CN115563262A - 机器语音外呼场景中对话数据的处理方法及相关装置 - Google Patents

机器语音外呼场景中对话数据的处理方法及相关装置 Download PDF

Info

Publication number
CN115563262A
CN115563262A CN202211408522.6A CN202211408522A CN115563262A CN 115563262 A CN115563262 A CN 115563262A CN 202211408522 A CN202211408522 A CN 202211408522A CN 115563262 A CN115563262 A CN 115563262A
Authority
CN
China
Prior art keywords
node
scenario
user
scenario node
plot
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.)
Granted
Application number
CN202211408522.6A
Other languages
English (en)
Other versions
CN115563262B (zh
Inventor
高爱玲
林嘉祥
杨雯绚
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.)
Shenzhen Renma Interactive Technology Co Ltd
Original Assignee
Shenzhen Renma Interactive Technology 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 Shenzhen Renma Interactive Technology Co Ltd filed Critical Shenzhen Renma Interactive Technology Co Ltd
Priority to CN202211408522.6A priority Critical patent/CN115563262B/zh
Publication of CN115563262A publication Critical patent/CN115563262A/zh
Application granted granted Critical
Publication of CN115563262B publication Critical patent/CN115563262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供了一种机器语音外呼场景中对话数据的处理方法及相关装置,方法包括:通过被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎执行如下操作:若判断当前处理的剧情节点是非结束类剧情节点,输出当前处理的剧情节点中的机器输出语句并采集用户的答复信息,若答复信息为空或者包含的输入语句对应消极属性,则进入挽回剧情节点,通过获得的消极输入累计次数确定挽回话术和下一主线剧情节点;若输入语句对应积极属性,则根据输入语句的意图识别结果确定下一剧情节点;若是结束类剧情节点,则根据当前处理的剧情节点的描述信息执行对应的业务操作。本申请根据用户通话意愿确定挽回话术与下一剧情节点,提高人机对话语音引擎的智能性。

Description

机器语音外呼场景中对话数据的处理方法及相关装置
技术领域
本申请属于互联网产业的一般数据处理技术领域,具体涉及一种机器语音外呼场景中对话数据的处理方法及相关装置。
背景技术
随着科学技术的不断发展,人工智能技术的引入不同的行业中,利用人工智能技术进行机器自动外呼营销的方式越来越重要。
现有技术中,通过机器人进行人机对话过程中,机器人往往是按照固定的对话流程向用户进行语音输出,因此对话内容以及对话的流程往往是一成不变的,仅用户单方被迫接收信息,因此导致营销的成功率低。
发明内容
本申请提供一种机器语音外呼场景中对话数据的处理方法及相关装置,通过用户的答复信息确定用户的通话意愿,以确定是否使用挽回话术,以及确定与用户交互的下一剧情节点,使对话过程更加智能化,并可以根据用户消极输入累计次数确定挽回话术,提高用户使用体验,从而交互的成功率。
第一方面,本申请提供一种机器语音外呼场景中对话数据的处理方法,应用于人机对话服务系统的交互服务器,所述人机对话服务系统包括所述交互服务器和与用户在平台账号所注册电话号码的终端设备,所述方法包括:
调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎,所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识;
通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作:
判断当前处理的剧情节点是否为所述非结束类剧情节点;
若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句;
采集所述用户针对所述机器输出语句的答复信息;
检测所述答复信息内是否包含所述用户的输入语句;
若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点;
输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数;
获取剧情记录表内最新录入的目标主线剧情节点标识,所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识;
根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点;
跳转至所述下一主线剧情节点;
若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点;
若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
第二方面,本申请提供一种机器语音外呼场景中对话数据的处理装置,所述处理装置与用户在平台账号所注册电话号码的终端设备连接,所述处理装置包括:
调用单元,用于调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎,所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识;
执行单元,用于通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作:
所述执行单元,还用于判断当前处理的剧情节点是否为所述非结束类剧情节点;
所述执行单元,还用于若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句;
所述执行单元,还用于采集所述用户针对所述机器输出语句的答复信息;
所述执行单元,还用于检测所述答复信息内是否包含所述用户的输入语句;
所述执行单元,还用于若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点;
所述执行单元,还用于输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数;
所述执行单元,还用于获取剧情记录表内最新录入的目标主线剧情节点标识,所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识;
所述执行单元,还用于根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点;
所述执行单元,还用于跳转至所述下一主线剧情节点;
所述执行单元,还用于若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点;
所述执行单元,还用于若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
第三方面,本申请提供一种电子设备,包括:一个或多个处理器;
一个或多个存储器,用于存储程序,
所述一个或多个存储器和所述程序被配置为,由所述一个或多个处理器控制所述电子设备执行如本申请实施例第一方面任一方法中的步骤的指令。
第四方面,本申请提供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用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面,本申请提供一种计算机程序,其中,所述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序可以为一个软件安装包。
本申请一些实施例提供的技术方案带来的有益效果至少包括:
可见,本申请实施例中,通过人机对话语音引擎针对目标人机对话剧本的每个剧情节点执行如下操作:首先判断当前处理的剧情节点是否为非结束类剧情节点;若是结束类剧情节点,则根据当前处理的剧情节点的描述信息执行对应的业务操作。若是非结束类剧情节点,则输出当前处理的剧情节点中的机器输出语句,并采集用户针对机器输出语句的答复信息,通过用户的答复信息确定后续的剧情节点,具体为:检测到答复信息为空、且与终端设备的电话连接未被挂断,则进入挽回剧情节点;或者,检测到答复信息包含用户的输入语句,但根据输入语句判断获得用户的响应情感属性为消极属性,则进入挽回剧情节点。获得到当前处理的剧情节点为止的对话流程中消极输入累计次数,通过消极输入累计次数查找的第一挽回话术,以及根据消极输入累计次数和获取的剧情记录表内最新录入的目标主线剧情节点标识确定待跳转的下一个主线剧情节点。根据通话过程中用户的答复信息确定用户的通话意愿,以确定是否使用挽回话术,以及确定与用户交互的下一剧情节点,使对话过程更加智能化,并可以根据用户消极输入累计次数确定挽回话术,提高用户使用体验,从而提高交互的成功率。
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。
图1是本申请实施例提供的一种交互服务器的结构示意图;
图2是本申请实施例提供的一种人机对话服务系统的示意图;
图3是本申请实施例提供的一种机器语音外呼场景中对话数据的处理方法的流程图;
图4是本申请实施例提供的一种机器语音外呼场景中对话数据的处理装置的功能单元组成框图。
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。基于本申请中的实施例,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。
请参阅图1,图1是本申请实施例提供的一种交互服务器的结构示意图。如图1所示,该交互服务器包括一个或多个处理器120、存储器130、通信模块140、以及一个或多个程序131,该处理器120通过内部通信总线与该存储器130、该通信模块140通信连接。
其中,该一个或多个程序131被存储在上述存储器130中,且由上述处理器120执行,该一个或多个程序131包括用于执行下述方法实施例中任一步骤的指令。
其中,处理器120例如可以是中央处理器(Central Processing Unit,CPU),通用处理器,数字信号处理器(Digital Signal Processor,DSP),专用集成电路(Application-Specific Integrated Circuit,ASIC),现场可编程门阵列(Field Programmable GateArray,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。处理器120也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信单元可以是通信模块140、收发器、收发电路等,存储单元可以是存储器130。
存储器130可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random access memory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(directrambus RAM,DR RAM)。
为了更好地理解本申请实施例的技术方案,先对本申请实施例可能涉及的人机对话服务系统进行介绍。
请参阅图2,图2是本申请实施例提供的一种人机对话服务系统的示意图。
该人机对话服务系统包括至少一个交互服务器以及多个终端设备。其中,多个终端设备中的每个终端设备与交互服务器连接,以便于每个终端设备可以通过网络与交互服务器进行数据交互。如图2所示,具体可以包括终端设备a、终端设备b、……、终端设备n。
其中,该多个终端设备中的每个终端设备可以是智能手机、平板电脑、笔记本电脑、桌上型电脑、可穿戴设备、头戴设备、车载终端等智能终端,终端设备的种类具体此处不作限制。
请参阅图3,图3是本申请实施例提供的一种机器语音外呼场景中对话数据的处理方法的流程图。如图3所示,一种机器语音外呼场景中对话数据的处理方法,应用于人机对话服务系统的交互服务器,所述人机对话服务系统包括所述交互服务器和与用户在平台账号所注册电话号码的终端设备,所述方法包括如下步骤:
步骤301、调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎。
所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识。
其中,交互服务器调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎与用户进行交互,具体的,该目标人机对话剧本包括多个剧情节点,多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,结束类剧情节点用于表征对话过程结束的剧情节点,挽回剧情节点用于表征挽回用户回归剧情节点的剧情节点。通过人机对话语音引擎与用户进行交互,减少人工成本,提高效率。
步骤302、通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作。
步骤303、判断当前处理的剧情节点是否为所述非结束类剧情节点。
其中,由于目标人机对话剧本包含主线剧情节点和挽回剧情节点,且主线剧情节点分为结束类剧情节点和非结束类剧情节点,剧情节点的类型不同,则对应不同的处理方式,例如针对非结束类剧情节点,由于还有与非结束类剧情节点关联的后续剧情节点,故为保证用户能够继续接听下去,需要考虑用户在当前节点拒绝后挽回用户的方式,以提高用户聆听意愿。若为结束类剧情节点,则没有后续的剧情节点,则降低用户意愿对对话流程的影响,而挽回剧情节点主要用户在用户拒绝的情况下进行用户挽回。
步骤304、若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句。
其中,若判断当前处理的剧情节点是非结束类剧情节点,则输出当前处理的剧情节点中的机器输出语句,以开始与用户的对话。
步骤305、采集所述用户针对所述机器输出语句的答复信息。
其中,为保证实时获取用户的交互意愿,则获取用户针对机器输出语句的答复信息,为后续的步骤提供数据支持。
步骤306、检测所述答复信息内是否包含所述用户的输入语句。
其中,在获取用户的答复信息后,检测该答复信息内是否包含用户的输入语句,即判断用户是否输入了语句。
步骤307、若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点。
其中,在人机对话语音引擎与用户在第一个剧情节点交互时开始累计用户的消极输入次数。具体的,若用户的答复信息为空,且检测到用户仍处于接听状态,即交互服务器与终端设备的电话连接未被挂断,但是用户没有输入输入语句,则判定用户聆听意愿低,则跳转至挽回剧情节点;或者,用户有输入输入语句,但是根据输入语句判断获得用户的响应情感属性为消极属性,如:明确拒绝意图的输入语句,则判定用户聆听意愿低,跳转至挽回剧情节点。
例如,当前处理的剧情节点中的机器输出语句为:你好,我是XX平台的客服,您之前使用过我们的平台,您对我们平台还有印象吗。针对该机器输出语句,用户未进行回复,故采集到用户针对机器输出语句的答复信息为空,且与终端设备的电话连接未被挂断,则判断该用户聆听意愿低,此时跳转至挽回剧情节点。或者,采集用户针对机器输出语句的答复信息中包含用户的输入语句,则根据输入语句判断获得用户的响应情感属性为消极属性,若用户输入语句为:忘了、不记得了、什么、或者好像没印象等等,则判断用户的响应情感属性为消极属性,则跳转至挽回剧情节点。
步骤308、输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术。
所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数。
其中,为提高挽回的概率,则设置了多种不同的挽回话术,统计到当前处理的剧情节点为止的对话流程中累计的消极输入次数,获得消极输入累计次数。在获得消极输入累计次数后,根据消极输入累计次数查找对应的第一挽回话术,并通过交互服务器的机器人输出该第一挽回话术,以挽回用户,提高用户继续聆听的意愿,从而提高通话成功率。
步骤309、获取剧情记录表内最新录入的目标主线剧情节点标识。
所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识。
其中,剧情记录表用于记录处理过的主线剧情节点标识,具体的记录方式可以为,在进入主线剧情节点时,获取当前处理的主线剧情节点的主线剧情节点标识,并将当前处理的主线剧情节点的主线剧情节点标识录入剧情记录表内。
其中,非结束类剧情节点都设置有至少一个对应的下一主线剧情节点,以与用户进行对话的同时,实现此次通话的目的。根据消极输入累计次数和用户最后一次消极输入所在的剧情节点,确定跳转的下一剧情节点,从而使对话更加合理,提高对话的流畅性。
步骤310、根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点。
其中,根据获取到的消极输入累计次数以及目标主线剧情节点标识确定跳转的下一剧情节点。
在一种可能的示例中,该挽回剧情节点包括第一挽回分支节点与第二挽回分支节点,在第一挽回分支节点和第二挽回分支节点,获取剧情记录表内最新录入的目标主线剧情节点标识和消极输入累计次数,根据目标主线剧情节点标识和消极输入累计次数,确定的第一挽回话术,并根据消极输入累计次数和目标主线剧情节点标识确定跳转的下一剧情节点。
在一种可能的示例中,该挽回剧情节点包括第一挽回分支节点与第二挽回分支节点,该第一挽回分支节点对应的操作包括输出根据消极输入累计次数确定的第一挽回话术;第二挽回分支节点对应的操作包括获取剧情记录表内最新录入的目标主线剧情节点标识,并根据消极输入累计次数和目标主线剧情节点标识确定跳转的下一剧情节点。若检测到答复信息为空、且与终端设备的电话连接未被挂断,或者,检测到答复信息包含用户的输入语句,且根据输入语句判断用户的响应情感属性为消极属性,则跳转至该第一挽回分支节点,在完成第一挽回分支节点的操作后,直接跳转至第二挽回分支节点,并完成第二挽回分支节点的操作。通过消极输入累计次数和目标主线剧情节点标识确定跳转的下一主线剧情节点,使确定的下一主线剧情节点更加精准,提高用户的体验。
在一种可能的示例中,该挽回剧情节点包括第一挽回分支节点与第二挽回分支节点,该第一挽回分支节点对应的操作包括获取剧情记录表内最新录入的目标主线剧情节点标识,第二挽回分支节点对应的操作包括输出根据消极输入累计次数确定的第一挽回话术,并根据消极输入累计次数和目标主线剧情节点标识确定跳转的下一主线剧情节点。通过消极输入累计次数和目标主线剧情节点标识确定跳转的下一主线剧情节点,使确定的下一主线剧情节点更加精准,提高智能性。
步骤311、跳转至所述下一主线剧情节点。
其中,在确定下一主线剧情节点后,跳转至确定的下一主线剧情节点,以与用户继续进行交互。
步骤312、若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点。
其中,若检测到答复信息包含用户的输入语句,且根据输入语句判断获得用户的响应情感属性为积极属性,则解析输入语句,获得用户的意图,以获得意图识别结果。根据意图识别结果确定对应的预期机器人输出语句。
例如,当前处理的剧情节点中的机器输出语句为:你好,我是XX平台的客服,您之前使用过我们的平台,您对我们平台还有印象吗。用户回复的输入语句为:记得、是你们啊、有印象等等,则确定用户愿意继续聆听。
步骤313、若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
其中,若判断当前处理的剧情节点是结束类剧情节点,则根据当前处理的剧情节点的描述信息执行对应的业务操作。
可见,本示例中,根据用户的通话意愿确定下一剧情节点,使人机对话语音引擎输出的语音更合理,且在用户消极通话时,根据用户的消极输入累计次数进一步确定挽回话术,以挽回用户,提高通话的成功率,并提高人机对话语音引擎的智能性。
在一种可能的示例中,所述检测所述答复信息内是否包含所述用户的输入语句,包括:解析所述答复信息,并判断所述用户在预设的时长内是否输入输入语句;若是,则判断所述答复信息包含所述用户的输入语句;若否,则判断所述答复信息为空。
具体示例中,在通话过程中,若用户的态度积极,则会在接收到机器输出语句后,迅速反馈,故在检测答复信息时,需要在预设的时长内检测用户是否输入输入语句,若在预设的时长内未检测到用户的输入语句,则判断该用户的答复信息为空。其中,预设的时长可以根据实际需求进行设置,具体此处不作限制。
可见,本示例中,判断用户是否在预设的时长内输入输入语句,从而确定用户的通话态度,提高判断结果的准确性。
在一种可能的示例中,所述判断所述答复信息包含所述用户的输入语句之后,所述方法还包括:提取所述用户的输入语句内的至少一个关键词;判断是否能根据所述至少一个关键词匹配到对应的所述用户的响应情感属性;提取所述用户的输入语句内的至少一个关键词;判断是否能根据所述至少一个关键词匹配到对应的所述用户的响应情感属性;若未匹配到,则根据所述关键词从预设数据库获取对应的实体,所述预设数据库包括关键词与实体的对应关系,所述实体指词语;根据所述实体匹配对应的响应情感属性,以确定所述输入语句对应的所述响应情感属性。
具体示例中,提取用户的输入语句内的至少一个关键词,根据该至少一个关键词判断用户的响应情感属性,具体的,可以根据至少一个关键词直接判断用户的响应情感属性,或者,可以根据至少一个关键词中若干关键词的组合来判断是否存在可匹配到对应的响应情感属性;若未匹配到,则根据至少一个关键词或者至少一个关键词中若干关键词的组合从预设数据库获取对应的实体,即确定对应的词语,根据确定的实体再次获取对应的响应情感属性。例如,用户的输入语句为:真烦啊。提取用户输入语句内的关键词“真烦”。若预设的词语仅包括:忘记和不要。忘记或者不要都对应消极属性。根据关键词“真烦”无法匹配到相同的词语,故无法确定输入语句的响应情感属性。故需根据“真烦”从预设数据库获取对应的实体,例如在预设数据库中,“真烦”对应的实体与“不要”对应的实体为同一实体,故判断“真烦”对应的响应情感属性为消极属性。
可见,本示例中,首先判断是否能根据用户的输入语句内的关键词匹配到对应的响应情感属性,若能匹配到,则获取对应的响应情感属性,以提高匹配的效率。若未匹配到,则根据至少一个关键词,或者至少一个关键词中若干关键词的组合来判断是否存在可匹配到对应的响应情感属性;若仍未匹配到,则根据至少一个关键词或者至少一个关键词中若干关键词的组合获取对应的实体,以进一步确定对应的响应情感属性,使匹配更加全面,准确。
在一种可能的示例中,所述根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点,包括:若所述消极输入累计次数等于预设的最大消极输入累计次数,则获取剧情节点对应表,所述剧情节点对应表包括最大消极输入累计次数、主线剧情节点标识与下一剧情节点之间的对应关系;根据所述最大消极输入累计次数和所述目标主线剧情节点标识从所述剧情节点对应表中获取对应的所述下一主线剧情节点,所述下一主线剧情节点为结束类剧情节点。
在一种可能的示例中,所述结束类剧情节点的机器输出语句的信息包含所述目标人机对话剧本内未被处理的非结束类剧情节点的机器输出语句内的信息。
具体示例中,每个非结束类剧情节点都对应至少一个下一剧情节点,该下一剧情节点可以为主线剧情节点,或者挽回剧情节点。在确定用户的消极输入累计次数等于预设的最大消极输入累计次数时,则判断用户的拒绝接听意愿强烈。故获取剧情节点对应表,根据最大消极输入累计次数和目标主线剧情节点标识从剧情节点对应表中获取对应的下一主线剧情节点,该下一主线剧情节点为结束类剧情节点,以快速结束该电话连接,防止用户反感。其中,该结束类剧情节点对应的机器输出语句可以包含未完成的非结束类剧情内的核心语句,在快速完结通话的同时实现此次通话的目的。即根据最大消极输入累计次数和目标主线剧情节点标识跳转至结束类剧情节点,该结束类剧情节点的机器输出语句的信息包含未被处理的非结束类剧情节点的机器输出语句内的信息。
若用户的消极输入累计次数小于预设的最大消极输入累计次数,则根据输入语句的意图识别结果确定适配意图识别结果的预期机器人输出语句,在输出根据消极输入累计次数确定的挽回话术后,跳转至预期机器人输出语句所对应的下一个剧情节点。或者,获取对应的剧情节点对应表,根据消极输入累计次数和目标主线剧情节点标识从剧情节点对应表中获取对应的下一剧情节点,该下一剧情节点为非结束类剧情节点。现提供一种具体示例,请参阅表1:
表1
Figure 408653DEST_PATH_IMAGE001
例如,请参阅上表1,在剧情节点1-1,机器输出语句为:您好,我是XX平台的客服经理,您使过我们平台的,还有印象吗。获得用户的输入语句:没有印象。判断获得的输入语句,确定用户的响应情感属性为消极属性,则进入挽回剧情节点,获得当前处理的消极输入累计次数为1,根据消极输入累计次数获得对应的挽回话术1,该对应的挽回话术1为:哎呀,没事儿,可以听听我们最近的一个优惠活动。输出该挽回话术后,获取剧情记录表内的目标主线剧情节点标识,根据目标主线剧情节点标识与消极输入累计次数确定跳转的下一主线剧情节点1-2,并进入对应的主线剧情节点1-2。在主线剧情节点1-2,机器输出语句为:是这样的,我们最近有最新的优惠礼包,满100可以优惠30。获得用户的输入语句:不感兴趣。判断用户的响应情感属性为消极属性,则进入挽回剧情节点,获得当前处理的消极输入累计次数为2。若预设的最大消极输入累计次数为2,则确定消极输入累计次数等于预设的最大消极输入累计次数,故判断用户的拒绝接听意愿强烈,为防止用户反感,需尽快结束对话,根据最大消极输入累计次数和目标主线剧情节点标识从剧情节点对应表中获取对应的下一主线剧情节点,该下一主线剧情节点为结束类剧情节点1-4-2,根据最大消极输入累计次数获得对应的挽回话术2为:好的。在输出对应的挽回对话2后,进入结束类剧情节点1-4-2,以结束对话,防止用户反感。比对剧情节点1-4的结束话术和剧情节点1-4-2的结束话术可见,1-4-2对应的机器输出语句包含未完成的非结束类剧情的机器输出语句内的信息。因为在剧情节点1-2时,传达的内容并不完整,因此,在结束剧情1-4-2简要的把未传达的信息传达到位并结束。确保用户不遗漏信息也不过分反感。
其中,在确定用户的响应情感属性为积极属性时,无需跳转进入挽回剧情节点,可以确定跳转条件对应的跳转主线剧情节点后,直接跳转进入该主线剧情节点。例如,请再次参阅表1,若在剧情节点1-1,输出机器输出语句后,若获得用户的输入语句:有的。判断获得的输入语句,确定用户的响应情感属性为积极属性,确定跳转主线剧情节点为剧情节点1-2;在进入剧情节点1-2后,根据获得的用户的输入语句确定用户的响应情感属性为积极属性,则跳转进入剧情节点1-3;在进入剧情节点1-3后,根据获得用户的输入语句确定用户的响应情感属性为积极属性,则跳转进入剧情节点1-4。
可见,本示例中,可以根据用户的消极输入累计次数确定对应的挽回话术,以挽留用户,提高通话的成功率。在确定消极输入累计次数达到预设的最大消极输入累计次数时,快速进入对应的结束类剧情节点,从而防止用户反感,提高人机对话语音引擎的智能性,进而提高用户的使用体验。
在一种可能的示例中,结束类剧情节点可以包括第一结束类剧情节点,第一结束类剧情节点对应的第一业务操作包括输出机器语句和挂断电话;或者,结束类剧情节点可以包括第二结束类剧情节点,第二结束类剧情节点对应的第二业务操作包括输出机器语句、挂断电话以及发送短信,该短信包含欲与用户分享的优惠活动信息,或者优惠券信息。可见,结束类信息可以有多种,提供多种结束选择,提高智能性。
在一种可能的示例中,所述根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,包括:提取所述输入语句的关键词;根据所述关键词确定所述用户的意图,以获得所述意图识别结果;根据所述意图识别结果从预设的机器人输出语句集合内匹配对应的所述预期机器人输出语句,所述机器人输出语句集合包括意图识别结果与预期机器人输出语句之间的对应关系。
具体示例中,根据输入语句的意图识别结果确定适配意图识别结果的预期机器人输出语句的具体过程可以为:获取输入语句内的关键词,根据关键词匹配对应的意图查询条件,例如,机器输出语句为:这样的,我们最近这个优惠活动,在我们平台购物满300元优惠50元。获取到用户的输入语句为:我有个小孩,倒是不知道奶粉可以用不。提取关键词“小朋友”“用的”“奶粉”,根据关键词,获得对应的意图识别结果:可以用优惠券的奶粉。根据该意图识别结果从预设的预期机器人输出语句内匹配对应的预期机器人输出语句。
可见,通过关键词获得用户的意图识别结果,以根据意图识别结果匹配对应的预期机器人输出语句,提高匹配的正确率。
在一种可能的示例中,所述输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,包括:获取所述消极输入累计次数;根据所述消极输入累计次数从预设的挽回话术集合中匹配对应的所述第一挽回话术,所述挽回话术集合包含消极输入累计次数与挽回话术的对应关系;通过所述交互服务器的机器人输出所述第一挽回话术。
其中,为提高挽回率,在挽回话术集合中设置有多个挽回话术,且对应不同的消极输入累计次数。以根据用户的拒绝意愿的强烈程度进行不同话术输出,更为智能化,使对话更加流畅,提高用户的使用体验。
本申请实施例提供一种机器语音外呼场景中对话数据的处理装置,该装置可以为电子设备。具体的,本申请实施例提供的机器语音外呼场景中对话数据的处理装置可以包括相应步骤所对应的模块。
本申请实施例可以根据上述方法示例对机器语音外呼场景中对话数据的处理装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本申请实施例中对模块的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,请参阅图4,图4是本申请实施例提供的一种机器语音外呼场景中对话数据的处理装置的功能单元组成框图,所述处理装置与用户在平台账号所注册电话号码的终端设备连接,所述处理装置包括:
调用单元410,用于调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎,所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识;
执行单元420,用于通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作:
所述执行单元420,还用于判断当前处理的剧情节点是否为所述非结束类剧情节点;
所述执行单元420,还用于若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句;
所述执行单元420,还用于采集所述用户针对所述机器输出语句的答复信息;
所述执行单元420,还用于检测所述答复信息内是否包含所述用户的输入语句;
所述执行单元420,还用于若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点;
所述执行单元420,还用于输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数;
所述执行单元420,还用于获取剧情记录表内最新录入的目标主线剧情节点标识,所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识;
所述执行单元420,还用于根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点;
所述执行单元420,还用于跳转至所述下一主线剧情节点;
所述执行单元420,还用于若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点;
所述执行单元420,还用于若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
在一种可能的示例中,所述执行单元420,还用于解析所述答复信息,并判断所述用户在预设的时长内是否输入输入语句;以及判断所述答复信息包含所述用户的输入语句;以及判断所述答复信息为空。
在一种可能的示例中,所述执行单元420,还用于提取所述用户的输入语句内的至少一个关键词;以及判断是否能根据所述至少一个关键词匹配到对应的所述用户的响应情感属性;以及根据所述关键词从预设数据库获取对应的实体,所述预设数据库包括关键词与实体的对应关系,所述实体指词语;以及根据所述实体匹配对应的响应情感属性,以确定所述输入语句对应的所述响应情感属性。
在一种可能的示例中,所述执行单元420,还用于若所述消极输入累计次数等于预设的最大消极输入累计次数,则获取剧情节点对应表,所述剧情节点对应表包括最大消极输入累计次数、主线剧情节点标识与下一剧情节点之间的对应关系;以及根据所述最大消极输入累计次数和所述目标主线剧情节点标识从所述剧情节点对应表中获取对应的所述下一主线剧情节点,所述下一主线剧情节点为结束类剧情节点。
在一种可能的示例中,所述结束类剧情节点的机器输出语句的信息包含所述目标人机对话剧本内未被处理的非结束类剧情节点的机器输出语句内的信息。
在一种可能的示例中,所述执行单元420,还用于提取所述输入语句的关键词;以及根据所述关键词确定所述用户的意图,以获得所述意图识别结果;以及根据所述意图识别结果从预设的机器人输出语句集合内匹配对应的所述预期机器人输出语句,所述机器人输出语句集合包括意图识别结果与预期机器人输出语句之间的对应关系。
在一种可能的示例中,所述执行单元420,还用于获取所述消极输入累计次数;根据所述消极输入累计次数从预设的挽回话术集合中匹配对应的所述第一挽回话术,所述挽回话术集合包含消极输入累计次数与挽回话术的对应关系;以及通过所述交互服务器的机器人输出所述第一挽回话术。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
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电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序可操作来使计算机执行如上述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,上述计算机包括电子设备。
应理解,在本申请的各种实施例中,上述各过程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。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和系统,可以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,所述单元的划分,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,机械或其它的形式。
所述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。
另外,在本发明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包括,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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,可轻易想到变化或替换,均可作各种更动与修改,包含上述不同功能、实施步骤的组合,包含软件和硬件的实施方式,均在本发明的保护范围。

Claims (10)

1.一种机器语音外呼场景中对话数据的处理方法,其特征在于,应用于人机对话服务系统的交互服务器,所述人机对话服务系统包括所述交互服务器和与用户在平台账号所注册电话号码的终端设备,所述方法包括:
调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎,所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识;
通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作:
判断当前处理的剧情节点是否为所述非结束类剧情节点;
若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句;
采集所述用户针对所述机器输出语句的答复信息;
检测所述答复信息内是否包含所述用户的输入语句;
若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点;
输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数;
获取剧情记录表内最新录入的目标主线剧情节点标识,所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识;
根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点;
跳转至所述下一主线剧情节点;
若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点;
若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
2.根据权利要求1所述的方法,其特征在于,所述检测所述答复信息内是否包含所述用户的输入语句,包括:
解析所述答复信息,并判断所述用户在预设的时长内是否输入输入语句;
若是,则判断所述答复信息包含所述用户的输入语句;
若否,则判断所述答复信息为空。
3.根据权利要求2所述的方法,其特征在于,所述判断所述答复信息包含所述用户的输入语句之后,所述方法还包括:
提取所述用户的输入语句内的至少一个关键词;
判断是否能根据所述至少一个关键词匹配到对应的所述用户的响应情感属性;
若未匹配到,则根据所述关键词从预设数据库获取对应的实体,所述预设数据库包括关键词与实体的对应关系,所述实体指词语;
根据所述实体匹配对应的响应情感属性,以确定所述输入语句对应的所述响应情感属性。
4.根据权利要求1所述的方法,其特征在于,所述根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点,包括:
若所述消极输入累计次数等于预设的最大消极输入累计次数,则获取剧情节点对应表,所述剧情节点对应表包括最大消极输入累计次数、主线剧情节点标识与下一剧情节点之间的对应关系;
根据所述最大消极输入累计次数和所述目标主线剧情节点标识从所述剧情节点对应表中获取对应的所述下一主线剧情节点,所述下一主线剧情节点为结束类剧情节点。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述结束类剧情节点的机器输出语句的信息包含所述目标人机对话剧本内未被处理的非结束类剧情节点的机器输出语句内的信息。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,包括:
提取所述输入语句的关键词;
根据所述关键词确定所述用户的意图,以获得所述意图识别结果;
根据所述意图识别结果从预设的机器人输出语句集合内匹配对应的所述预期机器人输出语句,所述机器人输出语句集合包括意图识别结果与预期机器人输出语句之间的对应关系。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,包括:
获取所述消极输入累计次数;
根据所述消极输入累计次数从预设的挽回话术集合中匹配对应的所述第一挽回话术,所述挽回话术集合包含消极输入累计次数与挽回话术的对应关系;
通过所述交互服务器的机器人输出所述第一挽回话术。
8.一种机器语音外呼场景中对话数据的处理装置,其特征在于,所述处理装置与用户在平台账号所注册电话号码的终端设备连接,所述处理装置包括:
调用单元,用于调用被目标人机对话剧本预先赋予了对话逻辑的人机对话语音引擎,所述目标人机对话剧本包括多个剧情节点,所述多个剧情节点按照剧情类别划分包括主线剧情节点和挽回剧情节点,所述主线剧情节点按照在剧情中的进度划分包括结束类剧情节点和非结束类剧情节点,所述结束类剧情节点用于表征对话过程结束的剧情节点,所述挽回剧情节点用于表征挽回所述用户回归所述主线剧情节点的剧情节点,所述非结束类剧情节点包括第一机器响应策略和至少一个第一跳转条件,所述第一跳转条件包括预期用户输入语句和对应的跳转主线剧情节点,或预期用户输入语句和对应的跳转挽回剧情节点,所述挽回剧情节点包括第二机器响应策略和至少一个第二跳转条件,所述第二跳转条件包括预期用户拒绝次数、主线剧情节点标识与跳转主线剧情节点的对应关系,所述主线剧情节点标识为所述主线剧情节点的节点标识;
执行单元,用于通过所述人机对话语音引擎针对所述目标人机对话剧本的每个剧情节点执行如下操作:
所述执行单元,还用于判断当前处理的剧情节点是否为所述非结束类剧情节点;
所述执行单元,还用于若是所述非结束类剧情节点,则输出所述当前处理的剧情节点中的机器输出语句;
所述执行单元,还用于采集所述用户针对所述机器输出语句的答复信息;
所述执行单元,还用于检测所述答复信息内是否包含所述用户的输入语句;
所述执行单元,还用于若检测到所述答复信息为空、且与所述终端设备的电话连接未被挂断,或者,检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为消极属性,则跳转至所述挽回剧情节点;
所述执行单元,还用于输出所述挽回剧情节点中根据消极输入累计次数确定的第一挽回话术,所述消极输入累计次数为到所述当前处理的剧情节点为止的对话流程中累计的消极输入次数;
所述执行单元,还用于获取剧情记录表内最新录入的目标主线剧情节点标识,所述剧情记录表内包含根据所述当前处理的剧情节点进行更新的主线剧情节点标识;
所述执行单元,还用于根据所述消极输入累计次数和所述目标主线剧情节点标识确定跳转的下一主线剧情节点;
所述执行单元,还用于跳转至所述下一主线剧情节点;
所述执行单元,还用于若检测到所述答复信息包含所述用户的输入语句,且根据所述输入语句判断所述用户的响应情感属性为积极属性,则根据所述输入语句的意图识别结果确定适配所述意图识别结果的预期机器人输出语句,并跳转至所述预期机器人输出语句所对应的下一个主线剧情节点;
所述执行单元,还用于若是所述结束类剧情节点,则根据所述当前处理的剧情节点的描述信息执行对应的业务操作。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,在所述处理器执行所述计算机指令的情况下,所述电子设备执行如权利要求1至7中任一项所述的方法。
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中存储有计算机程序,所述计算机程序包括程序指令,在所述程序指令被处理器执行的情况下,使所述处理器执行如权利要求1至7中任一项所述的方法。
CN202211408522.6A 2022-11-10 2022-11-10 机器语音外呼场景中对话数据的处理方法及相关装置 Active CN115563262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211408522.6A CN115563262B (zh) 2022-11-10 2022-11-10 机器语音外呼场景中对话数据的处理方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211408522.6A CN115563262B (zh) 2022-11-10 2022-11-10 机器语音外呼场景中对话数据的处理方法及相关装置

Publications (2)

Publication Number Publication Date
CN115563262A true CN115563262A (zh) 2023-01-03
CN115563262B CN115563262B (zh) 2023-03-24

Family

ID=84770682

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211408522.6A Active CN115563262B (zh) 2022-11-10 2022-11-10 机器语音外呼场景中对话数据的处理方法及相关装置

Country Status (1)

Country Link
CN (1) CN115563262B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860823A (zh) * 2023-03-03 2023-03-28 深圳市人马互动科技有限公司 人机互动问卷答题场景中的数据处理方法及相关产品

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111028827A (zh) * 2019-12-10 2020-04-17 深圳追一科技有限公司 基于情绪识别的交互处理方法、装置、设备和存储介质
US20200274970A1 (en) * 2019-02-26 2020-08-27 Cigna Taiwan Life Assurance Co. Ltd. Automated systems and methods for natural language processing with speaker intention inference
CN112202978A (zh) * 2020-08-24 2021-01-08 维知科技张家口有限责任公司 智能外呼系统、方法、计算机系统及存储介质
EP3832485A1 (en) * 2019-12-02 2021-06-09 Koninklijke Philips N.V. Question answering systems
US20210234814A1 (en) * 2020-08-07 2021-07-29 Beijing Baidu Netcom Science And Technology Co., Ltd. Human-machine interaction
CN114254088A (zh) * 2021-12-06 2022-03-29 科大讯飞股份有限公司 自动应答模型的构建方法和自动应答方法
CN114694224A (zh) * 2022-03-30 2022-07-01 中国工商银行股份有限公司 客服问答方法、装置、设备、存储介质和计算机程序产品
CN114969284A (zh) * 2022-05-13 2022-08-30 深圳追一科技有限公司 基于动态图的信息处理方法、系统、设备及介质
CN115212580A (zh) * 2022-09-21 2022-10-21 深圳市人马互动科技有限公司 基于电话交互更新游戏数据的方法及相关装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200274970A1 (en) * 2019-02-26 2020-08-27 Cigna Taiwan Life Assurance Co. Ltd. Automated systems and methods for natural language processing with speaker intention inference
EP3832485A1 (en) * 2019-12-02 2021-06-09 Koninklijke Philips N.V. Question answering systems
CN111028827A (zh) * 2019-12-10 2020-04-17 深圳追一科技有限公司 基于情绪识别的交互处理方法、装置、设备和存储介质
US20210234814A1 (en) * 2020-08-07 2021-07-29 Beijing Baidu Netcom Science And Technology Co., Ltd. Human-machine interaction
CN112202978A (zh) * 2020-08-24 2021-01-08 维知科技张家口有限责任公司 智能外呼系统、方法、计算机系统及存储介质
CN114254088A (zh) * 2021-12-06 2022-03-29 科大讯飞股份有限公司 自动应答模型的构建方法和自动应答方法
CN114694224A (zh) * 2022-03-30 2022-07-01 中国工商银行股份有限公司 客服问答方法、装置、设备、存储介质和计算机程序产品
CN114969284A (zh) * 2022-05-13 2022-08-30 深圳追一科技有限公司 基于动态图的信息处理方法、系统、设备及介质
CN115212580A (zh) * 2022-09-21 2022-10-21 深圳市人马互动科技有限公司 基于电话交互更新游戏数据的方法及相关装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIANDIAN ZENG ET AL: "Fine-grained Question-Answer sentiment classification with hierarchical graph attention network", 《NEUROCOMPUTING》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115860823A (zh) * 2023-03-03 2023-03-28 深圳市人马互动科技有限公司 人机互动问卷答题场景中的数据处理方法及相关产品

Also Published As

Publication number Publication date
CN115563262B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN111970409B (zh) 基于人机交互的语音处理方法、装置、设备和存储介质
CN115212580B (zh) 基于电话交互更新游戏数据的方法及相关装置
CN109979450B (zh) 信息处理方法、装置及电子设备
CN108899015B (zh) 一种向通话中的用户提供语音反馈信息的方法和装置
CN115410601B (zh) 人机对话场景中基于场景识别的语音交互方法
CN115563262B (zh) 机器语音外呼场景中对话数据的处理方法及相关装置
CN110457454A (zh) 一种对话方法、服务器、对话系统及存储介质
CN114706945A (zh) 意图识别方法、装置、电子设备及存储介质
CN114842849B (zh) 语音对话检测方法及装置
JP2023506087A (ja) スキルの音声ウェイクアップ方法および装置
CN110209768B (zh) 自动问答的问题处理方法和装置
CN113037914A (zh) 用于处理呼入电话的方法、相关装置及计算机程序产品
CN111309882B (zh) 用于实现智能客服问答的方法和装置
CN113132214B (zh) 一种对话方法、装置、服务器及存储介质
CN109120509B (zh) 一种信息收集的方法及装置
CN116069915A (zh) 政务服务处理方法及装置
CN113873087B (zh) 外呼方法、装置、计算机设备和存储介质
CN114970559A (zh) 智能应答方法及装置
CN115658875A (zh) 基于聊天服务的数据处理方法及相关产品
CN113015002B (zh) 一种主播视频数据的处理方法和装置
CN114242047A (zh) 一种语音处理方法、装置、电子设备及存储介质
CN113282264A (zh) 数据处理方法、装置、智能设备及计算机存储介质
CN112911074A (zh) 一种语音通信处理方法、装置、设备和机器可读介质
CN115659994B (zh) 人机交互系统中的数据处理方法及相关装置
CN112447178A (zh) 一种声纹检索方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant