CN116567145A - 一种客服话术质检方法、装置、电子设备及存储介质 - Google Patents

一种客服话术质检方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116567145A
CN116567145A CN202211350982.8A CN202211350982A CN116567145A CN 116567145 A CN116567145 A CN 116567145A CN 202211350982 A CN202211350982 A CN 202211350982A CN 116567145 A CN116567145 A CN 116567145A
Authority
CN
China
Prior art keywords
customer service
quality inspection
voice file
service voice
reasoning model
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
Application number
CN202211350982.8A
Other languages
English (en)
Inventor
丁希剑
赵倩
王炜辰
李健
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.)
Xiaovo Technology Co ltd
Original Assignee
Xiaovo 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 Xiaovo Technology Co ltd filed Critical Xiaovo Technology Co ltd
Priority to CN202211350982.8A priority Critical patent/CN116567145A/zh
Publication of CN116567145A publication Critical patent/CN116567145A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/22—Arrangements for supervision, monitoring or testing
    • H04M3/2227—Quality of service monitoring
    • 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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5175—Call or contact centers supervision arrangements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种客服话术质检方法、装置、电子设备及存储介质。该方法包括：获取客服语音文件；将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；通过所述知识推理模型输出所述客服语音文件对应的目标答案；将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。本技术方案，能够解决正则规则检测不足的问题，增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。

Description

一种客服话术质检方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种客服话术质检方法、装置、电子设备及存储介质。
背景技术
电信运营商产品种类繁多，数量庞杂，电话营销系统中每天都会存在大量的客服与用户之间关于产品对话的录音，客服话术是否规范是重要的检验指标之一。规范有效的话术，不仅有利于统一管理，且对营销成功率有着很大的影响。语速是否适中，表达是否清晰，介绍是否完善等等，都是属于需要进行质检的范围。虽然目前针对不同的营销场景对客服话术有着统一的模板，但是人毕竟具有主观能动性，在不同对话情境下，可能会适当更改一些话术，以达到相同的目的，这些经过更改的话术，有些是合乎要求的，而有些则是不规范的，质检的目的就是在此种情形下，灵活地对语音文件进行检测，以标记其是否合规。
随着运营商产品的丰富和业务的拓展，营销系统中的录音文件每天都会有相当规模的增长，传统的依赖人工听录音的方法不仅效率低下，而且人工会因为一些主观因素造成误判。现有的一些质检方法大多是将语音文件转成文本，再通过中文分词，利用正则表达式进行关键词匹配的方法,结合简单的文本相似度对比达成目的。
这种方案能够解决大部分的需求，但是随着产品和质检点的增加，需要配置大量的规则，现有的中文分词软件在面对运营商业务领域的专有名词时，也显得力不从心，很容易出现分词不准的情况，且正则表达式匹配的方法缺少一定的灵活性，如此会造成整个质检系统难以维护。
发明内容
本发明提供了一种客服话术质检方法、装置、电子设备及存储介质，能够解决正则规则检测不足的问题，增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。
根据本发明的一方面，提供了一种客服话术质检方法，该方法包括：
获取客服语音文件；
将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；
通过所述知识推理模型输出所述客服语音文件对应的目标答案；
将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
根据本发明的另一方面，提供了一种客服话术质检装置，该装置包括：
客服语音文件获取模块，用于获取客服语音文件；
候选答案预测任务执行模块，用于将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；
目标答案输出模块，用于通过所述知识推理模型输出所述客服语音文件对应的目标答案；
客服话术质检结果得到模块，用于将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
根据本发明的另一方面，提供了一种电子设备，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本发明任一实施例所述的一种客服话术质检方法。
根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种客服话术质检方法。
本发明实施例的技术方案，通过获取客服语音文件，然后将客服语音文件输入到知识推理模型中执行候选答案预测任务。通过知识推理模型输出客服语音文件对应的目标答案，并将目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。本技术方案，能够解决正则规则检测不足的问题，增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，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是根据本发明实施例一提供的一种客服话术质检方法的流程图；
图2为本发明实施例二提供的一种客服话术质检过程的示意图；
图3为本发明实施例三提供的一种客服话术质检装置的结构示意图；
图4是实现本发明实施例的一种客服话术质检方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种客服话术质检方法的流程图，本实施例可适用于对客服语音文件进行质检的情况，该方法可以由一种客服话术质检装置来执行，该客服话术质检装置可以采用硬件和/或软件的形式实现，该客服话术质检装置可配置于电子设备中。如图1所示，该方法包括：
S110、获取客服语音文件。
其中，客服语音文件可以是指客服与用户关于电信运营商的产品之间的对话文件。例如，客服语音文件中的内容可以是您好，请问产品1的价格是多少、也可以是产品2的流量是下月生效等。
在本方案中，可以基于电话营销系统获取客服语音文件。
在本技术方案中，可选的，获取客服语音文件，包括：
获取客服语音待处理文件；
对所述客服语音待处理文件进行文本转换，得到客服语音文件。
具体的，可以基于电话营销系统获取客服语音待处理文件，并将客服语音待处理文件转换成文本形式，得到客服语音文件，以便于对客服语音文件的内容进行质检，判断客服语音文件中客服的回答是否符合规范。
通过对客服语音待处理文件进行处理，能够提高客服语音文件的标准性，便于对客户语音文件进行质检。
S120、将所述客服语音文件输入到知识推理模型中执行候选答案预测任务。
在本实施例中，知识推理模型用于对客服语音文件中客服的回答进行预测。具体的，可以基于产品信息和标注过的训练数据，结合NLP(Natural Language Processing，自然语言处理)算法，训练相关的知识推理模型。其中，产品信息也可以是运营商的套餐类产品。例如，产品信息可以是流量产品信息、话费价格信息、生效时间等。
S130、通过所述知识推理模型输出所述客服语音文件对应的目标答案。
根据本公开实施例的技术方案，通过知识推理模型对客服语音文件进行处理，输出与客服语音文件对应的目标答案，能够对客服语音文件的规范性进行检测，提高了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。
在本技术方案中，可选的，所述知识推理模型的确定过程包括步骤A1-A3：
步骤A1、确定所述知识推理模型使用的训练数据；其中，所述训练数据由历史语音文件构成的知识图谱组成；
在本实施例中，首先将运营商的套餐类产品构建成产品知识库，这里需要将产品及其对应的属性构建成类似于<实体，约束关系，实体>的三元组数据。例如，<产品id0001,价格,59元>，<产品id0001,流量,10GB>,<产品id0001,生效时间,次月生效>等。然后对三元组数据进行标注，主要包括一些实际对话中的问答数据，标记出相应的问题类型。实体，属性，约束关系，以及标准回答范例即客服答案，构建训练数据。
步骤A2、基于所述训练数据控制知识推理模型执行候选答案预测任务；
在本实施例中，候选答案预测任务用于对客服语音文件中客服的回答进行预测，得到目标答案。
具体的，可以将训练数据分为训练样本和测试样本，从而控制知识推理模型执行候选答案预测任务。
步骤A3、依据所述候选答案预测任务，对所述知识推理模型进行调整，得到训练更新后的知识推理模型。
根据本公开实施例的技术方案，进入知识推理模型训练时，通过引入候选答案预测任务，得到预测效果较好的知识推理模型。能够解决正则规则检测不足的问题，增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。
在本技术方案中，可选的，依据所述候选答案预测任务，对所述知识推理模型进行调整，得到训练更新后的知识推理模型，包括：
确定所述候选答案预测任务对应的损失函数值；
依据所述损失函数值对所述知识推理模型的网络参数进行调整。
其中，损失函数可以是均方误差损失函数、回归损失函数、huber损失函数等。具体损失函数可以根据知识推理模型的训练需求进行设置。
具体的，可以将训练数据输入到知识推理模型中进行候选答案预测任务的执行，确定候选答案预测任务对应的损失函数值。
通过对损失函数值进行确定，能够优化知识推理模型的训练，实现客服回答的预测。
在本技术方案中，可选的，确定所述候选答案预测任务对应的损失函数值，包括：
依据通过所述知识推理模型中候选答案预测任务对所述训练数据进行处理后的预测结果与所述训练数据对应的预标注结果，确定所述候选答案预测任务对应的损失函数值。
通过对损失函数值进行确定，能够优化知识推理模型的训练，实现客服回答的预测。
S140、将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
其中，预设阈值可以根据客服话术质检需求进行设置。
在本实施例中，客服话术质检结果包括回答符合规范和回答不符合规范。
具体的，计算目标答案和客服答案之间的相似度值，并将相似度值与预设阈值进行比较。若相似度值大于等于预设阈值，则判断客服的回答符合规范。若相似度值小于预设阈值，则判断客服的回答不符合规范。
本发明实施例的技术方案，通过获取客服语音文件，然后将客服语音文件输入到知识推理模型中执行候选答案预测任务。通过知识推理模型输出客服语音文件对应的目标答案，并将目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。通过执行本技术方案，能够解决正则规则检测不足的问题，增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果。
实施例二
图2为本发明实施例二提供的一种客服话术质检过程的示意图，本实施例与上述实施例之间的关系是对确定客服话术质检结果过程的详细描述。如图2所示，该方法包括：
S210、获取客服语音文件。
S220、利用预先确定的质检点模型对所述客服语音文件进行关键字提取，得到目标结果。
在本实施例中，质检点模型用于对客服语音文件进行关键字识别，得到目标结果。其中，目标结果包括包含预设目标关键字和不包含预设目标关键字。其中，预设目标关键字可以是价格、流量、生效时间等一些简单的、话术固定的关键字。
S230、在所述目标结果不包含预设目标关键字的情况下，将所述客服语音文件输入到知识推理模型中执行候选答案预测任务。
在本实施例中，若目标结果不包含预设目标关键字，说明客服语音文件的内容可以是一些较为主观的问答场景。例如，产品1什么时候有优惠套餐等。则可以基于知识推理模型进行预测。
在本技术方案中，可选的，所述方法还包括：
在所述目标结果包含预设目标关键字的情况下，基于预先确定的正则表达式对所述客服语音文件进行处理，得到客服话术质检结果。
其中，正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，通常被用来检索、替换那些符合某个模式的文本。
在本方案中，若目标结果包含预设目标关键字，说明客服语音文件的内容是一些较为简单的问答场景，则可以基于正则表达式进行识别，得到目标答案，并将目标答案与客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
基于正则表达式对客服语音文件进行处理，能够实现对简单的客服语音文件的质检。
S240、通过所述知识推理模型输出所述客服语音文件对应的目标答案。
S250、将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
本发明实施例的技术方案，通过获取客服语音文件，利用预先确定的质检点模型对客服语音文件进行关键字提取，得到目标结果。在目标结果不包含预设目标关键字的情况下，将客服语音文件输入到知识推理模型中执行候选答案预测任务。通过知识推理模型输出客服语音文件对应的目标答案，并将目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。通过执行本技术方案增强了话术合规性质检能力和准确性，有效节省了质检时间并且提高了质检效果
实施例三
图3为本发明实施例三提供的一种客服话术质检装置的结构示意图。
如图3所示，该装置包括：
客服语音文件获取模块310，用于获取客服语音文件；
候选答案预测任务执行模块320，用于将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；
目标答案输出模块330，用于通过所述知识推理模型输出所述客服语音文件对应的目标答案；
客服话术质检结果得到模块340，用于将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
在本技术方案中，可选的，所述装置还包括：
训练数据得到模块，用于确定所述知识推理模型使用的训练数据；其中，所述训练数据由历史语音文件构成的知识图谱组成；
训练数据使用模块，用于基于所述训练数据控制知识推理模型执行候选答案预测任务；
知识推理模型更新模块，用于依据所述候选答案预测任务，对所述知识推理模型进行调整，得到训练更新后的知识推理模型。
在本技术方案中，可选的，知识推理模型更新模块，包括：
损失函数值确定单元，用于确定所述候选答案预测任务对应的损失函数值；
网络参数调整单元，用于依据所述损失函数值对所述知识推理模型的网络参数进行调整。
在本技术方案中，可选的，损失函数值确定单元，具体用于：
依据通过所述知识推理模型中候选答案预测任务对所述训练数据进行处理后的预测结果与所述训练数据对应的预标注结果，确定所述候选答案预测任务对应的损失函数值。
在本技术方案中，可选的，客服语音文件获取模块310，具体用于：
获取客服语音待处理文件；
对所述客服语音待处理文件进行文本转换，得到客服语音文件。
在本技术方案中，可选的，所述装置还包括：
目标结果得到模块，用于利用预先确定的质检点模型对所述客服语音文件进行关键字提取，得到目标结果；
相应的，候选答案预测任务执行模块320，具体用于：
在所述目标结果不包含预设目标关键字的情况下，将所述客服语音文件输入到知识推理模型中执行候选答案预测任务。
在本技术方案中，可选的，所述装置还包括：
正则表达式处理模块，用于在所述目标结果包含预设目标关键字的情况下，基于预先确定的正则表达式对所述客服语音文件进行处理，得到客服话术质检结果。
本发明实施例所提供的一种客服话术质检装置可执行本发明任意实施例所提供的一种客服话术质检方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种客服话术质检方法。
在一些实施例中，一种客服话术质检方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种客服话术质检方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种客服话术质检方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种客服话术质检方法，其特征在于，包括：
获取客服语音文件；
将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；
通过所述知识推理模型输出所述客服语音文件对应的目标答案；
将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
2.根据权利要求1所述的方法，其特征在于，所述知识推理模型的确定过程包括：
确定所述知识推理模型使用的训练数据；其中，所述训练数据由历史语音文件构成的知识图谱组成；
基于所述训练数据控制知识推理模型执行候选答案预测任务；
依据所述候选答案预测任务，对所述知识推理模型进行调整，得到训练更新后的知识推理模型。
3.根据权利要求2所述的方法，其特征在于，依据所述候选答案预测任务，对所述知识推理模型进行调整，得到训练更新后的知识推理模型，包括：
确定所述候选答案预测任务对应的损失函数值；
依据所述损失函数值对所述知识推理模型的网络参数进行调整。
4.根据权利要求3所述的方法，其特征在于，确定所述候选答案预测任务对应的损失函数值，包括：
依据通过所述知识推理模型中候选答案预测任务对所述训练数据进行处理后的预测结果与所述训练数据对应的预标注结果，确定所述候选答案预测任务对应的损失函数值。
5.根据权利要求1所述的方法，其特征在于，获取客服语音文件，包括：
获取客服语音待处理文件；
对所述客服语音待处理文件进行文本转换，得到客服语音文件。
6.根据权利要求1所述的方法，其特征在于，在获取客服语音文件之后，所述方法还包括：
利用预先确定的质检点模型对所述客服语音文件进行关键字提取，得到目标结果；
相应的，将所述客服语音文件输入到知识推理模型中执行候选答案预测任务，包括：
在所述目标结果不包含预设目标关键字的情况下，将所述客服语音文件输入到知识推理模型中执行候选答案预测任务。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在所述目标结果包含预设目标关键字的情况下，基于预先确定的正则表达式对所述客服语音文件进行处理，得到客服话术质检结果。
8.一种客服话术质检装置，其特征在于，包括：
客服语音文件获取模块，用于获取客服语音文件；
候选答案预测任务执行模块，用于将所述客服语音文件输入到知识推理模型中执行候选答案预测任务；
目标答案输出模块，用于通过所述知识推理模型输出所述客服语音文件对应的目标答案；
客服话术质检结果得到模块，用于将所述目标答案和预先确定的客服答案的相似度值与预设阈值进行比较，得到客服话术质检结果。
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权利要求1-7中任一项所述的一种客服话术质检方法。
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指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种客服话术质检方法。
CN202211350982.8A 2022-10-31 2022-10-31 一种客服话术质检方法、装置、电子设备及存储介质 Pending CN116567145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211350982.8A CN116567145A (zh) 2022-10-31 2022-10-31 一种客服话术质检方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211350982.8A CN116567145A (zh) 2022-10-31 2022-10-31 一种客服话术质检方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116567145A true CN116567145A (zh) 2023-08-08

Family

ID=87490405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211350982.8A Pending CN116567145A (zh) 2022-10-31 2022-10-31 一种客服话术质检方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116567145A (zh)

Similar Documents

Publication Publication Date Title
CN113239204A (zh) 文本分类方法及装置、电子设备、计算机可读存储介质
CN115062718A (zh) 语言模型训练方法、装置、电子设备及存储介质
US20230052623A1 (en) Word mining method and apparatus, electronic device and readable storage medium
CN115601042A (zh) 信息识别方法、装置、电子设备及存储介质
CN116567145A (zh) 一种客服话术质检方法、装置、电子设备及存储介质
CN116244740B (zh) 一种日志脱敏方法、装置、电子设备及存储介质
CN111783447B (zh) 基于ngram距离的敏感词检测方法、装置、设备及存储介质
CN113344405B (zh) 基于知识图谱生成信息的方法、装置、设备、介质和产品
CN116737520B (zh) 一种日志数据的数据编织方法、装置、设备及存储介质
CN116127948B (zh) 待标注文本数据的推荐方法、装置及电子设备
CN116151215B (zh) 文本处理方法、深度学习模型训练方法、装置以及设备
CN110992067B (zh) 消息推送方法、装置、计算机设备及存储介质
CN113238765B (zh) 小程序的分发方法、装置、设备和存储介质
CN116524959A (zh) 一种语音情绪确定方法、装置、设备及介质
CN116992150A (zh) 一种研发组件推荐方法、装置、设备及存储介质
CN116431809A (zh) 基于银行客服场景下的文本标注方法、装置和存储介质
CN117041429A (zh) 一种对话方法、装置、电子设备和存储介质
CN116542689A (zh) 目标对象识别方法、装置、电子设备以及存储介质
CN118051670A (zh) 业务推荐方法、装置、设备和介质
CN117194634A (zh) 一种人工智能交互方法、装置、电子设备及存储介质
CN117574146A (zh) 文本分类标注方法、装置、电子设备和存储介质
CN117851599A (zh) 投资监督其他要素文本抽取方法、装置、设备以及介质
CN114898374A (zh) 一种图像的语义识别方法、装置、设备和存储介质
CN116680441A (zh) 视频内容识别方法、装置、电子设备、可读存储介质
CN117475529A (zh) 飞机故障的处理方法、装置、设备和介质

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