行部门标识查找，以形成待计算部门标识集；
S53：对所述待分析责任部门标识集中的每个部门标识，在所述待计算部门标识集中进行占比计算，得到部门占比；
S54：从各个所述部门占比中查找到值为最大的所述部门占比，作为目标部门占比；
S55：将所述目标部门占比对应的所述部门标识作为所述主要责任部门标识；
S56：将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识，作为所述关联责任部门标识集。
本实施例根据关键短语词典，对所述目标沟通文本进行关键短语提取，然后根据提取的每个关键短语从所述第二映射表中确定部门标识，然后根据确定的各个部门标识对所述待分析责任部门标识集中的每个部门标识确定部门占比，最后将部门占比最大的部门标识作为主要责任部门标识，将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识作为所述关联责任部门标识集，为跨部门联动协调提供了基础，提高了任务的执行速度和质量。
对于S51，采用预设的关键短语词典中的每个关键短语，在所述目标沟通文本中进行查找，将查找成功的各个关键短语作为待分析关键短语集。
关键短语，是与任务执行和/或部门职责相关的短语。
对所述目标沟通文本进行短语划分，得到短语集合；采用预设的关键短语词典中的每个关键短语，在所述短语集合中进行短语查找，将查找到短语的每个关键短语作为一个待分析关键短语；将各个所述待分析关键短语作为所述待分析关键短语集。
对于S52，将所述待分析关键短语集中的每个所述关键短语，在所述第二映射表中进行关键短语查找，将查找到的关键短语在第二映射表中对应的部门标识作为待计算部门标识，将各个待计算部门标识作为待计算部门标识集。
可以理解的是，一个部门标识在待计算部门标识集中出现的次数可以为一次或多次。
对于S53，计算所述待分析责任部门标识集中的每个部门标识在所述待计算部门标识集中出现的次数，得到每个部门标识的单部门标识出现次数；对所述待计算部门标识集进行部门标识的数量计算，得到部门标识出现总次数；将所述单部门标识出现次数除以所述部门标识出现总次数，得到所述部门占比。
对于S54，从各个所述部门占比中查找到值为最大的所述部门占比，将找出的所述部门占比作为目标部门占比。
对于S55，将所述目标部门占比对应的所述部门标识作为所述主要责任部门标识，从而动态的确定了主导部门的部门标识。
对于S56，将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识，作为所述关联责任部门标识集，从而确定了需要联动的部门的部门标识。
在一个实施例中，上述根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果的步骤，包括以下步骤S61-S65：
S61：采用预设的任务生成方法，对所述目标沟通文本进行任务生成，得到目标任务；
S62：根据所述主要责任部门标识对应的所述部门占比，确定所述主要责任部门标识对应的主要责任标准评分；
S63：将所述关联责任部门标识集中的任一个所述部门标识，作为待分析关联责任部门标识；
S64：根据所述待分析关联责任部门标识对应的所述部门占比，确定所述待分析关联责任部门标识对应的关联责任标准评分；
S65：根据所述主要责任部门标识、所述关联责任部门标识集、所述目标任务、所述主要责任标准评分和各个所述关联责任标准评分确定所述任务分配结果。
本实施例根据主要责任部门标识对应的所述部门占比主要责任标准评分，根据关联责任部门标识集中的每个部门标识的部门占比确定关联责任标准评分，从而实现在任务分配时确定主要责任部门标识和关联责任部门标识集对应的每个部门的考核要求，从而有利于跨部门联动协调，提高了任务的执行速度和质量。
对于S61，采用预设的任务生成方法，根据所述目标沟通文本进行任务生成，将生成的任务作为目标任务。
可选的，任务生成方法包括：任务标签集和任务生成脚本。任务标签集中包括多个任务标签。任务标签的取值范围包括但不限于：任务名称、任务简介、客服标识、客户标识、任务生成时间。
其中，任务生成脚本根据任务标签集中的各个任务标签从所述目标沟通文本中提取信息，根据提取的信息在创建任务。
对于S62，将所述主要责任部门标识对应的所述部门占比与100进行相乘，将相乘得到的数据作为所述主要责任部门标识对应的主要责任标准评分。
对于S64，将所述待分析关联责任部门标识对应的所述部门占比与100进行相乘，将相乘得到的数据作为所述待分析关联责任部门标识对应的关联责任标准评分。
对于S65，将所述主要责任部门标识、所述关联责任部门标识集、所述目标任务、所述主要责任标准评分和各个所述关联责任标准评分作为所述任务分配结果。
任务分配结果包括：目标任务、主要责任部门标识、主要责任标准评分、关联责任部门标识集和各个所述关联责任标准评分。
参照图2，本申请还提出了一种适用于客服沟通的任务分配装置，所述装置包括：
数据获取模块100，用于获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
第一候选部门标识集确定模块200，用于根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
第二候选部门标识集确定模块300，用于根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
待分析责任部门标识集确定模块400，用于对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
责任部门确定模块500，用于根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
任务分配结果确定模块600，用于根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
本实施例通过首先根据部门关键词集、第一映射表确定待分析责任部门标识集，然后根据目标沟通文本和预设的第二映射表从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集，最后根据主要责任部门标识和关联责任部门标识集对所述目标沟通文本进行任务分配，从而实现了自动化进行任务分配，主要责任部门标识不是固定的部门标识，有利于提高任务的执行速度和质量稳定性；而且根据主要责任部门标识和关联责任部门标识集确定任务分配结果，有利于跨部门联动协调，提高了任务的执行速度和质量。
在一个实施例中，上述第一候选部门标识集确定模块200包括：
待匹配关键词集确定子模块，用于采用预设的关键词词典，对所述目标沟通文本进行关键词提取，得到待匹配关键词集；
初始相似度集确定子模块，用于对所述待匹配关键词集与每个所述部门关键词集进行余弦相似度计算，得到初始相似度集；
第一候选部门标识集确定子模块，用于根据所述初始相似度集确定所述第一候选部门标识集。
在一个实施例中，上述第一候选部门标识集确定子模块包括：
候选相似度集确定单元，用于从所述初始相似度集中查找出大于预设的相似度阈值的各个相似度，以形成候选相似度集；
第一候选部门标识集确定单元，用于将所述候选相似度集对应的各个所述部门标识作为所述第一候选部门标识集。
在一个实施例中，上述第二候选部门标识集确定模块300包括：
目标实体集确定子模块，用于对所述目标沟通文本进行实体识别，得到目标实体集；
命中部门标识确定子模块，用于将所述目标实体集中的每个实体，在所述第一映射表中进行部门标识查找，得到命中部门标识；
第二候选部门标识集确定子模块，用于将各个所述命中部门标识作为所述第二候选部门标识集。
在一个实施例中，上述目标实体集确定子模块包括：
目标对话主题确定单元，用于将所述目标沟通文本输入预设的对话主题检测模型进行对话主题检测，得到目标对话主题；
初始实体集确定单元，用于将所述目标沟通文本输入预设的实体识别模型进行实体识别，得到初始实体集；
目标实体集确定单元，用于采用所述目标对话主题对应的实体对齐表，对所述初始实体集中的每个实体进行实体对齐，以形成所述目标实体集。
在一个实施例中，上述责任部门确定模块500包括：
待分析关键短语集确定子模块，用于采用预设的关键短语词典，对所述目标沟通文本进行关键短语提取，得到待分析关键短语集；
待计算部门标识集确定子模块，用于对所述待分析关键短语集中的每个所述关键短语，在所述第二映射表中进行部门标识查找，以形成待计算部门标识集；
部门占比确定子模块，用于对所述待分析责任部门标识集中的每个部门标识，在所述待计算部门标识集中进行占比计算，得到部门占比；
目标部门占比确定子模块，用于从各个所述部门占比中查找到值为最大的所述部门占比，作为目标部门占比；
主要责任部门标识确定子模块，用于将所述目标部门占比对应的所述部门标识作为所述主要责任部门标识；
关联责任部门标识集确定子模块，用于将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识，作为所述关联责任部门标识集。
在一个实施例中，上述任务分配结果确定模块600包括：
目标任务确定子模块，用于采用预设的任务生成方法，对所述目标沟通文本进行任务生成，得到目标任务；
主要责任标准评分确定子模块，用于根据所述主要责任部门标识对应的所述部门占比，确定所述主要责任部门标识对应的主要责任标准评分；
关联责任标准评分确定子模块，用于将所述关联责任部门标识集中的任一个所述部门标识，作为待分析关联责任部门标识，根据所述待分析关联责任部门标识对应的所述部门占比，确定所述待分析关联责任部门标识对应的关联责任标准评分；
任务分配结果确定子模块，用于根据所述主要责任部门标识、所述关联责任部门标识集、所述目标任务、所述主要责任标准评分和各个所述关联责任标准评分确定所述任务分配结果。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存适用于客服沟通的任务分配方法等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种适用于客服沟通的任务分配方法。所述适用于客服沟通的任务分配方法，包括：获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
本实施例通过首先根据部门关键词集、第一映射表确定待分析责任部门标识集，然后根据目标沟通文本和预设的第二映射表从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集，最后根据主要责任部门标识和关联责任部门标识集对所述目标沟通文本进行任务分配，从而实现了自动化进行任务分配，主要责任部门标识不是固定的部门标识，有利于提高任务的执行速度和质量稳定性；而且根据主要责任部门标识和关联责任部门标识集确定任务分配结果，有利于跨部门联动协调，提高了任务的执行速度和质量。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种适用于客服沟通的任务分配方法，包括步骤：获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
上述执行的适用于客服沟通的任务分配方法，通过首先根据部门关键词集、第一映射表确定待分析责任部门标识集，然后根据目标沟通文本和预设的第二映射表从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集，最后根据主要责任部门标识和关联责任部门标识集对所述目标沟通文本进行任务分配，从而实现了自动化进行任务分配，主要责任部门标识不是固定的部门标识，有利于提高任务的执行速度和质量稳定性；而且根据主要责任部门标识和关联责任部门标识集确定任务分配结果，有利于跨部门联动协调，提高了任务的执行速度和质量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (6)

1.一种适用于客服沟通的任务分配方法，其特征在于，所述方法包括：
获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果；
所述根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集的步骤，包括：
采用预设的关键词词典，对所述目标沟通文本进行关键词提取，得到待匹配关键词集；
对所述待匹配关键词集与每个所述部门关键词集进行余弦相似度计算，得到初始相似度集；
根据所述初始相似度集确定所述第一候选部门标识集；
所述根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集的步骤，包括：
对所述目标沟通文本进行实体识别，得到目标实体集；
将所述目标实体集中的每个实体，在所述第一映射表中进行部门标识查找，得到命中部门标识；
将各个所述命中部门标识作为所述第二候选部门标识集；
所述根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集的步骤，包括：
采用预设的关键短语词典，对所述目标沟通文本进行关键短语提取，得到待分析关键短语集；
对所述待分析关键短语集中的每个所述关键短语，在所述第二映射表中进行部门标识查找，以形成待计算部门标识集；
对所述待分析责任部门标识集中的每个部门标识，在所述待计算部门标识集中进行占比计算，得到部门占比；
从各个所述部门占比中查找到值为最大的所述部门占比，作为目标部门占比；
将所述目标部门占比对应的所述部门标识作为所述主要责任部门标识；
将所述待分析责任部门标识集中的所述主要责任部门标识以外的各个所述部门标识，作为所述关联责任部门标识集；
所述根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果的步骤，包括：
采用预设的任务生成方法，对所述目标沟通文本进行任务生成，得到目标任务；
根据所述主要责任部门标识对应的所述部门占比，确定所述主要责任部门标识对应的主要责任标准评分；
将所述关联责任部门标识集中的任一个所述部门标识，作为待分析关联责任部门标识；
根据所述待分析关联责任部门标识对应的所述部门占比，确定所述待分析关联责任部门标识对应的关联责任标准评分；
根据所述主要责任部门标识、所述关联责任部门标识集、所述目标任务、所述主要责任标准评分和各个所述关联责任标准评分确定所述任务分配结果。
2.根据权利要求1所述的适用于客服沟通的任务分配方法，其特征在于，所述根据所述初始相似度集确定所述第一候选部门标识集的步骤，包括：
从所述初始相似度集中查找出大于预设的相似度阈值的各个相似度，以形成候选相似度集；
将所述候选相似度集对应的各个所述部门标识作为所述第一候选部门标识集。
3.根据权利要求1所述的适用于客服沟通的任务分配方法，其特征在于，所述对所述目标沟通文本进行实体识别，得到目标实体集的步骤，包括：
将所述目标沟通文本输入预设的对话主题检测模型进行对话主题检测，得到目标对话主题；
将所述目标沟通文本输入预设的实体识别模型进行实体识别，得到初始实体集；
采用所述目标对话主题对应的实体对齐表，对所述初始实体集中的每个实体进行实体对齐，以形成所述目标实体集。
4.一种适用于客服沟通的任务分配装置，所述适用于客服沟通的任务分配装置用于执行权利要求1-3任一项所述的适用于客服沟通的任务分配方法，其特征在于，所述装置包括：
数据获取模块，用于获取目标沟通文本，其中，所述目标沟通文本是目标客户与目标客服的沟通文本；
第一候选部门标识集确定模块，用于根据所述目标沟通文本和预设的各个部门标识对应的各个部门关键词集，确定第一候选部门标识集；
第二候选部门标识集确定模块，用于根据所述目标沟通文本和预设的第一映射表，确定第二候选部门标识集；
待分析责任部门标识集确定模块，用于对所述第一候选部门标识集和所述第二候选部门标识集进行合集，得到待分析责任部门标识集；
责任部门确定模块，用于根据所述目标沟通文本和预设的第二映射表，从所述待分析责任部门标识集中确定主要责任部门标识和关联责任部门标识集；
任务分配结果确定模块，用于根据所述主要责任部门标识和所述关联责任部门标识集，对所述目标沟通文本进行任务分配，得到任务分配结果。
5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法。
CN202210640986.3A 2022-06-07 2022-06-07 适用于客服沟通的任务分配方法、装置、设备及存储介质 Active CN114897429B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210640986.3A CN114897429B (zh) 2022-06-07 2022-06-07 适用于客服沟通的任务分配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210640986.3A CN114897429B (zh) 2022-06-07 2022-06-07 适用于客服沟通的任务分配方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114897429A CN114897429A (zh) 2022-08-12
CN114897429B true CN114897429B (zh) 2024-02-02

Family

ID=82727211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210640986.3A Active CN114897429B (zh) 2022-06-07 2022-06-07 适用于客服沟通的任务分配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114897429B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764633A (zh) * 2018-04-24 2018-11-06 平安科技（深圳）有限公司 一种任务分配方法、系统及终端设备
CN113033941A (zh) * 2020-12-23 2021-06-25 平安普惠企业管理有限公司 客诉案件分配方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180343539A1 (en) * 2017-05-24 2018-11-29 Metavallo, LLC Service metric data management
US11182707B2 (en) * 2018-11-19 2021-11-23 Rimini Street, Inc. Method and system for providing a multi-dimensional human resource allocation adviser
US20200210938A1 (en) * 2018-12-27 2020-07-02 Clicksoftware, Inc. Systems and methods for fixing schedule using a remote optimization engine

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764633A (zh) * 2018-04-24 2018-11-06 平安科技（深圳）有限公司 一种任务分配方法、系统及终端设备
CN113033941A (zh) * 2020-12-23 2021-06-25 平安普惠企业管理有限公司 客诉案件分配方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114897429A (zh) 2022-08-12

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
CN109829629B (zh) 风险分析报告的生成方法、装置、计算机设备和存储介质
CN111160017A (zh) 关键词抽取方法、话术评分方法以及话术推荐方法
US20230039496A1 (en) Question-and-answer processing method, electronic device and computer readable medium
CN109508458B (zh) 法律实体的识别方法及装置
CN112035599B (zh) 基于垂直搜索的查询方法、装置、计算机设备及存储介质
CN111368049A (zh) 信息获取方法、装置、电子设备及计算机可读存储介质
CN112925945A (zh) 会议纪要生成方法、装置、设备及存储介质
CN111666399A (zh) 基于知识图谱的智能问答方法、装置和计算机设备
CN112395410B (zh) 一种基于实体抽取的产业舆情推荐方法、装置及电子设备
CN113157863A (zh) 问答数据处理方法、装置、计算机设备及存储介质
CN111400340B (zh) 一种自然语言处理方法、装置、计算机设备和存储介质
CN111274822A (zh) 语义匹配方法、装置、设备及存储介质
CN112766319A (zh) 对话意图识别模型训练方法、装置、计算机设备及介质
CN112699923A (zh) 文档分类预测方法、装置、计算机设备及存储介质
CN112836061A (zh) 智能推荐的方法、装置以及计算机设备
CN112685475A (zh) 报表查询方法、装置、计算机设备及存储介质
CN112632258A (zh) 文本数据处理方法、装置、计算机设备和存储介质
CN116821285A (zh) 基于人工智能的文本处理方法、装置、设备及介质
CN118377881A (zh) 智能问答方法、系统、装置、计算机设备和可读存储介质
CN118313347A (zh) 文档处理方法、装置及其相关产品
CN113688636A (zh) 扩展问的推荐方法、装置、计算机设备和存储介质
CN114897429B (zh) 适用于客服沟通的任务分配方法、装置、设备及存储介质
CN117093682A (zh) 意图识别方法、装置、计算机设备及存储介质
CN114254622B (zh) 一种意图识别方法和装置

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