CN115776542A - 话术导航方法、装置、计算机设备及存储介质 - Google Patents
话术导航方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115776542A CN115776542A CN202211427994.6A CN202211427994A CN115776542A CN 115776542 A CN115776542 A CN 115776542A CN 202211427994 A CN202211427994 A CN 202211427994A CN 115776542 A CN115776542 A CN 115776542A
- Authority
- CN
- China
- Prior art keywords
- client
- call
- navigation
- dialect
- target 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
Images
Landscapes
- Navigation (AREA)
Abstract
本申请涉及智能决策中的神经网络技术领域,提供一种话术导航方法、装置、计算机设备及存储介质,该方法可应用于金融领域,例如车险客户坐席场景,包括:基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径;推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;获取所述目标客户通话中的对话数据;根据所述对话数据,识别所述目标客户的客户意图;根据所述客户意图,进行通话中的实时话术导航,实现提高坐席的沟通效率。本申请还涉及区块链技术,话术提示内容可以存储在区块链节点中。
Description
技术领域
本申请涉及智能决策中的神经网络技术领域,尤其涉及一种话术导航方法、装置、计算机设备及存储介质。
背景技术
在客户服务过程中,坐席可能会遇到不知道如何跟客户沟通或者沟通过程中词穷的情况,尤其是对于技能比较低点的坐席,在跟客户沟通过程中,经常会出现这类情况,从而影响坐席无法成功的为客户提供服务。例如,在车险客户服务的业务场景下,对于车险客户服务过程中,由于坐席与车险客户对话的效果不理想,影响了车险推荐的成功率。坐席的沟通效率不高,客户满意度也受到了影响。
因此,如何实现提高坐席的沟通效率成为亟需解决的问题。
发明内容
本申请提供了一种话术导航方法、装置、计算机设备及存储介质,旨在实现提高坐席的沟通效率。
为实现上述目的,本申请提供一种话术导航方法,所述话术导航方法包括:
基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径;
推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取所述目标客户通话中的对话数据;
根据所述对话数据,识别所述目标客户的客户意图;
根据所述客户意图,进行通话中的实时话术导航。
此外,为实现上述目的,本申请还提供一种话术导航装置,所述话术导航装置包括:
确定模块,用于基于预先构建的话术地图,确定当前外呼的目标客户通话对应的主题以及所述主题下的第一话术路径;
导航模块,用于推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取模块,用于获取所述目标客户通话中的对话数据;
识别模块,用于根据所述对话数据,识别所述目标客户的客户意图;
所述导航模块,还用于根据所述客户意图,进行通话中的实时话术导航。
此外,为实现上述目的,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的话术导航方法。
此外,为实现上述目的,本申请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的话术导航方法的步骤。
本申请公开了一种话术导航方法、装置、计算机设备及存储介质,坐席外呼目标客户前,通过预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及该主题下的第一话术路径,然后推荐第一话术路径对应的话术提示内容,以供坐席基于话术提示内容与目标客户进行通话,然后在通话中,获取目标客户通话中的对话数据,根据对话数据识别目标客户的客户意图,并根据目标客户的客户意图,进行通话中的实时话术导航,通过引导避免了坐席不知道如何跟客户沟通或者沟通过程中会词穷的情况出现,因而,提高了坐席的沟通效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例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话术导航方法的步骤示意性流程图;
图2是本申请实施例提供的另一种话术导航方法的步骤示意性流程图;
图3是本申请实施例提供的一种基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径的步骤示意性流程图;
图4是本申请实施例提供的一种根据所述对话数据,识别所述目标客户的客户意图的步骤示意性流程图;
图5是本申请实施例提供的一种坐席基于话术导航与客户A进行通话的流程示意图;
图6是本申请实施例提供的一种话术导航装置的示意性框图;
图7是本申请实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
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做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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
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。
在客户服务过程中,坐席可能会遇到不知道如何跟客户沟通或者沟通过程中词穷的情况,尤其是对于技能比较低点的坐席,在跟客户沟通过程中,经常会出现这类情况,从而影响坐席无法成功的为客户提供服务。例如,对于车险客户服务过程中,由于坐席与车险客户对话的效果不理想,影响了车险推荐的成功率。坐席的沟通效率不高,客户满意度也受到了影响。
为了解决上述问题,本申请的实施例提供了一种话术导航方法、装置、计算机设备及存储介质,用于实现提高坐席的沟通效率。
请参阅图1,图1是本申请一实施例提供的话术导航方法的流程示意图。该方法可以应用于计算机设备,本申请中对该方法的应用场景不做限定。下面以该话术导航方法应用于计算机设备中为例,对该话术导航方法进行详细介绍。
如图1所示,该话术导航方法具体包括步骤S101至步骤S105。
S101、基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径。
在一种可能的实现方式中,该话术导航方法应用在车险客户服务的应用场景,本申请中在车险客户服务的应用场景下对该话术导航方法进行详细说明。
需要说明的是,该话术导航方法还可以应用在除车险客户服务以外的其他应用场景,本申请中对其应用场景不作具体限制。
示例性的,预先构建话术地图,其中,该话术地图包含坐席与车险客户对话中的各种主题、以及每种主题下的话术路径。例如,其中一个主题为险种推荐,对应的话术路径为:客户自我介绍→确认车牌→确认投保方案→险种推荐。
在一些实施例中,如图2所示,该话术导航方法还可以包括步骤S106至步骤S108。
S106、获取多个客户对应的历史对话记录;
S107、对所述历史对话记录进行数据分析,获得对应的多个主题以及多个主题下的话术路径;
S108、将多个主题下的话术路径进行路径合并,生成所述话术地图。
示例性的,在进行话术导航之前,通过进行历史对话挖掘,查询客服与多个车险客户的通话记录,获得对应的历史对话记录信息。然后,对历史对话记录进行文本聚类、信息抽取、主题摘要提取、意图识别等数据分析处理,得到对应的主题、以及主题下的话术路径,其中,主题下的话术路径可以包括成功的话术路径和失败的话术路径。
例如,通过对多个车险客户的历史对话记录进行不同标签标注,得到不同类型的样本数据。样本数据包括但不限于文本聚类的样本数据、信息抽取的样本数据、主题摘要提取的样本数据、意图识别的样本数据等。通过不同类型的样本数据对相应的神经网络模型进行模型训练,得到训练好的不同用途的神经网络模型。然后,通过将历史对话记录输入到训练好的相应神经网络模型,对历史对话记录进行文本聚类、信息抽取、主题摘要提取、意图识别等数据分析处理,从而得到对应的主题、以及主题下的话术路径。
示例性的,话术路径的类型包括单通主题路径、多通主题路径,也即,一条话术路径可以对应单个主题,或者对应多个主题。
获得多个主题下的话术路径之后,将多个主题下的话术路径进行路径合并,生成相应的话术地图,完成话术地图构建。
可以理解的是,步骤S106至步骤S108的操作可以在步骤S101之前完成,也即,在实际进行话术导航之前,先完成话术地图构建,之后,在实际应用场景中,只需调用话术地图进行话术导航。
需要说明的是,除了构建话术地图的方式以外,也可以生成其他形式的话术信息。比如,生成话术信息库,该话术信息库包含各种主题、以及各种主题下的话术路径等信息。
在实际应用当中,坐席获取客户名单信息,发起电话外呼,当坐席要外呼其中的某个客户时,为了便于区分描述,下文将该客户称为目标客户。坐席在外呼目标客户前,调用构建好的话术地图,针对目标客户,确定与该目标客户进行通话对应的主题、以及主题下对应的话术路径。为了便于区分描述,下文将该主题下对应的话术路径称为第一话术路径。
在一些实施例中,如图3所示,步骤S101可以包括子步骤S1011和子步骤S1012。
S1011、确定所述目标客户所属的客群;
S1012、基于所述话术地图,确定所述客群对应的主题以及所述主题下的所述第一话术路径。
示例性的,对客户进行群体划分,将客户归属于相应的客群。其中,客群包括但不限于老客户客群、新客户客群、潜在客户客群等。不同的客群对应话术地图中相应的主题和主题下对应的话术路径。
对于坐席当前外呼的目标客户,确定该目标客户所属的客群,比如,确定目标客户是老客户客群,或是新客户客群,还是潜在客户客群。
在一些实施例中,所述确定所述目标客户所属的客群,包括:
获取所述目标客户的客户信息;
根据所述客户信息,确定所述目标客户所属的客群。
示例性的,坐席调取客户名单信息,发起电话外呼,当获得客户名单信息,接收到拨打事件通知信息时,从客服系统加载客户详情页面,从而获得目标客户的客户信息。其中,客户信息包括但不限于客户姓名、客户年龄、客户性别、客户所在地区、客户车辆信息、客户车牌信息、客户车险投保信息等。
示例性的,若一次没有成功获取到客户信息,可以重复执行获取客户信息的操作。例如,间隔预设时长后再次重新获取客户信息。若重复执行了预设次数的获取客户信息的操作之后,仍没有成功获取到客户信息,则执行相应响应操作,比如结束话术导航,或者输出相应提示信息,以提醒坐席执行相应操作,从而再次去获取客户信息。
需要说明的是,预设时长和预设次数可根据实际情况进行灵活设置,例如,设置预设时长为2秒,预设次数为3次。本申请中,对预设时长和预设次数的具体数值不作限制。
获得目标客户的客户信息之后,根据客户信息来确定目标客户所属的客群。然后,基于构建的话术地图,根据目标客户所属的客群,确定目标客户对应的主题以及主题下的第一话术路径。例如,确定的第一话术路径为:客户自我介绍→确认车牌→确认客户城市→确认投保方案→险种推荐。
S102、推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话。
获得主题下的第一话术路径后,基于主题下的第一话术路径确定坐席与目标客户通话对应的包含相应对话要点的话术提示内容。其中,话术提示内容包括但不限于主题概要、提示参数信息等。示例性的,预先配置各个主题下的话术路径对应的话术提示内容并保存,例如,将话术提示内容进行本地保存。通过查询本地保存的各个主题下的话术路径对应的话术提示内容,获得目标客户对应该主题下的第一话术路径的话术提示内容。或者,也可以将话术提示内容存储在区块链节点中,通过调取区块链节点获得对应的话术提示内容。
之后,输出相应的话术提示内容,将话术提示内容推荐给坐席,从而便于坐席根据该话术提示内容,与目标客户进行通话。
例如,在坐席终端上显示该话术提示内容,从而供坐席查阅获得话术提示内容后,基于话术提示内容与目标客户进行通话。比如,坐席根据话术提示内容外呼目标客户,询问确认客户的相关客户信息,比如姓名、年龄、地址、车牌等信息。
S103、获取所述目标客户通话中的对话数据。
S104、根据所述对话数据,识别所述目标客户的客户意图。
在坐席与目标客户通话的过程中,不断获取坐席与目标客户通话中的对话数据,其中,对话数据包括但不限于语音数据等。
示例性的,通过对多个车险客户的历史对话记录进行客户意图标签标注,得到客户意图识别的样本数据,然后将样本数据输入神经网络模型进行模型训练,直至神经网络模型收敛,获得训练好的神经网络模型。示例性的,该神经网络模型为BiGRU(Bidirectional Gated Recurrent Unit,双向门限循环单元)+CRF(Conditional RandomFields,条件随机场)模型。需要说明的是,该神经网络模型也可以是除BiGRU+CRF模型以外的其他模型,本申请中对神经网络模型的类型不作具体限制。
将获得的对话数据经训练好的神经网络模型进行意图识别,获得目标客户的客户意图。
在一些实施例中,如图4所示,步骤S104可以包括子步骤S1041和子步骤S1042。
S1041、获取所述对话数据对应的文本信息。
示例性的,将对话数据进行语音转文本处理,获得对话数据对应的文本信息。
在一些实施例中,所述获取所述对话数据对应的文本信息,包括:
将所述对话数据通过语音识别技术进行语音转文本处理,获得待语义解析数据;
采用语义识别技术对所述待语义解析数据进行语义识别处理,获得所述文本信息。
示例性的,对话数据为语音数据,通过ASR(Automatic Speech Recognition,自动语音识别技术)将语音数据转换成对应的文本类型的待语义解析数据。
需要说明的是,语音识别技术不限于上述列举的ASR技术,还可以是除ASR技术以外的其他语音识别技术,本申请中不作具体限制。
获得待语义解析数据之后,通过语义识别技术对待语义解析数据进行语义识别处理,得到对应的文本信息。
示例性的,通过NLP(Natural Language Processing,自然语言处理)技术对待语义解析数据进行语义识别处理,获得对应的文本信息。
需要说明的是,语义识别技术不限于上述列举的NLP技术,还可以是除NLP技术以外的其他语义识别技术,本申请中不作具体限制。
S1042、将所述文本信息输入训练好的神经网络模型进行客户意图识别,得到所述目标客户的所述客户意图。
获得文本信息之后,将文本信息输入训练好的神经网络模型进行客户意图识别,如训练好的BiGRU+CRF模型进行客户意图识别,输出目标客户的客户意图。
S105、根据所述客户意图,进行通话中的实时话术导航。
获得目标客户的客户意图之后,根据目标客户的客户意图,以及参考话术地图,确定下一步坐席与目标客户沟通的话术提示内容,推荐给坐席,进行通话中的实时话术导航。
在一些实施例中,所述根据所述客户意图,进行通话中的实时话术导航,包括:
根据所述客户意图,判断通话中的主题是否变化;
每当通话中的主题变化,基于所述话术地图,确定变化的主题下的第二话术路径;
实时推荐所述第二话术路径对应的话术提示内容,以进行实时话术导航。
在坐席与目标客户沟通的过程中,当前对话的主题可能没有变,也可能发生变化,如果主题没有变,那么可以继续采用之前的话术提示内容,进行通话中的话术导航;但反之,如果主题发生变化,那么继续采用之前的话术提示内容进行话术导航就不合适了。因此,在坐席与目标客户沟通的过程中,实时获得坐席与目标客户的对话数据,并通过训练好的神经网络模型识别出目标客户的客户意图,然后,根据最新识别出的目标客户的客户意图,判断坐席与目标客户通话中的主题是否变化。比如,若在坐席向目标客户推荐某个险种的过程中,最新识别出的目标客户的客户意图是感兴趣,也即主题没有变,那么可以继续采用之前的话术提示内容,进行向目标客户推荐某个险种的话术导航。如果最新识别出的目标客户的客户意图是询问优惠信息,触发新主题,也即主题发生变化,此时,根据目标客户的客户意图,预测主题变化后的新主题,基于构建的话术地图,确定变化的新主题下的话术路径。为了便于区分描述,下文将新主题下的话术路径称为第二话术路径。
根据构建的话术地图,获得目标客户对应新主题下的第二话术路径的话术提示内容。示例性的,从本地获得包括主题概要、提示参数信息等的话术提示内容。
示例性的,若一次没有成功获取到主题概要、提示参数信息等的话术提示内容,可以重复执行获取话术提示内容的操作。例如,间隔预设时长后再次重新获取话术提示内容。若重复执行了预设次数的获取话术提示内容的操作之后,仍没有成功获取到话术提示内容,则执行相应响应操作,比如结束话术导航,或者输出相应提示信息,以提醒坐席执行相应操作,从而再次去获取话术提示内容。
需要说明的是,预设时长和预设次数可根据实际情况进行灵活设置,例如,设置预设时长为2秒,预设次数为3次。本申请中,对预设时长和预设次数的具体数值不作限制。
之后,输出所获得的新主题对应的话术提示内容,将话术提示内容推荐给坐席,进行实时话术导航,从而便于坐席实时根据话术提示内容,与目标客户进行通话。从而避免了坐席不知道如何跟目标客户沟通或者沟通过程中会词穷,而导致坐席无法成功的服务完目标客户,效果不理想,影响工作效率的情况,提高了坐席的沟通效率,进而也能降低运营成本,并且,还提高了客户满意度。
下面以坐席外呼客户A为例,如图5所示,坐席基于话术导航与客户A进行通话的流程如下:
a)、外呼客户A之前,坐席通过坐席系统加载客户详情页,推送客户信息;示例性的,若客户信息发生改变,则坐席系统更新客户信息,并推送更新的客户信息;
b)、获取客户信息,若未成功获取客户信息,则每间隔预设时长(如2秒)进行预设次数(如3次)的获取客户信息的操作;
c)、根据客户信息确定客户A所属客群,进而确定对话的主题以及话术路径;
d)、获取对应的话术提示内容,推荐给坐席;
e)、坐席呼通客户A,基于话术提示内容与客户A对话,判断对话中是否触发新主题;若否,则执行f);若是,则执行g);
f)、确定话术提示内容保持不变,坐席继续基于话术提示内容与客户A对话;
g)、确定对应的新主题以及新话术路径,获取主题概要、提示参数信息等,获得新话术提示内容;若未成功获得新话术提示内容,则每间隔预设时长(如2秒)进行预设次数(如3次)的获得新话术提示内容的操作;坐席基于新话术提示内容与客户A对话,并返回循环执行e);
h)、坐席挂机,接收到挂机信息,更新到挂机状态,话术导航结束。
上述实施例中,坐席外呼目标客户前,通过预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及该主题下的第一话术路径,然后推荐第一话术路径对应的话术提示内容,以供坐席基于话术提示内容与目标客户进行通话,然后在通话中,获取目标客户通话中的对话数据,根据对话数据识别目标客户的客户意图,并根据目标客户的客户意图,进行通话中的实时话术导航,通过引导避免了坐席不知道如何跟客户沟通或者沟通过程中会词穷的情况出现,因而,提高了坐席的沟通效率。同时,客户的满意度也得到提升。
请参阅图6,图6是本申请的实施例提供的一种话术导航装置的示意性框图,该话术导航装置可以配置于计算机设备中,用于执行前述的话术导航方法。
如图6所示,该话术导航装置1000,包括:确定模块1001、导航模块1002、获取模块1003、以及识别模块1004。
确定模块1001,用于基于预先构建的话术地图,确定当前外呼的目标客户通话对应的主题以及所述主题下的第一话术路径;
导航模块1002,用于推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取模块1003,用于获取所述目标客户通话中的对话数据;
识别模块1004,用于根据所述对话数据,识别所述目标客户的客户意图;
所述导航模块1002,还用于根据所述客户意图,进行通话中的实时话术导航。
在一个实施例中,所述导航模块1002还用于:
根据所述客户意图,判断通话中的主题是否变化;
每当通话中的主题变化,基于所述话术地图,确定变化的主题下的第二话术路径;
实时推荐所述第二话术路径对应的话术提示内容,以进行实时话术导航。
在一个实施例中,所述识别模块1004还用于:
获取所述对话数据对应的文本信息;
将所述文本信息输入训练好的神经网络模型进行客户意图识别,得到所述目标客户的所述客户意图。
在一个实施例中,所述识别模块1004还用于还用于:
将所述对话数据通过语音识别技术进行语音转文本处理,获得待语义解析数据;
采用语义识别技术对所述待语义解析数据进行语义识别处理,获得所述文本信息。
在一个实施例中,所述话术导航装置1000还包括生成模块,所述生成模块用于:
获取多个客户对应的历史对话记录;
对所述历史对话记录进行数据分析,获得对应的多个主题以及多个主题下的话术路径;
将多个主题下的话术路径进行路径合并,生成所述话术地图。
在一个实施例中,所述确定模块1001还用于:
确定所述目标客户所属的客群;
基于所述话术地图,确定所述客群对应的主题以及所述主题下的所述第一话术路径。
在一个实施例中,所述确定模块1001还用于:
获取所述目标客户的客户信息;
根据所述客户信息,确定所述目标客户所属的客群。
其中,上述话术导航装置1000中各个模块与上述话术导航方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本申请的方法、装置可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
示例性的,上述的方法、装置可以实现为一种计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本申请实施例提供的一种计算机设备的结构示意性框图。
请参阅图7,该计算机设备包括通过系统总线连接的处理器和存储器,其中,存储器可以包括非易失性存储介质和内存储器。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种话术导航方法。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,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 Integrated Circuit,ASIC)、现场可编程门阵列(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。其中,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。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径;
推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取所述目标客户通话中的对话数据;
根据所述对话数据,识别所述目标客户的客户意图;
根据所述客户意图,进行通话中的实时话术导航。
在一个实施例中,所述处理器在实现所述根据所述客户意图,进行通话中的实时话术导航时,用于实现:
根据所述客户意图,判断通话中的主题是否变化;
每当通话中的主题变化,基于所述话术地图,确定变化的主题下的第二话术路径;
实时推荐所述第二话术路径对应的话术提示内容,以进行实时话术导航。
在一个实施例中,所述处理器在实现所述根据所述对话数据,识别所述目标客户的客户意图时,用于实现:
获取所述对话数据对应的文本信息;
将所述文本信息输入训练好的神经网络模型进行客户意图识别,得到所述目标客户的所述客户意图。
在一个实施例中,所述处理器在实现所述获取所述对话数据对应的文本信息时,用于实现:
将所述对话数据通过语音识别技术进行语音转文本处理,获得待语义解析数据;
采用语义识别技术对所述待语义解析数据进行语义识别处理,获得所述文本信息。
在一个实施例中,所述处理器还用于实现:
获取多个客户对应的历史对话记录;
对所述历史对话记录进行数据分析,获得对应的多个主题以及多个主题下的话术路径;
将多个主题下的话术路径进行路径合并,生成所述话术地图。
在一个实施例中,所述处理器在实现所述基于预先构建的话术地图,确定当前外呼的目标客户通话对应的主题以及所述主题下的第一话术路径时,用于实现:
确定所述目标客户所属的客群;
基于所述话术地图,确定所述客群对应的主题以及所述主题下的所述第一话术路径。
在一个实施例中,所述处理器在实现所述确定所述目标客户所属的客群时,用于实现:
获取所述目标客户的客户信息;
根据所述客户信息,确定所述目标客户所属的客群。
本申请实施例还提供一种计算机可读存储介质。
本申请计算机可读存储介质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如上述的话术导航方法的步骤。
其中,所述计算机可读存储介质可以是前述实施例所述的话术导航装置或计算机设备的内部存储单元,例如所述话术导航装置或计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述话术导航装置或计算机设备的外部存储设备,例如所述话术导航装置或计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字卡(Secure Digital Card,SD Card),闪存卡(Flash Card)等。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本申请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。
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、方法、物品或者系统不仅包括那些要素,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、方法、物品或者系统所固有的要素。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、方法、物品或者系统中还存在另外的相同要素。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种话术导航方法,其特征在于,所述话术导航方法包括:
基于预先构建的话术地图,确定坐席当前外呼的目标客户对应通话的主题以及所述主题下的第一话术路径;
推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取所述目标客户通话中的对话数据;
根据所述对话数据,识别所述目标客户的客户意图;
根据所述客户意图,进行通话中的实时话术导航。
2.如权利要求1所述的话术导航方法,其特征在于,所述根据所述客户意图,进行通话中的实时话术导航,包括:
根据所述客户意图,判断通话中的主题是否变化;
每当通话中的主题变化,基于所述话术地图,确定变化的主题下的第二话术路径;
实时推荐所述第二话术路径对应的话术提示内容,以进行实时话术导航。
3.如权利要求1所述的话术导航方法,其特征在于,所述根据所述对话数据,识别所述目标客户的客户意图,包括:
获取所述对话数据对应的文本信息;
将所述文本信息输入训练好的神经网络模型进行客户意图识别,得到所述目标客户的所述客户意图。
4.如权利要求3所述的话术导航方法,其特征在于,所述获取所述对话数据对应的文本信息,包括:
将所述对话数据通过语音识别技术进行语音转文本处理,获得待语义解析数据;
采用语义识别技术对所述待语义解析数据进行语义识别处理,获得所述文本信息。
5.如权利要求1所述的话术导航方法,其特征在于,所述方法还包括:
获取多个客户对应的历史对话记录;
对所述历史对话记录进行数据分析,获得对应的多个主题以及多个主题下的话术路径;
将多个主题下的话术路径进行路径合并,生成所述话术地图。
6.如权利要求1至5任一项所述的话术导航方法,其特征在于,所述基于预先构建的话术地图,确定当前外呼的目标客户通话对应的主题以及所述主题下的第一话术路径,包括:
确定所述目标客户所属的客群;
基于所述话术地图,确定所述客群对应的主题以及所述主题下的所述第一话术路径。
7.如权利要求6所述的话术导航方法,其特征在于,所述确定所述目标客户所属的客群,包括:
获取所述目标客户的客户信息;
根据所述客户信息,确定所述目标客户所属的客群。
8.一种话术导航装置,其特征在于,所述话术导航装置包括:
确定模块,用于基于预先构建的话术地图,确定当前外呼的目标客户通话对应的主题以及所述主题下的第一话术路径;
导航模块,用于推荐所述第一话术路径对应的话术提示内容,以基于所述话术提示内容与所述目标客户进行通话;
获取模块,用于获取所述目标客户通话中的对话数据;
识别模块,用于根据所述对话数据,识别所述目标客户的客户意图;
所述导航模块,还用于根据所述客户意图,进行通话中的实时话术导航。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的话术导航方法。
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权利要求1至7中任一项所述的话术导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427994.6A CN115776542A (zh) | 2022-11-15 | 2022-11-15 | 话术导航方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211427994.6A CN115776542A (zh) | 2022-11-15 | 2022-11-15 | 话术导航方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115776542A true CN115776542A (zh) | 2023-03-10 |
Family
ID=85389154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211427994.6A Pending CN115776542A (zh) | 2022-11-15 | 2022-11-15 | 话术导航方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115776542A (zh) |
-
2022
- 2022-11-15 CN CN202211427994.6A patent/CN115776542A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10685187B2 (en) | Providing access to user-controlled resources by automated assistants | |
US11128680B2 (en) | AI mediated conference monitoring and document generation | |
CN110753908B (zh) | 在通信会话期间促进用户设备和/或代理设备动作 | |
US20220115013A1 (en) | Digital assistant | |
CN107863108B (zh) | 信息输出方法和装置 | |
CN112202978A (zh) | 智能外呼系统、方法、计算机系统及存储介质 | |
CN111259132A (zh) | 话术推荐方法、装置、计算机设备和存储介质 | |
CN111260102A (zh) | 一种用户满意度预测方法、装置、电子设备及存储介质 | |
CN111243596A (zh) | 基于语音识别的保险信息获取方法、装置、设备及存储介质 | |
US20180308481A1 (en) | Automated assistant data flow | |
CN112131358A (zh) | 场景流程结构及所应用的智能客服系统 | |
CN108605043A (zh) | 分组化音频信号的认证 | |
Shim et al. | Phonetic analytics technology and big data: real-world cases | |
CN108833265A (zh) | 消息处理方法、装置、服务器和存储介质 | |
CN112235470B (zh) | 基于语音识别的来电客户跟进方法、装置及设备 | |
CN111597818A (zh) | 呼叫质检方法、装置、计算机设备和计算机可读存储介质 | |
CN108550057A (zh) | 坐席答疑请求处理方法、电子装置、计算机可读存储介质 | |
CN115174748A (zh) | 基于语义识别的语音外呼方法、装置、设备及介质 | |
CN111144906A (zh) | 一种数据处理方法、装置及电子设备 | |
CN113887933A (zh) | 基于人工智能的数据处理方法、装置、设备及存储介质 | |
CN115776542A (zh) | 话术导航方法、装置、计算机设备及存储介质 | |
CN110765242A (zh) | 一种客服信息的提供方法,装置及系统 | |
CN110163630B (zh) | 产品监管方法、装置、计算机设备及存储介质 | |
CN114596842A (zh) | 一种语音交互的方法、装置、计算机设备和存储介质 | |
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 |
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 |