CN115760022A - 一种金融业务的智能化办理方法、系统及介质 - Google Patents
一种金融业务的智能化办理方法、系统及介质 Download PDFInfo
- Publication number
- CN115760022A CN115760022A CN202310029987.9A CN202310029987A CN115760022A CN 115760022 A CN115760022 A CN 115760022A CN 202310029987 A CN202310029987 A CN 202310029987A CN 115760022 A CN115760022 A CN 115760022A
- Authority
- CN
- China
- Prior art keywords
- voice
- intelligent
- financial
- user
- feature vector
- 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 42
- 238000012545 processing Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及金融业务处理技术领域，特别涉及一种金融业务的智能化办理方法、系统和计算机可读存储介质，计算机可读存储介质被处理器执行时能实现金融业务的智能化办理方法。该金融业务的智能化办理方法，当用户在金融终端前办理业务面临业务选择问题时，通过指导用户说出关键业务办理信息来获取用户办理金融业务的音频数据，从所述音频数据中获取目标对象的语音数据；然后利用预设的词库通过预设的语音识别模型对所述语音数据进行目标词匹配；从而调取与所述目标词匹配的业务流程进行显示；并通过逐步显示所述业务流程的方式指导用户完成业务办理，实现金融业务办理的智能化、高效指导。
Description
技术领域
本发明涉及金融业务处理技术领域，特别涉及一种金融业务的智能化办理方法、系统及计算机可读存储介质，计算机可读存储介质被处理器执行时能实现金融业务的智能化办理方法。
背景技术
目前，大多数地方性银行已形成自助银行、电话银行、手机银行、网上银行、线上预约等“多位一体”的智能服务体系。营业网点投放了智慧柜员机等物理型智能设备，通过人脸识别、证件读取、电子签名、人工授权各种流程，客户可自助办理存取款、存折补登、账单查询、密码重置等多项业务，有效解决了填单多、签名多、排队耗时长等难题，提升了网点运作效率、减少了网点运营成本。但是，由于习惯前往线下营业网点办理业务的用户群体存在平均年龄较高，智能化操作的熟练度低等问题，且银行业务的种类繁多，经常出现用户不知道应该如何在智慧柜员机上选择需要办理的业务的情况，还是需要线下提供人工指引，降低了智能化业务办理效率。
发明内容
本发明所要解决的技术问题是提供一种金融业务的智能化办理方法，存储有被执行时实现上述方法的计算机程序的计算机可读存储介质，包括该存储介质的系统，该金融业务的智能化办理方法能够实现金融业务办理的智能化、高效指导。
提供一种金融业务的智能化办理方法，包括如下步骤：
语音数据获取步骤，获取用户办理金融业务的音频数据，从所述音频数据中获取目标对象的语音数据；
目标词匹配步骤，利用预设的词库通过预设的语音识别模型对所述语音数据进行目标词匹配；
流程匹配步骤，调取与所述目标词匹配的业务流程进行显示；
显示步骤，逐步显示所述业务流程。
优选地，所述目标词匹配步骤中，所述预设的词库是指通过将历史业务办理的有效对话文本输入轻量化ERNIE-Tiny模型，以对各有效对话文本进行语义特征提取，得到的各对话文本的语义特征向量矩阵。
优选地，还包括对所述语义特征向量矩阵进行的文本聚类分析，所述预设的词库是指在文本聚类分析中所提取每一类中的关键词及其对应的主题语句。
优选地，所述语音数据获取步骤包括：从采集的音视频数据中获取音频数据；对所述音频数据进行降噪、排外音处理，以提取人声对应的音频数据。
优选地，所述语音数据获取步骤还包括如下意图识别步骤：
用户输入：用户通过网页、微信、小程序或公众号中的一种或多种渠道接入智能客服系统，以语音通话形式发起问答或对话；
语音编码：采用BiLSTM神经网络对语音音频进行编码，从正向和反向同时对输入语音进行编码，准确捕获每段音频的上下文语境信息，得到特征向量；
意图理解：将所述特征向量输入到softmax函数，在智能客服系统中进行用户意图的识别。
优选地，所述意图识别步骤的语音编码中，对预先获取的语音流片段进行上下文语境关联的语音识别，得到对应的对话文本；对各所述对话文本进行语义特征提取，得到各所述对话文本的上下文语境关联的语义特征向量矩阵；根据各所述语义特征向量矩阵对所述对话文本进行聚类，得到特征向量列表。
优选地，还包括在所述语音数据获取步骤的意图识别步骤后执行的方案反馈步骤：若智能客服系统正确理解用户的提问意图，与后台维护的知识库进行匹配，为用户推荐解决方案。
优选地，所述语音识别模型包括采用多个中文语音数据库训练得到的语音识别模型，所述多个中文语音数据库包括Thchs30、Aishell、Primewords、STCMDS和aidatatang_1500zh中的多种。
还提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时能够实现上述金融业务的智能化办理方法。
还提供一种金融业务的智能化办理系统，包括金融终端、设在所述金融终端上的输入装置、显示装置和语音采集装置和处理器，还包括预先存储的上述计算机可读存储介质，该计算机可读存储介质上的计算机程序可被处理器执行。
有益效果：该金融业务的智能化办理方法，当用户在金融终端前办理业务面临业务选择问题时，通过指导用户说出关键业务办理信息来获取用户办理金融业务的音频数据，从所述音频数据中获取目标对象的语音数据；然后利用预设的词库通过预设的语音识别模型对所述语音数据进行目标词匹配；从而调取与所述目标词匹配的业务流程进行显示；并通过逐步显示所述业务流程的方式指导用户完成业务办理，实现金融业务办理的智能化高效指导。
附图说明
图1是金融业务的智能化办理方法的流程示意图。
图2是金融业务的智能化办理方法的意图识别步骤流程示意图。
图3是金融业务的智能化办理方法的K-means算法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本实施例的金融业务的智能化办理系统包括金融终端、设在金融终端上的输入装置、显示装置、语音采集装置，用户前往营业网点的金融终端办理金融业务，金融业务的智能化办理系统通过执行预先录制在计算机可读存储介质中的计算机程序实现图1所示的金融业务的智能化办理方法，具体实现步骤详述如下。
语音数据获取步骤，获取用户办理金融业务的音频数据，从音频数据中获取目标对象的语音数据。提示用户对金融终端的语音采集装置说出所要办理业务的主要信息，系统从采集的音视频数据中获取音频数据，对音频数据进行降噪、排外音处理，以提取人声对应的音频数据。
在营业网点的智能设备金融业务办理过程中，音频数据通常受到的影响很大，如嘈杂的环境噪声几乎掩盖了人们交流时的语音，如人在说话时变动距离、位置而影响了语音的强度，如人说话时由于心理、生理出现变化而影响了语速、语调等。因此需要对语音数据进行清理过滤，如清除对话轮数小于5轮的通话；清除嗯、唔、哦、就等无实际含义的词汇；清除在文本语料库中词频小于3的词汇；清除单条文本字符长度小于5的对话内容以及单条文本字符长度大于200的对话内容。
目标词匹配步骤，利用预设的词库通过预设的语音识别模型对语音数据进行目标词匹配。语音识别模型包括采用多个中文语音数据库训练得到的语音识别模型，多个中文语音数据库包括Thchs30、Aishell、Primewords、STCMDS和aidatatang_1500zh等。
其中，预设的词库是指通过将历史业务办理的有效对话文本输入轻量化ERNIE-Tiny模型，以对各有效对话文本进行语义特征提取，得到的各对话文本的语义特征向量矩阵。
金融业务的智能化办理系统预先将各有效对话文本输入ERNIE-Tiny模型来对各有效对话文本进行语义特征提取，得到各对话文本的语义特征向量矩阵，通过对非规范化的文本数据内容进行特征提取，转化为规范化数据。本实施例采用ERNIE-Tiny作为轻量版的预训练模型，ERNIE-Tiny的体积要比ERNIE-base小很多，运行速度也比ERNIE-base快数倍。ERNIE-Tiny使用了更浅的模型，更大的hidden-size，使用了Subword代替char，增大了词粒度，缩小了文本长度，Subword粒度在词与字符之间，能很好地平衡OOV（Out-Of-Vocabulary）问题。
还包括对语义特征向量矩阵进行的文本聚类分析，预设的词库是指在文本聚类分析中所提取每一类中的关键词及其对应的主题语句。
结合文本特征提取到的语义特征向量矩阵的结构化数据，运用K-means聚类分析方法进行文本聚类分析。
数据集X= { x1, x2,...,xn }，在该数据集中选择出K个聚类中心，用C= { C1,C2,...,Ck }表示。基于欧拉距离公式对聚类中心点的距离进行计算，可得出如下函数关系：
聚类数据集的准则函数E=
其中，p代表聚类数据集的样本，Ci代表第i个聚类中心平均点，Ci通过
计算，n表示数据集中样本个数，pj代表聚类数据集的第j个样本，
。
K-means 算法流程图见图3。
（1）从数据集中选择出K个初始聚类中心；
（2）对剩余样本进行簇类中心划分，并基于距离公式
计算各个样本j分别到k个簇类中心的距离 sj，cj代表第j个聚类中心平均点，xj代表第j个聚类中心平均点。距离簇类中心最近的点将划分到该簇类中。
（3）针对每个簇类，重新计算它的簇类中心位置，即基于
E=
再次求解准则函数。其中，n代表聚类数据集的其他样本Mi，
代表第i个聚类中心
平均点，
与
的计算方式一致，n表示数据集中样本个数。
（4）再次计算分配方式，若xi位于簇类 n 中且存在
（5）直到
，
表示预设的迭代终止差值，E2表示当前重新计算的准则
函数E的值，E1表示上次计算得到准则函数E的值，无需再往下计算，否则会出现c =c +1并
跳转到(3)中计算的过程。
通过K-means算法应用流程，可知算法应用复杂程度为O(nkt)，其中n代表数据量，k为聚类中心，t是运行次数。K-means算法应用时，如果有明显的聚类行为，则聚类划分将很容易。但应用中对聚类中心k有较高的依赖性，k值不同，就会有不同的聚类结果。因此，本实施例采用以下改进的K-means算法，利用遗传算法进行中心阀值更新。
1. 编码规则。该算法采用浮点编码规则，降低了数据储存量。重点是对聚类中心点的划分。
2. 适应度计算。适应度计算公式：
个体R的适应度f（Ri）, 
, i=1,2,…n，Emax表示
聚类数据集中准则函数E取最大值，E（Ri）表示第i个个体R的准则函数E的值。
3. 选择操作。采用轮盘算法进行选择。
个体的选择概率Pi, i=1,2,…n ，
,n为聚类划分
的簇类中心个数。
4. 变异操作。检查变异后数据是否满足设置的条件，满足则输出结果。
结合聚类分析结果，可以提取每一类中的关键词及主题语句，每个聚类的中心可以作为该类中最具代表性的目标词输出到预设的词库。
最后执行流程匹配步骤，调取与目标词匹配的业务流程进行显示；以及显示步骤，逐步显示业务流程。
在进一步的实施例中，还在语音数据获取步骤就通过意图识别步骤判断用户的业务倾向。意图识别步骤的具体步骤详述如下。
用户输入：用户通过网页、微信、小程序或公众号中的一种或多种渠道接入智能客服系统，以语音通话形式发起问答或对话。比如在业务繁忙的营业网点，用户在智慧柜员机仅执行扫码领号等流程，用户领号后直接在自己的终端设备上接入智能客服系统，后续的智能化指导操作可以在用户自己的终端设备上执行，无需占用现场资源。
语音编码：采用BiLSTM神经网络对语音音频进行编码，从正向和反向同时对输入语音进行编码，准确捕获每段音频的上下文语境信息，得到特征向量；语音编码步骤中，对预先获取的语音流片段进行上下文语境关联的语音识别，得到对应的对话文本；对各对话文本进行语义特征提取，得到各对话文本的上下文语境关联的语义特征向量矩阵；根据各语义特征向量矩阵对对话文本进行聚类，得到特征向量列表。
意图理解：将特征向量输入到softmax函数，在智能客服系统中进行用户意图的识别。
系统还在语音数据获取步骤的意图识别步骤后执行方案反馈步骤：若智能客服系统正确理解用户的提问意图，与后台维护的知识库进行匹配，为用户推荐解决方案。
如上仅为本发明创造的实施方式，不以此限定专利保护范围。本领域技术人员在本发明创造的基础上作出非实质性的变化或替换，仍落入专利保护范围。
Claims (10)
1.一种金融业务的智能化办理方法，其特征是，包括如下步骤：
语音数据获取步骤，获取用户办理金融业务的音频数据，从所述音频数据中获取目标对象的语音数据；
目标词匹配步骤，利用预设的词库通过预设的语音识别模型对所述语音数据进行目标词匹配；
流程匹配步骤，调取与所述目标词匹配的业务流程进行显示；
显示步骤，逐步显示所述业务流程。
2.根据权利要求1所述的金融业务的智能化办理方法，其特征是，所述目标词匹配步骤中，所述预设的词库是指通过将历史业务办理的有效对话文本输入轻量化ERNIE-Tiny模型，以对各有效对话文本进行语义特征提取，得到的各对话文本的语义特征向量矩阵。
3.根据权利要求2所述的金融业务的智能化办理方法，其特征是，还包括对所述语义特征向量矩阵进行的文本聚类分析，所述预设的词库是指在文本聚类分析中所提取每一类中的关键词及其对应的主题语句。
4.根据权利要求1所述的金融业务的智能化办理方法，其特征是，所述语音数据获取步骤包括：从采集的音视频数据中获取音频数据；对所述音频数据进行降噪、排外音处理，以提取人声对应的音频数据。
5.根据权利要求1所述的金融业务的智能化办理方法，其特征是，所述语音数据获取步骤还包括如下意图识别步骤：
用户输入：用户通过网页、微信、小程序或公众号中的一种或多种渠道接入智能客服系统，以语音通话形式发起问答或对话；
语音编码：采用BiLSTM神经网络对语音音频进行编码，从正向和反向同时对输入语音进行编码，准确捕获每段音频的上下文语境信息，得到特征向量；
意图理解：将所述特征向量输入到softmax函数，在智能客服系统中进行用户意图的识别。
6.根据权利要求5所述的金融业务的智能化办理方法，其特征是，所述意图识别步骤的语音编码中，对预先获取的语音流片段进行上下文语境关联的语音识别，得到对应的对话文本；对各所述对话文本进行语义特征提取，得到各所述对话文本的上下文语境关联的语义特征向量矩阵；根据各所述语义特征向量矩阵对所述对话文本进行聚类，得到特征向量列表。
7.根据权利要求5所述的金融业务的智能化办理方法，其特征是，还包括在所述语音数据获取步骤的意图识别步骤后执行的方案反馈步骤：若智能客服系统正确理解用户的提问意图，与后台维护的知识库进行匹配，为用户推荐解决方案。
8.根据权利要求1所述的金融业务的智能化办理方法，其特征是，所述语音识别模型包括采用多个中文语音数据库训练得到的语音识别模型，所述多个中文语音数据库包括Thchs30、Aishell、Primewords、STCMDS和aidatatang_1500zh中的多种。
9.计算机可读存储介质，其存储有计算机程序，其特征是，所述计算机程序被处理器执行时能够实现权利要求1~8中任一项所述的金融业务的智能化办理方法。
10.一种金融业务的智能化办理系统，包括金融终端、设在所述金融终端上的输入装置、显示装置和语音采集装置和处理器，其特征是，还包括如权利要求9所述的计算机可读存储介质，该计算机可读存储介质上的计算机程序可被处理器执行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310029987.9A CN115760022A (zh) | 2023-01-10 | 2023-01-10 | 一种金融业务的智能化办理方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310029987.9A CN115760022A (zh) | 2023-01-10 | 2023-01-10 | 一种金融业务的智能化办理方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115760022A true CN115760022A (zh) | 2023-03-07 |
Family
ID=85348823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310029987.9A Pending CN115760022A (zh) | 2023-01-10 | 2023-01-10 | 一种金融业务的智能化办理方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115760022A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112259090A (zh) * | 2020-09-10 | 2021-01-22 | 北京百度网讯科技有限公司 | 基于语音交互的业务办理方法、装置和电子设备 |
| CN112287675A (zh) * | 2020-12-29 | 2021-01-29 | 南京新一代人工智能研究院有限公司 | 一种基于文本和语音信息融合的智能客服意图理解方法 |
-
2023
- 2023-01-10 CN CN202310029987.9A patent/CN115760022A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112259090A (zh) * | 2020-09-10 | 2021-01-22 | 北京百度网讯科技有限公司 | 基于语音交互的业务办理方法、装置和电子设备 |
| CN112287675A (zh) * | 2020-12-29 | 2021-01-29 | 南京新一代人工智能研究院有限公司 | 一种基于文本和语音信息融合的智能客服意图理解方法 |
Non-Patent Citations (1)
| Title |
|---|
| 程德强, 中国矿业大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111339278B (zh) | 训练话术生成模型、生成应答话术的方法和装置 | |
| CN107886949A (zh) | 一种内容推荐方法及装置 | |
| US20030191625A1 (en) | Method and system for creating a named entity language model | |
| CN109767787A (zh) | 情绪识别方法、设备及可读存储介质 | |
| CN111694938B (zh) | 基于情绪识别的答复方法、装置、计算机设备及存储介质 | |
| CN109313892A (zh) | 稳健的语言识别方法和系统 | |
| WO2014047270A1 (en) | Method and apparatus for predicting intent in ivr using natural language queries | |
| CN109410956B (zh) | 一种音频数据的对象识别方法、装置、设备及存储介质 | |
| CN111696558A (zh) | 智能外呼方法、装置、计算机设备及存储介质 | |
| CN110704618B (zh) | 确定对话数据对应的标准问题的方法及装置 | |
| CN110570853A (zh) | 基于语音数据的意图识别方法和装置 | |
| CN111554293B (zh) | 语音识别中噪音的过滤方法、装置、介质及对话机器人 | |
| US20220107979A1 (en) | Systems and methods for conversing with a user | |
| CN112131359A (zh) | 一种基于图形化编排智能策略的意图识别方法及电子设备 | |
| CN112632244A (zh) | 一种人机通话的优化方法、装置、计算机设备及存储介质 | |
| CN111429157A (zh) | 投诉工单的评价处理方法、装置、设备及存储介质 | |
| Lee et al. | On natural language call routing | |
| CN116246632A (zh) | 外呼话术指导方法及装置 | |
| CN109147146B (zh) | 语音取号的方法及终端设备 | |
| CN109545226A (zh) | 一种语音识别方法、设备及计算机可读存储介质 | |
| JP7329393B2 (ja) | 音声信号処理装置、音声信号処理方法、音声信号処理プログラム、学習装置、学習方法及び学習プログラム | |
| Melin et al. | CTT-bank: A speech controlled telephone banking system-an initial evaluation | |
| CN112199498A (zh) | 一种养老服务的人机对话方法、装置、介质及电子设备 | |
| JP2005512246A (ja) | 動作モデルを使用して非煩雑的に話者を検証するための方法及びシステム | |
| CN115760022A (zh) | 一种金融业务的智能化办理方法、系统及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230307 |