CN115510219A - 话术推荐方法、装置、电子设备及存储介质 - Google Patents
话术推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115510219A CN115510219A CN202211195554.2A CN202211195554A CN115510219A CN 115510219 A CN115510219 A CN 115510219A CN 202211195554 A CN202211195554 A CN 202211195554A CN 115510219 A CN115510219 A CN 115510219A
- Authority
- CN
- China
- Prior art keywords
- intention
- node
- dialogue
- text
- preset
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及人工智能技术,揭露一种话术推荐方法,包括:获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。本发明还提出一种话术推荐装置、电子设备以及存储介质。本发明可以提升话术推荐的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种话术推荐方法、装置、电子设备及计算机可读存储介质。
背景技术
话术推荐常应用于专业领域的咨询、问答或销售服务中,例如,保险咨询、交通咨询、产品推介等场景中,在客户与业务人员进行线上沟通时,基于话术推荐技术,系统实时分析客户反馈的文本,并向与客户沟通的业务人员推荐相关话术,辅助业务人员理解客户的意图,为客户提供更为专业的服务。
在话术推荐应用中,当前较为普遍地是采用基于检索技术的话术推荐,即基于预设的历史对话语料库,对客户当前所反馈的文本进行检索,并将检索所匹配到的话术或业务流程推荐给业务人员,指引业务人员按照推荐话术进行答复或者按照推荐业务流程引导与客户的沟通。
上述基于检索技术的话术推荐,每次文本检索操作都相对比较独立,缺少对检索对象所在上下文的理解,也就无法对客户与业务人员线上沟通过程做出整体意图判断和连贯性的引导,进而导致相关推荐话术的准确性不高。
发明内容
本发明提供一种话术推荐方法、装置、电子设备及计算机可读存储介质,其主要目的在于提升话术推荐的准确性。
为实现上述目的,本发明提供的一种话术推荐方法,包括:
获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
可选地,所述根据所述历史对话语料集合构建意图流程,包括:
将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集;
识别所述正常业务场景语料集中每条语料的客户角色及客户意图得到正常客户意图节点,识别所述正常业务场景语料集中每条语料的业务角色及业务意图得到业务意图节点;
获取每个所述业务意图节点对应的推荐话术,并将获取到的推荐话术作为对应的业务意图节点的处理分支;
根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程;
识别所述异常业务场景语料集中每条语料的客户角色及客户意图,得到异常客户意图节点;
获取每个所述异常客户意图节点对应的处理话术,作为对应的异常客户意图节点的处理分支,得到子流程;
汇集所述主流程及所述子流程得到所述意图流程。
可选地,所述将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集,包括:
根据预设的业务场景标签对所述历史对话语料集合进行标注;
对标注后的所述历史对话语料集合进行聚类操作,得到预设数量的聚类中心;
将属于任一所述聚类中心的历史对话语料作为正常业务场景语料集;
将不属于任一所述聚类中心的历史对话语料作为异常业务场景语料集。
可选地,所述根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程,包括:
在预设的意图库中,查询每个所述正常客户意图节点及每个所述业务意图节点对应的意图ID;
根据所述预设的业务处理规则,识别每个所述意图ID的顺序关系;
根据所述顺序关系将对应的正常客户意图节点及每个所述业务意图节点进行串联,得到所述主流程。
可选地,所述在所述意图流程中查询与所述第一意图相匹配的意图节点之前,所述方法还包括:
识别所述第二对话文本是否为首次获取的对话文本;
当所述第二对话文本是首次获取的对话文本时,识别所述意图流程中的开始节点,将所述开始节点作为匹配起点。
可选地,所述根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点,包括:
在所述意图流程中,获取与所述匹配起点相连的子意图节点,计算所述第二意图与每个所述子意图节点之间的匹配度;
选择满足预设匹配度条件的子意图节点作为所述目标意图节点;
当不存在满足所述预设匹配度条件的子意图节点时,计算所述匹配起点所在的主流程中每个意图节点与所述第二意图之间的距离;
选择满足预设距离条件的意图节点作为目标意图节点;
当不存在满足所述预设距离条件的意图节点时,在所述意图流程中的子流程中,查询满足预设的异常处理条件的意图节点,作为目标意图节点。
可选地,所述对所述第一对话文本进行意图识别,得到第一意图,包括:
对所述第一对话文本进行词向量转换,得到文本向量;
利用预先训练好的意图识别模型的卷积层提取所述文本向量的文本特征;
利用所述预先训练好的意图识别模型的全连接层将所述文本特征转换为特征矩阵;
利用预设的激活函数计算所述特征矩阵与预设的意图标签之间的概率值,选择大于预设概率值阈值的概率值对应的意图标签作为所述第一意图。
为了解决上述问题,本发明还提供一种话术推荐装置,所述装置包括:
意图流程构建模块:用于获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
文本意图识别模块,用于获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
文本与流程匹配模块,用于在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
推荐话术获取模块,用于获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的程序以实现上述所述的话术推荐方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的话术推荐方法。
本发明实施例根据历史对话语料集合构建意图流程,为话术推荐相关处理提供了流程保障,通过在意图流程中查询与第二意图相匹配的目标意图节点,获取所述目标意图节点对应的推荐话术,实现了将对话文本的文本意图与意图流程中的意图节点相结合,保障了推荐话术在意图流程的框架内,另一方面,每次查询目标意图节点时,均以第一意图对应的意图节点为匹配起点,可以实现对对话文本的上下文的文本意图进行关联,保证了意图判断的连续性,从而提升了推荐话术的准确性。
附图说明
图1为本发明一实施例提供的话术推荐方法的流程示意图;
图2为本发明一实施例提供的话术推荐方法中其中一个步骤的详细实施流程示意图;
图3为本发明一实施例提供的话术推荐方法中其中另一个步骤的详细实施流程示意图;
图4为本发明一实施例提供的话术推荐装置的功能模块图;
图5为本发明一实施例提供的实现所述话术推荐方法的电子设备的结构示意图。
本发明目的的实现、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
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种话术推荐方法。所述话术推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述话术推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端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(ContentDelivery 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。
参照图1所示,为本发明一实施例提供的话术推荐方法的流程示意图。
在本实施例中,所述一种话术推荐方法包括:
S1、获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
本发明实施例中,所述历史对话语料集合是指某一特定的业务领域内的已有的常见的客户与业务人员进行线上互动所产生的沟通记录的集合,例如,在保险咨询场景中,业务人员与客户之间的问答记录。
本发明实施例中,可通过具有数据抓取功能的计算机语句(java语句、python语句等)从预先构建的存储区域中获取用户授权的可被获取的沟通记录,所述存储区域包括但不限于数据库、区块链、网络缓存。
可以理解的是,通常在所述历史对话语料集合中,包含两种角色,一种是咨询人或求助人,即客户,一种是提供咨询服务或帮助指引的人,即业务人员。针对客户不同的意图业务人员需要进行不同的业务处理,同时,业务人员也会基于不同的业务意图引导客户人员。
本发明实施例中,所述意图流程是指将上述客户的意图或业务人员的意图按照预设的业务逻辑进行串联所形成的客户与业务人员线上沟通处理流程。
详细地,参阅图2所示,所述S1,包括:
S11、将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集;
S12、识别所述正常业务场景语料集中每条语料的客户角色及客户意图得到正常客户意图节点,识别所述正常业务场景语料集中每条语料的业务角色及业务意图得到业务意图节点;
S13、获取每个所述业务意图节点对应的推荐话术,并将获取到的推荐话术作为对应的业务意图节点的处理分支;
S14、根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程;
S15、识别所述异常业务场景语料集中每条语料的客户角色及客户意图,得到异常客户意图节点;
S16、获取每个所述异常客户意图节点对应的处理话术,作为对应的异常客户意图节点的处理分支,得到子流程;
S17、汇集所述主流程及所述子流程得到所述意图流程。
可以理解的是,在线上咨询或服务以及产品推介中,可能会存在与预设的业务领域不相关的求助或咨询,例如,在线上保险咨询场景中,客户咨询如何办理社保的问题。这类与预设的业务领域不相关的场景属于异常业务场景,针对异常业务场景可以统一采用预设处理机制进行处理。
详细地,所述将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集,包括:根据预设的业务场景标签对所述历史对话语料集合进行标注;对标注后的所述历史对话语料集合进行聚类操作,得到预设数量的聚类中心;将属于任一所述聚类中心的历史对话语料作为正常业务场景语料集;将不属于任一所述聚类中心的历史对话语料作为异常业务场景语料集。
本发明实施例中,所述预设的业务场景标签是指根据实际线上服务所提供的业务种类进行划分得到的场景标签,例如,在保险咨询中,可以根据保险的种类划分规则,设置包含重疾险险种咨询业务、教育险种咨询业务、理财险种咨询业务等业务场景标签。
本发明实施例中,可以利用文本标注工具对所述历史对话语料集进行标注,例如,使用文本标注工具Doccano。
较佳地,所述预设数量与所述预设的业务场景标签的数量相同,具体可以根据实际业务需要进行设置。
本发明实施例中,可以利用预先训练好的意图识别模型识别每条语料的角色信息及意图信息,所述预先训练好的意图识别模型可以是基于深度学习的卷积神经网络模型,是利用大量的客户与业务人员的沟通文本训练得到具有文本识别能力的模型。
本发明实施例中,可以通过预设的意图与推荐话术的映射关系,从预设的推荐话术库中查询与所述业务意图节点相对应的推荐话术。所述预设的推荐话术库以意图为索引,每种意图对应多种推荐话术,每种推荐话术具有不同的推荐优先级。
详细地,所述根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程,包括:在预设的意图库中,查询每个所述正常客户意图节点及每个所述业务意图节点对应的意图ID;根据所述预设的业务处理规则,识别每个所述意图ID的顺序关系;根据所述顺序关系将对应的正常客户意图节点及每个所述业务意图节点进行串联,得到所述主流程。
本发明实施例中,所述预设的意图库包括客户意图及业务意图两种类型,每种所述客户意图及每种所述业务意图都对应唯一的一个意图ID。
本发明实施例中,所述预设的业务处理规则是指根据实际业务需要,将业务处理逻辑划分成具有不同执行关联关系的处理节点,每个处理节点具有不同的节点编号。
本发明实施例中,所述意图流程中的主流程主要用于解决常规业务场景下的客户咨询、求助的问题,所述子流程主要针对非常规业务场景的客户咨询或求助的问题。
S2、获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
本发明实施例中,以线上保险咨询为例,当客户发起线上咨询时,实时获取客户与线上业务人员之间的对话文本,并识别所述对话文本的意图,准确把握客户的意图或业务人员的业务意图,促进双方沟通达到预期的目的。
可以理解的是,在客户与业务人员进行对话的过程中,可以根据对话发生的时间,将客户与业务人员的对话划分成不同的对话节点,例如,每隔5分钟将对话划分为一个节点,如果对话持续15分钟,而可以划分成3个节点,其中,上一对话节点是相对于当前对话节点而言的,即发生在当前对话节点之前的与当前对话节点紧邻的一个对话节点,每个对话节点包含的文本内容和文本长度可以不同。
本发明实施例中,可以利用预先训练好的意图识别模型识别对话文本的文本意图。
以第一对话文本为例,详细地,所述对所述第一对话文本进行意图识别,得到第一意图,包括:对所述第一对话文本进行词向量转换,得到文本向量;利用预先训练好的意图识别模型的卷积层提取所述文本向量的文本特征;利用所述预先训练好的意图识别模型的全连接层将所述文本特征转换为特征矩阵;利用预设的激活函数计算所述特征矩阵与预设的意图标签之间的概率值,选择大于预设概率值阈值的概率值对应的意图标签作为所述第一意图。
需要说明的是,对所述第二对话文本进行意图识别的方法与所述对所述第一对话文本进行意图识别的方法相同。
本发明实施例中,所述预先训练好的意图识别模型的卷积层及全连接层的卷积核的数量及大小、通道数及步长数可以根据实际业务需求进行设置。
本发明实施例中,所述预设的激活函数包括但不限于softmax激活函数、sigmoid激活函数、relu激活函数,以线上保险咨询业务为例,所述预设的意图标签包括但不限于保险理赔咨询、保险收益咨询、保险续保咨询等。
本发明其中一个实施例中,可利用如下预设的激活函数计算概率值:
其中,p(a|x)为特征矩阵x和意图标签a之间的概率值,wa为意图标签a的权重向量,T为求转置运算符号,exp为求期望运算符号,A为预设的意图标签的数量。
本发明实施例中,所述预设概率值阈值可以根据实际情况进行设置。
S3、在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
本发明实施例中,所述匹配起点是指在所述意图流程中与所述第二意图有紧密关联关系的意图节点。
详细地,所述在所述意图流程中查询与所述第一意图相匹配的意图节点之前,所述方法还包括:识别所述第二对话文本是否为首次获取的对话文本;当所述第二对话文本是首次获取的对话文本时,识别所述意图流程中的开始节点,将所述开始节点作为匹配起点。
可以理解的是,通常客户与业务人员的线上对话,前后之间存在一定的逻辑关联,在客户与业务人员进行线上对话的过程中,不断地获取对话文本,每获取一次对话文本,均需要查询匹配所述意图流程中目标意图节点,相邻查询操作对应的目标意图节点之间存在紧密的逻辑关系。
详细地,参阅图3所示,所述根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点,包括:
S31、在所述意图流程中,获取与所述匹配起点相连的子意图节点,计算所述第二意图与每个所述子意图节点之间的匹配度;
S32、选择满足预设匹配度条件的子意图节点作为所述目标意图节点;
S33、当不存在满足所述预设匹配度条件的子意图节点时,计算所述匹配起点所在的主流程中每个意图节点与所述第二意图之间的距离;
S34、选择满足预设距离条件的意图节点作为目标意图节点;
S35、当不存在满足所述预设距离条件的意图节点时,在所述意图流程中的子流程中,查询满足预设的异常处理条件的意图节点,作为目标意图节点。
本发明实施例中,可以利用欧式距离公式、马氏距离公式等计算所述第二意图与所述匹配起点相连的子意图节点之间的匹配度,或者计算所述匹配起点所在的主流程中每个意图节点与所述第二意图之间的距离。
本发明实施例中,所述预设匹配度条件可是当子意图节点与所述第二意图之间的匹配度等于或大于预设的匹配阈值。所述预设距离条件可以指定一个距离阈值,当所述匹配起点所在的主流程中意图节点与所述第二意图之间的距离小于或等于所述距离阈值时,选择对应的意图节点作为所述目标意图节点。
本发明实施例中,如果在所述主流程中没有查找到所述目标意图节点,说明所述第二意图不属于正常的业务处理范围,进而可以利用子流程中提供的处理方式进行处理。
本发明实施例中,所述预设的异常处理条件可以指所述第二意图与所述子流程中每个意图节点之间的距离小于或等于预设的异常距离阈值时,选择对应的意图节点作为所述目标意图节点。
S4、获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
本发明实施例中,所述预设的业务人员是指与客户进行线上文本沟通或线上语音沟通的业务人员。
本发明实施例中,所述目标意图节点下可能会对应多个推荐话术,因此需要对多个推荐话术进行优选操作,或者较佳地推荐话术作为最终的推荐话术,将最终的推荐话术推送给所述预设的业务人员。
较佳地,在所述意图流程中,可以针对每个意图节点下的推荐话术进行评分或设置推荐优先级,选取评分最高或者推荐优先级最高的推荐话术作为最终的推荐话术。例如,根据推荐话术被推荐的频率的高低,设置对应推荐话术的优先级高低,或者计算每个推荐话术与对应的意图节点之间的距离,根据距离的大小对相应的推荐话术设置评分。
本发明实施例根据历史对话语料集合构建意图流程,为话术推荐相关处理提供了流程保障,通过实时地在意图流程中查询与第二意图相匹配的目标意图节点,获取所述目标意图节点对应的推荐话术,实现了将对话文本的文本意图与意图流程中的意图节点相结合,保障了推荐话术在意图流程的框架内,另一方面,每次查询目标意图节点时,均以第一意图对应的意图节点为匹配起点,可以实现对对话文本的上下文的文本意图进行关联,保证了意图判断的连续性,从而提升了推荐话术的准确性。
如图4所示,是本发明一实施例提供的话术推荐装置的功能模块图。
本发明所述话术推荐装置100可以安装于电子设备中。根据实现的功能,所述话术推荐装置100可以包括意图流程构建模块101、文本意图识别模块102、文本与流程匹配模块103及推荐话术获取模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述意图流程构建模块101:用于获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
所述文本意图识别模块102,用于获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
所述文本与流程匹配模块103,用于在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
所述推荐话术获取模块104,用于获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
详细地,本发明实施例中所述话术推荐装置100中的各个模块在使用时采用与上述的图1至图3中所述的话术推荐方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现话术推荐方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如话术推荐程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如话术推荐程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如话术推荐程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的话术推荐程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
进一步地,所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、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(Blockchain),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等。
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。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种话术推荐方法,其特征在于,所述方法包括:
获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
2.如权利要求1所述的话术推荐方法,其特征在于,所述根据所述历史对话语料集合构建意图流程,包括:
将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集;
识别所述正常业务场景语料集中每条语料的客户角色及客户意图得到正常客户意图节点,识别所述正常业务场景语料集中每条语料的业务角色及业务意图得到业务意图节点;
获取每个所述业务意图节点对应的推荐话术,并将获取到的推荐话术作为对应的业务意图节点的处理分支;
根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程;
识别所述异常业务场景语料集中每条语料的客户角色及客户意图,得到异常客户意图节点;
获取每个所述异常客户意图节点对应的处理话术,作为对应的异常客户意图节点的处理分支,得到子流程;
汇集所述主流程及所述子流程得到所述意图流程。
3.如权利要求2所述的话术推荐方法,其特征在于,所述将所述历史对话语料集合拆分成正常业务场景语料集及异常业务场景语料集,包括:
根据预设的业务场景标签对所述历史对话语料集合进行标注;
对标注后的所述历史对话语料集合进行聚类操作,得到预设数量的聚类中心;
将属于任一所述聚类中心的历史对话语料作为正常业务场景语料集;
将不属于任一所述聚类中心的历史对话语料作为异常业务场景语料集。
4.如权利要求2所述的话术推荐方法,其特征在于,所述根据预设的业务处理规则,将所述正常客户意图节点及所述业务意图节点进行关联,得到主流程,包括:
在预设的意图库中,查询每个所述正常客户意图节点及每个所述业务意图节点对应的意图ID;
根据所述预设的业务处理规则,识别每个所述意图ID的顺序关系;
根据所述顺序关系将对应的正常客户意图节点及每个所述业务意图节点进行串联,得到所述主流程。
5.如权利要求1所述的话术推荐方法,其特征在于,所述在所述意图流程中查询与所述第一意图相匹配的意图节点之前,所述方法还包括:
识别所述第二对话文本是否为首次获取的对话文本;
当所述第二对话文本是首次获取的对话文本时,识别所述意图流程中的开始节点,将所述开始节点作为匹配起点。
6.如权利要求2所述的话术推荐方法,其特征在于,所述根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点,包括:
在所述意图流程中,获取与所述匹配起点相连的子意图节点,计算所述第二意图与每个所述子意图节点之间的匹配度;
选择满足预设匹配度条件的子意图节点作为所述目标意图节点;
当不存在满足所述预设匹配度条件的子意图节点时,计算所述匹配起点所在的主流程中每个意图节点与所述第二意图之间的距离;
选择满足预设距离条件的意图节点作为目标意图节点;
当不存在满足所述预设距离条件的意图节点时,在所述意图流程中的子流程中,查询满足预设的异常处理条件的意图节点,作为目标意图节点。
7.如权利要求1所述的话术推荐方法,其特征在于,所述对所述第一对话文本进行意图识别,得到第一意图,包括:
对所述第一对话文本进行词向量转换,得到文本向量;
利用预先训练好的意图识别模型的卷积层提取所述文本向量的文本特征;
利用所述预先训练好的意图识别模型的全连接层将所述文本特征转换为特征矩阵;
利用预设的激活函数计算所述特征矩阵与预设的意图标签之间的概率值,选择大于预设概率值阈值的概率值对应的意图标签作为所述第一意图。
8.一种话术推荐装置,其特征在于,所述装置包括:
意图流程构建模块:用于获取历史对话语料集合,根据所述历史对话语料集合构建意图流程;
文本意图识别模块,用于获取上一对话节点对应的第一对话文本和当前对话节点对应的第二对话文本,对所述第一对话文本进行意图识别,得到第一意图,对所述第二对话文本进行意图识别,得到第二意图;
文本与流程匹配模块,用于在所述意图流程中查询与所述第一意图相匹配的意图节点,将查询到的意图节点作为匹配起点,根据所述匹配起点及所述第二意图,在所述意图流程中获取与所述第二意图相匹配的目标意图节点;
推荐话术获取模块,用于获取所述目标意图节点对应的推荐话术,将所述推荐话术推荐给预设的业务人员。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的话术推荐方法。
10.一种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中任意一项所述的话术推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211195554.2A CN115510219A (zh) | 2022-09-28 | 2022-09-28 | 话术推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211195554.2A CN115510219A (zh) | 2022-09-28 | 2022-09-28 | 话术推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115510219A true CN115510219A (zh) | 2022-12-23 |
Family
ID=84508713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211195554.2A Pending CN115510219A (zh) | 2022-09-28 | 2022-09-28 | 话术推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115510219A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739004A (zh) * | 2023-08-14 | 2023-09-12 | 北京中关村科金技术有限公司 | 一种意图识别方法、装置、设备及可读存储介质 |
-
2022
- 2022-09-28 CN CN202211195554.2A patent/CN115510219A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739004A (zh) * | 2023-08-14 | 2023-09-12 | 北京中关村科金技术有限公司 | 一种意图识别方法、装置、设备及可读存储介质 |
CN116739004B (zh) * | 2023-08-14 | 2023-11-17 | 北京中关村科金技术有限公司 | 一种意图识别方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112860848B (zh) | 信息检索方法、装置、设备及介质 | |
CN113821622B (zh) | 基于人工智能的答案检索方法、装置、电子设备及介质 | |
CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN113722483A (zh) | 话题分类方法、装置、设备及存储介质 | |
CN114880449B (zh) | 智能问答的答复生成方法、装置、电子设备及存储介质 | |
CN113111159A (zh) | 问答记录生成方法、装置、电子设备及存储介质 | |
CN113627797A (zh) | 入职员工画像生成方法、装置、计算机设备及存储介质 | |
CN115525750A (zh) | 机器人话术检测可视化方法、装置、电子设备及存储介质 | |
CN116821373A (zh) | 基于图谱的prompt推荐方法、装置、设备及介质 | |
CN111738778A (zh) | 用户画像生成方法、装置、计算机设备及存储介质 | |
CN113553431B (zh) | 用户标签提取方法、装置、设备及介质 | |
CN113344125B (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN114756669A (zh) | 问题意图的智能分析方法、装置、电子设备及存储介质 | |
CN112395432B (zh) | 课程推送方法、装置、计算机设备及存储介质 | |
CN115510219A (zh) | 话术推荐方法、装置、电子设备及存储介质 | |
CN116843481A (zh) | 知识图谱分析方法、装置、设备及存储介质 | |
CN115099680B (zh) | 风险管理方法、装置、设备及存储介质 | |
CN115221323A (zh) | 基于意图识别模型的冷启动处理方法、装置、设备及介质 | |
CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 | |
CN115146064A (zh) | 意图识别模型优化方法、装置、设备及存储介质 | |
CN114548114A (zh) | 文本情绪识别方法、装置、设备及存储介质 | |
CN114492446A (zh) | 法律文书处理方法、装置、电子设备及存储介质 | |
CN113870478A (zh) | 快速取号方法、装置、电子设备及存储介质 | |
CN114006986A (zh) | 外呼合规预警方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |