CN116932739A - 基于人工智能的数据生成方法、装置、设备及存储介质 - Google Patents

基于人工智能的数据生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116932739A
CN116932739A CN202311007454.7A CN202311007454A CN116932739A CN 116932739 A CN116932739 A CN 116932739A CN 202311007454 A CN202311007454 A CN 202311007454A CN 116932739 A CN116932739 A CN 116932739A
Authority
CN
China
Prior art keywords
service result
target
information
intention
communication information
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
CN202311007454.7A
Other languages
English (en)
Inventor
姜卫宏
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202311007454.7A priority Critical patent/CN116932739A/zh
Publication of CN116932739A publication Critical patent/CN116932739A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/174—Form filling; Merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Finance (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请属于人工智能领域与金融科技领域，涉及一种基于人工智能的数据生成方法，包括：获取目标坐席与目标客户在预设时间段内的沟通信息；基于意图识别模型对沟通信息进行意图识别，得到与目标客户对应的意图信息；基于沟通信息与意图信息生成初始服务结果；将初始服务结果推送至目标坐席的作业界面；接收目标坐席在作业界面输入的对于初始服务结果的选择操作；基于选择操作与初始服务结果生成目标服务结果。本申请还提供一种基于人工智能的数据生成装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，目标服务结果可存储于区块链中。本申请可应用于金融领域的沟通数据生成场景，提高了目标服务结果的生成效率与数据准确度。

Description

基于人工智能的数据生成方法、装置、设备及存储介质
技术领域
本申请涉及人工智能开发技术领域与金融科技领域，尤其涉及基于人工智能的数据生成方法、装置、计算机设备及存储介质。
背景技术
目前，在金融企业，例如保险公司、银行等需要通过进行坐席沟通的营销业务场景或回访业务场景中，通过利用坐席为客户提供沟通服务，可以实现客户对产品体验或服务满意度调查以及进行客户关系维护。通常，在坐席与客户沟通完毕后，需要坐席在业务系统所提供的沟通反馈页面中填写与客户沟通接触后的总结反馈，或称为服务结果。虽然在业务系统中提供了沟通反馈页面，但仍需要坐席通过手工在该沟通反馈页面填写相应的服务结果，从而会导致服务结果的填写耗时较长，使得坐席的工作效率低下。另外，坐席在记录服务结果时容易填入不规范的信息，例如填写拼音简写、填写特定含义字符或出现错别字等，从而导致生成的服务结果的准确度较低。
发明内容
本申请实施例的目的在于提出一种基于人工智能的数据生成方法、装置、计算机设备及存储介质，以解决现有的服务结果的生成方式耗时较长，使得坐席的工作效率低下，切坐席在记录服务结果时容易填入不规范的信息，从而导致生成的服务结果的准确度较低的技术问题。
为了解决上述技术问题，本申请实施例提供一种基于人工智能的数据生成方法，采用了如下所述的技术方案：
获取目标坐席与目标客户在预设时间段内的沟通信息；
基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
基于所述沟通信息与所述意图信息生成初始服务结果；
将所述初始服务结果推送至所述目标坐席的作业界面；
接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
基于所述选择操作与所述初始服务结果生成目标服务结果。
进一步的，所述沟通信息为语音格式，所述基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息的步骤，具体包括：
对所述沟通信息进行语音识别，将所述沟通信息转换为对应的文本数据；
调用所述意图识别模型，并将所述文本数据输入至意图识别模型内；
通过所述意图识别模型对所述文本数据进行意图识别，得到与所述文本数据对应的意图识别结果；
将所述意图识别结果作为所述意图信息。
进一步的，所述沟通信息为文本格式；所述基于所述沟通信息与所述意图信息生成初始服务结果的步骤，具体包括：
对所述沟通信息进行违规词检测；
若检测出所述沟通信息中不存在违规词，则对所述沟通信息进行修订处理，得到修订后的目标沟通信息；
基于所述目标沟通信息与所述意图信息生成所述初始服务结果。
进一步的，所述基于所述目标沟通信息与所述意图信息生成所述初始服务结果的步骤，具体包括：
获取预设的服务结果模板；
从所述服务结果模板中确定出沟通信息填充位置与意图信息填充位置；
将所述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置；
将所述意图信息填充至所述服务结果模板内的所述意图信息填充位置，得到所述初始服务结果。
进一步的，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
获取所述目标坐席的坐席信息，以及获取所述目标客户的客户信息；
获取与所述目标服务结果对应的沟通工具信息以及时间信息；
基于所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息生成与所述目标服务结果对应的标识信息；
获取与所述目标服务结果对应的目标数据类型；
确定与所述目标数据类型对应的数据存储方式；
基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储。
进一步的，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
获取与所述目标服务结果对应的处理预约时间；
获取与所述处理预约时间对应的信息生成类型；
获取预设的处理规则；
基于所述处理规则与所述信息生成类型确定出与所述目标服务结果对应的处理优先级。
进一步的，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
判断是否接收到所述目标坐席触发的对于所述目标服务结果的修改请求；
若是，接收所述目标坐席输入的对于所述目标服务结果的修改操作；
基于所述修改操作对所述目标服务结果进行修改处理，得到修改后的指定服务结果；
对所述指定服务结果进行存储。
为了解决上述技术问题，本申请实施例还提供一种基于人工智能的数据生成装置，采用了如下所述的技术方案：
第一获取模块，用于获取目标坐席与目标客户在预设时间段内的沟通信息；
识别模块，用于基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
第一生成模块，用于基于所述沟通信息与所述意图信息生成初始服务结果；
推送模块，用于将所述初始服务结果推送至所述目标坐席的作业界面；
第一接收模块，用于接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
第二生成模块，用于基于所述选择操作与所述初始服务结果生成目标服务结果。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
获取目标坐席与目标客户在预设时间段内的沟通信息；
基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
基于所述沟通信息与所述意图信息生成初始服务结果；
将所述初始服务结果推送至所述目标坐席的作业界面；
接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
基于所述选择操作与所述初始服务结果生成目标服务结果。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
获取目标坐席与目标客户在预设时间段内的沟通信息；
基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
基于所述沟通信息与所述意图信息生成初始服务结果；
将所述初始服务结果推送至所述目标坐席的作业界面；
接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
基于所述选择操作与所述初始服务结果生成目标服务结果。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例首先获取目标坐席与目标客户在预设时间段内的沟通信息；然后基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；之后基于所述沟通信息与所述意图信息生成初始服务结果；后续将所述初始服务结果推送至所述目标坐席的作业界面，并接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；最后基于所述选择操作与所述初始服务结果生成目标服务结果。本申请实施例通过对目标坐席与目标客户在预设时间段内的沟通信息进行处理以生成初始服务结果，进而基于目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作，来对初始服务结果进行处理以实现目标服务结果的自动生成，使得在目标坐席在接触目标客户之后无需再进行服务结果信息的填写，有效提高了目标服务结果的生成效率与数据准确度，有利于提升目标坐席的作业效率。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，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是本申请可以应用于其中的示例性系统架构图；
图2根据本申请的基于人工智能的数据生成方法的一个实施例的流程图；
图3是根据本申请的基于人工智能的数据生成装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“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。
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。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的基于人工智能的数据生成方法一般由服务器/终端设备执行，相应地，基于人工智能的数据生成装置一般设置于服务器/终端设备中。
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。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的基于人工智能的数据生成方法的一个实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本申请实施例提供的基于人工智能的数据生成方法能够应用于任意一种需要进行沟通服务结果生成的场景中，则该基于人工智能的数据生成方法能够应用于这些场景的产品中，例如，金融保险领域中的沟通服务结果生成。所述的基于人工智能的数据生成方法，包括以下步骤：
步骤S201，获取目标坐席与目标客户在预设时间段内的沟通信息。
在本实施例中，基于人工智能的数据生成方法运行于其上的电子设备(例如图1所示的服务器/终端设备)，可以通过有线连接方式或者无线连接方式获取目标坐席与目标客户在预设时间段内的沟通信息。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中，对于上述预设时间段的数值不做具体限定，可根据实际的使用需求进行设置。示例性的，在金融保险的产品营销的业务场景下，上述沟通信息可指目标坐席在向目标客户进行产品推销的场景下产生的沟通信息。沟通信息可包括接触的方式(如：电话、微信、UCP等，此类信息系统可以自动识别)，接触的结果信息(如：客户未接听、客户忙未响应等，对于未产生通时的情况，系统可以自行判断)，接触的结论(如：任务成功、继续跟踪、任务失败)，备注信息(一般会记录客户的期望信息或者坐席客户沟通之后达成一致的信息等)，下次接触时间，等等。上述沟通信息的数据格式可为语音格式或文本格式。
步骤S202，基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息。
在本实施例中，上述基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
步骤S203，基于所述沟通信息与所述意图信息生成初始服务结果。
在本实施例中，上述基于所述沟通信息与所述意图信息生成初始服务结果的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
步骤S204，将所述初始服务结果推送至所述目标坐席的作业界面。
在本实施例中，上述作业界面为目标坐席进行作业处理的工作界面。可通过获取目标坐席的作业界面的通讯地址，再基于该通讯地址，将所述初始服务结果推送至所述目标坐席的作业界面。其中，如果在目标坐席与目标客户在预设时间段内的沟通信息中出现多个目标客户的意图信息，则会按照该多个意图信息的出现顺序推送给目标坐席，不对该多个意图信息进行覆盖处理，以确保目标客户的意图信息的完整性。
步骤S205，接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作。
在本实施例中，上述选择操作可指目标坐席在所述作业界面输入的对于初始服务结果的点击确认操作。如果未接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作，则默认将所述初始服务结果中的所有信息均作为与目标坐席与目标客户在预设时间段内的沟通过程对应的最终的目标服务结果。
步骤S206，基于所述选择操作与所述初始服务结果生成目标服务结果。
在本实施例中，可通过从所述初始服务结果中筛选出与所述选择操作对应的目标信息，并将该目标信息作为上述目标服务结果。通过从目标坐席与目标客户在沟通过程中自动提取反馈信息并形成相应的目标服务结果，可以解决现有的填写服务结果耗时长以及信息不规范的问题。另外，通过根据目标坐席在作业过程中自主触发对于初始服务结果的选择操来形成准确的目标服务结果，可以解决现有的填写服务结果不够准确的技术问题。此外，通过对目标服务结果的生成进行标准化处理，可以方便后续人员查看使用服务结果进行数据分析，并后续接触客户带来支撑。
本申请首先获取目标坐席与目标客户在预设时间段内的沟通信息；然后基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；之后基于所述沟通信息与所述意图信息生成初始服务结果；后续将所述初始服务结果推送至所述目标坐席的作业界面，并接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；最后基于所述选择操作与所述初始服务结果生成目标服务结果。本申请通过对目标坐席与目标客户在预设时间段内的沟通信息进行处理以生成初始服务结果，进而基于目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作，来对初始服务结果进行处理以实现目标服务结果的自动生成，使得在目标坐席在接触目标客户之后无需再进行服务结果信息的填写，有效提高了目标服务结果的生成效率与数据准确度，有利于提升目标坐席的作业效率。
在一些可选的实现方式中，所述沟通信息为语音格式，步骤S202括以下步骤：
对所述沟通信息进行语音识别，将所述沟通信息转换为对应的文本数据。
在本实施例中，可通过ASR(Automatic Speech Recognition，语音识别技术)对所述沟通信息进行语音识别，将语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列，以将所述沟通信息转换为对应的文本数据。
调用所述意图识别模型，并将所述文本数据输入至意图识别模型内。
在本实施例中，上述意图识别模型具体可采用BERT模型。BERT模型的全称是BidirectionalEncoder Representations from Transformer，基于Transformer的双向编码器表示，是一个预训练的语言表征模型，它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的maskedlanguage model(MLM)，以致能生成深度的双向语言表征。BERT模型的目标是利用大规模无标注语料训练、获得文本的包含丰富语义信息的Representation，即：文本的语义表示，然后将文本的语义表示在特定NLP任务中作微调，最终应用于该NLP任务，以进行对于文本数据的意图识别。
通过所述意图识别模型对所述文本数据进行意图识别，得到与所述文本数据对应的意图识别结果。
在本实施例中，通过使用BERT模型对所述文本数据进行意图识别，输出与该文本数据对应的语义表示，以得到该文本数据对应的意图识别结果。
将所述意图识别结果作为所述意图信息。
本申请通过对所述沟通信息进行语音识别，将所述沟通信息转换为对应的文本数据；然后所述意图识别模型，并将所述文本数据输入至意图识别模型内；后续所述意图识别模型对所述文本数据进行意图识别，得到与所述文本数据对应的意图识别结果，并述意图识别结果作为所述意图信息。本申请通过使用意图识别模型对所述沟通信息进行意图识别，可以实现快速准确地生成与所述目标客户对应的意图信息，可以减少人工填写目标客户在沟通中的意图的操作，提高了意图信息的生成效率，保证了生成的意图信息的准确度。
在本实施例的一些可选的实现方式中，所述沟通信息为文本格式；步骤S203步骤：
对所述沟通信息进行违规词检测。
在本实施例中，可通过使用预先构建的违规词集合对所述沟通信息进行违规词检测。具体地，先对沟通信息进行分词得到多个词语，再将该词语与违规词集合中的所有违规词进行匹配，如果违规词集合不存在与沟通信息中的词语匹配的违规词，则判定所述沟通信息中不存在违规词，而如果违规词集合存在与沟通信息中的词语匹配的违规词，则判定所述沟通信息中存在违规词。
若检测出所述沟通信息中不存在违规词，则对所述沟通信息进行修订处理，得到修订后的目标沟通信息。
在本实施例中，上述修订处理的方式可包括删除、增加、替换等处理。示例性的，如果客户在沟通中回答的部分词语可能使用了口语表达，此处可将口语化的词语采用书面式的词语进行替换。或者如果客户在沟通中回答的词语存在重复现象，则可删除其中多余的词语。再或者客户在沟通中回答的词语缺少动词，则可以对其进行相应补全。
基于所述目标沟通信息与所述意图信息生成所述初始服务结果。
在本实施例中，上述基于所述目标沟通信息与所述意图信息生成所述初始服务结果的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
本申请通过对所述沟通信息进行违规词检测；若检测出所述沟通信息中不存在违规词，则对所述沟通信息进行修订处理，得到修订后的目标沟通信息；后续所述目标沟通信息与所述意图信息生成所述初始服务结果。本申请在获取到目标坐席与目标客户在预设时间段内的沟通信息后，会智能地对该沟通信息进行违规词检测以校验沟通信息的规范性，只有在沟通信息符合规范时，后续还会对该通信息进行修订处理，进而基于修订后的目标沟通信息与意图信息生成所述初始服务结果，保证了生成的初始服务结果的准确性与规范性。
在一些可选的实现方式中，所述基于所述目标沟通信息与所述意图信息生成所述初始服务结果，包括以下步骤：
获取预设的服务结果模板。
在本实施例中，上述服务结果模板为根据实际的服务结果构建需求编写生成的模板文件，且该目标文件内设置有与待填充的沟通信息对应的沟通信息填充位置，以及与待填充的意图信息对应的意图信息填充位置。
从所述服务结果模板中确定出沟通信息填充位置与意图信息填充位置。
将所述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置。
将所述意图信息填充至所述服务结果模板内的所述意图信息填充位置，得到所述初始服务结果。
本申请通过预设的服务结果模板；然后述服务结果模板中确定出沟通信息填充位置与意图信息填充位置；后续述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置；以及述意图信息填充至所述服务结果模板内的所述意图信息填充位置，得到所述初始服务结果。本申请基于服务结果模板的使用，通过将所述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置，以及将所述意图信息填充至所述服务结果模板内的所述意图信息填充位置，从而实现快速地构建出所需的初始服务结果，提高了初始服务结果的生成效率，保证了生成的初始服务结果的规范性。
在一些可选的实现方式中，在步骤S206后，上述电子设备还可以执行以下步骤：
获取所述目标坐席的坐席信息，以及获取所述目标客户的客户信息。
在本实施例中，上述坐席信息可指目标坐席的名字或者坐席ID。上述客户信息可指目标客户的名字。
获取与所述目标服务结果对应的沟通工具信息以及时间信息。
在本实施例中，上述沟通工具信息可指目标坐席与目标客户在沟通过程中所使用的沟通工具的工具名称。上述时间信息可指目标坐席与目标客户在沟通过程中所对应的沟通开始时间、沟通结束时间、沟通时长等信息。
基于所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息生成与所述目标服务结果对应的标识信息。
在本实施例中，可通过将所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息进行整合，以得到与所述目标服务结果对应的标识信息。
获取与所述目标服务结果对应的目标数据类型。
在本实施例中，上述目标数据类型可指服务数据类型。
确定与所述目标数据类型对应的数据存储方式。
在本实施例中，对于不同业务类型的数据，预先会根据实际的存储需求，为各种业务类型的数据分配一一对应的存储方式。示例性的，服务数据类型的数据对应的存储方式为区块链存储、反馈数据类型的数据对应的存储方式为数据库缓存，等等。
基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储。
在本实施例中，可通过构建所述标识信息与所述目标服务结果之间的数据关联关系，再基于该数据关联关系，使用所述数据存储方式对所述目标服务结果进行存储。
本申请通过获取所述目标坐席的坐席信息，以及获取所述目标客户的客户信息；然后获取与所述目标服务结果对应的沟通工具信息以及时间信息；之后基于所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息生成与所述目标服务结果对应的标识信息；后续获取与所述目标服务结果对应的目标数据类型；最后确定与所述目标数据类型对应的数据存储方式，并基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储。本申请通过生成目标服务结果的标识信息，然后确定与目标服务结果的目标数据类型对应的数据存储方式，进而基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储，实现了对于目标服务结果的规范化存储，提高了目标服务结果的存储智能性。
在本实施例的一些可选的实现方式中，在步骤S206后，上述电子设备还可以执行以下步骤：
获取与所述目标服务结果对应的处理预约时间。
在本实施例中，处理预约时间可指目标坐席与目标客户的下次接触时间。或者，在金融科技领域的金融产品推荐场景中，在目标坐席与目标客户的沟通过程中，通过目标客户在沟通过程中生成的目标服务结果内包含的意图信息，可以确定出目标客户的待推荐产品，并会进一步生成与该待推荐产品对应的处理预约时间。处理预约时间可指向目标客户进行关于待推荐产品的详细介绍的处理时间。
获取与所述处理预约时间对应的信息生成类型。
在本实施例中，处理预约时间对应的信息生成类型可包括3种：可以是由目标客户填入的处理预约时间，或者为调用模型预测得到的处理预约时间，或者处理预约时间还可以为目标坐席设置的默认处理时间。
获取预设的处理规则。
在本实施例中，上述处理规则可包括：由客户填入的处理预约时间的优先级为高处理优先级，由调用模型预测得到的处理预约时间为中处理优先级，由坐席设置的默认的处理预约时间为低处理优先级。
基于所述处理规则与所述信息生成类型确定出与所述目标服务结果对应的处理优先级。
在本实施例中，可通过将所述信息生成类型与所述处理规则进行匹配处理，以从处理规则中确定出与所述目标服务结果对应的处理优先级。
本申请通过获取与所述目标服务结果对应的处理预约时间；然后获取与所述处理预约时间对应的信息生成类型；之后获取预设的处理规则；后续基于所述处理规则与所述信息生成类型确定出与所述目标服务结果对应的处理优先级。本申请在基于所述选择操作与所述初始服务结果生成目标服务结果后，还会智能地获取与所述目标服务结果对应的处理预约时间，进而基于该处理预约时间对应的信息生成类型以及预设的处理规则确定出与所述目标服务结果对应的处理优先级，保证了生成的处理优先级的准确度。进而后续可以基于该处理优先级来进行相应的后续的业务处理，提高了业务处理的处理规范性。
在本实施例的一些可选的实现方式中，在步骤S206后，上述电子设备还可以执行以下步骤：
判断是否接收到所述目标坐席触发的对于所述目标服务结果的修改请求。
在本实施例中，在作业界面中还提供了对于服务结果的修改功能。目标坐席可以点击作业界面中的修改按钮，以触发对于所述目标服务结果的修改请求。
若是，接收所述目标坐席输入的对于所述目标服务结果的修改操作。
在本实施例中，上述修改操作可包括信息删除、信息增加、信息替换等操作。
基于所述修改操作对所述目标服务结果进行修改处理，得到修改后的指定服务结果。
对所述指定服务结果进行存储。
在本实施例中，对所述指定服务结果进行存储的存储过程可参照上述对于目标服务结果的存储过程，在此不做过多阐述。
本申请通过判断是否接收到所述目标坐席触发的对于所述目标服务结果的修改请求；若是，接收所述目标坐席输入的对于所述目标服务结果的修改操作；之后基于所述修改操作对所述目标服务结果进行修改处理，得到修改后的指定服务结果；后续对所述指定服务结果进行存储。本申请在基于所述选择操作与所述初始服务结果生成目标服务结果后，还会智能地根据目标坐席输入的对于所述目标服务结果的修改操作来对所述目标服务结果进行个性化修改，以生成目标客户所需的最终的指定服务结果，提高了生成的指定服务结果的准确度，提高了目标客户的使用体验。
应理解，上述实施例中各步骤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，而不应对本发明实施例的实施过程构成任何限定。
需要强调的是，为进一步保证上述目标服务结果的私密和安全性，上述目标服务结果还可以存储于一区块链的节点中。
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。
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。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种基于人工智能的数据生成装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的基于人工智能的数据生成装置300包括：第一获取模块301、识别模块302、第一生成模块303、推送模块304、第一接收模块305以及第二生成模块306。其中：
第一获取模块301，用于获取目标坐席与目标客户在预设时间段内的沟通信息；
识别模块302，用于基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
第一生成模块303，用于基于所述沟通信息与所述意图信息生成初始服务结果；
推送模块304，用于将所述初始服务结果推送至所述目标坐席的作业界面；
第一接收模块305，用于接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
第二生成模块306，用于基于所述选择操作与所述初始服务结果生成目标服务结果。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，所述沟通信息为语音格式，识别模块302包括：
转换子模块，用于对所述沟通信息进行语音识别，将所述沟通信息转换为对应的文本数据；
输入子模块，用于调用所述意图识别模型，并将所述文本数据输入至意图识别模型内；
识别子模块，用于通过所述意图识别模型对所述文本数据进行意图识别，得到与所述文本数据对应的意图识别结果；
确定子模块，用于将所述意图识别结果作为所述意图信息。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中,所述沟通信息为文本格式；第一生成模块303包括：
检测子模块，用于对所述沟通信息进行违规词检测；
修订子模块，用于若检测出所述沟通信息中不存在违规词，则对所述沟通信息进行修订处理，得到修订后的目标沟通信息；
生成子模块，用于基于所述目标沟通信息与所述意图信息生成所述初始服务结果。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，生成子模块包括：
获取单元，用于获取预设的服务结果模板；
确定单元，用于从所述服务结果模板中确定出沟通信息填充位置与意图信息填充位置；
第一填充单元，用于将所述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置；
第二填充单元，用于将所述意图信息填充至所述服务结果模板内的所述意图信息填充位置，得到所述初始服务结果。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的数据生成装置还包括：
第二获取模块，用于获取所述目标坐席的坐席信息，以及获取所述目标客户的客户信息；
第三获取模块，用于获取与所述目标服务结果对应的沟通工具信息以及时间信息；
第二生成模块，用于基于所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息生成与所述目标服务结果对应的标识信息；
第四获取模块，用于获取与所述目标服务结果对应的目标数据类型；
第一确定模块，用于确定与所述目标数据类型对应的数据存储方式；
第一存储模块，用于基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的数据生成装置还包括：
第五获取模块，用于获取与所述目标服务结果对应的处理预约时间；
第六获取模块，用于获取与所述处理预约时间对应的信息生成类型；
第七获取模块，用于获取预设的处理规则；
第二确定模块，用于基于所述处理规则与所述信息生成类型确定出与所述目标服务结果对应的处理优先级。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的数据生成装置还包括：
判断模块，用于判断是否接收到所述目标坐席触发的对于所述目标服务结果的修改请求；
第二接收模块，用于若是，接收所述目标坐席输入的对于所述目标服务结果的修改操作；
修改模块，用于基于所述修改操作对所述目标服务结果进行修改处理，得到修改后的指定服务结果；
第二存储模块，用于对所述指定服务结果进行存储。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的数据生成方法的步骤一一对应，在此不再赘述。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41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、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如基于人工智能的数据生成方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述基于人工智能的数据生成方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先获取目标坐席与目标客户在预设时间段内的沟通信息；然后基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；之后基于所述沟通信息与所述意图信息生成初始服务结果；后续将所述初始服务结果推送至所述目标坐席的作业界面，并接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；最后基于所述选择操作与所述初始服务结果生成目标服务结果。本申请实施例通过对目标坐席与目标客户在预设时间段内的沟通信息进行处理以生成初始服务结果，进而基于目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作，来对初始服务结果进行处理以实现目标服务结果的自动生成，使得在目标坐席在接触目标客户之后无需再进行服务结果信息的填写，有效提高了目标服务结果的生成效率与数据准确度，有利于提升目标坐席的作业效率。
本申请还提供了另一种实施方式，即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可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于人工智能的数据生成方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先获取目标坐席与目标客户在预设时间段内的沟通信息；然后基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；之后基于所述沟通信息与所述意图信息生成初始服务结果；后续将所述初始服务结果推送至所述目标坐席的作业界面，并接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；最后基于所述选择操作与所述初始服务结果生成目标服务结果。本申请实施例通过对目标坐席与目标客户在预设时间段内的沟通信息进行处理以生成初始服务结果，进而基于目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作，来对初始服务结果进行处理以实现目标服务结果的自动生成，使得在目标坐席在接触目标客户之后无需再进行服务结果信息的填写，有效提高了目标服务结果的生成效率与数据准确度，有利于提升目标坐席的作业效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上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，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。

Claims (10)

1.一种基于人工智能的数据生成方法，其特征在于，包括下述步骤：
获取目标坐席与目标客户在预设时间段内的沟通信息；
基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
基于所述沟通信息与所述意图信息生成初始服务结果；
将所述初始服务结果推送至所述目标坐席的作业界面；
接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
基于所述选择操作与所述初始服务结果生成目标服务结果。
2.根据权利要求1所述的基于人工智能的数据生成方法，其特征在于，所述沟通信息为语音格式，所述基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息的步骤，具体包括：
对所述沟通信息进行语音识别，将所述沟通信息转换为对应的文本数据；
调用所述意图识别模型，并将所述文本数据输入至意图识别模型内；
通过所述意图识别模型对所述文本数据进行意图识别，得到与所述文本数据对应的意图识别结果；
将所述意图识别结果作为所述意图信息。
3.根据权利要求1所述的基于人工智能的数据生成方法，其特征在于，所述沟通信息为文本格式；所述基于所述沟通信息与所述意图信息生成初始服务结果的步骤，具体包括：
对所述沟通信息进行违规词检测；
若检测出所述沟通信息中不存在违规词，则对所述沟通信息进行修订处理，得到修订后的目标沟通信息；
基于所述目标沟通信息与所述意图信息生成所述初始服务结果。
4.根据权利要求3所述的基于人工智能的数据生成方法，其特征在于，所述基于所述目标沟通信息与所述意图信息生成所述初始服务结果的步骤，具体包括：
获取预设的服务结果模板；
从所述服务结果模板中确定出沟通信息填充位置与意图信息填充位置；
将所述沟通信息填充至所述服务结果模板内的所述沟通信息填充位置；
将所述意图信息填充至所述服务结果模板内的所述意图信息填充位置，得到所述初始服务结果。
5.根据权利要求1所述的基于人工智能的数据生成方法，其特征在于，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
获取所述目标坐席的坐席信息，以及获取所述目标客户的客户信息；
获取与所述目标服务结果对应的沟通工具信息以及时间信息；
基于所述坐席信息、所述客户信息、所述沟通工具信息以及所述时间信息生成与所述目标服务结果对应的标识信息；
获取与所述目标服务结果对应的目标数据类型；
确定与所述目标数据类型对应的数据存储方式；
基于所述标识信息与所述数据存储方式对所述目标服务结果进行存储。
6.根据权利要求1所述的基于人工智能的数据生成方法，其特征在于，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
获取与所述目标服务结果对应的处理预约时间；
获取与所述处理预约时间对应的信息生成类型；
获取预设的处理规则；
基于所述处理规则与所述信息生成类型确定出与所述目标服务结果对应的处理优先级。
7.根据权利要求1所述的基于人工智能的数据生成方法，其特征在于，在所述基于所述选择操作与所述初始服务结果生成目标服务结果的步骤之后，还包括：
判断是否接收到所述目标坐席触发的对于所述目标服务结果的修改请求；
若是，接收所述目标坐席输入的对于所述目标服务结果的修改操作；
基于所述修改操作对所述目标服务结果进行修改处理，得到修改后的指定服务结果；
对所述指定服务结果进行存储。
8.一种基于人工智能的数据生成装置，其特征在于，包括：
第一获取模块，用于获取目标坐席与目标客户在预设时间段内的沟通信息；
识别模块，用于基于预设的意图识别模型对所述沟通信息进行意图识别，得到与所述目标客户对应的意图信息；
第一生成模块，用于基于所述沟通信息与所述意图信息生成初始服务结果；
推送模块，用于将所述初始服务结果推送至所述目标坐席的作业界面；
第一接收模块，用于接收所述目标坐席在所述作业界面输入的对于所述初始服务结果的选择操作；
第二生成模块，用于基于所述选择操作与所述初始服务结果生成目标服务结果。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于人工智能的数据生成方法的步骤。
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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的数据生成方法的步骤。
CN202311007454.7A 2023-08-10 2023-08-10 基于人工智能的数据生成方法、装置、设备及存储介质 Pending CN116932739A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311007454.7A CN116932739A (zh) 2023-08-10 2023-08-10 基于人工智能的数据生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311007454.7A CN116932739A (zh) 2023-08-10 2023-08-10 基于人工智能的数据生成方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116932739A true CN116932739A (zh) 2023-10-24

Family

ID=88380830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311007454.7A Pending CN116932739A (zh) 2023-08-10 2023-08-10 基于人工智能的数据生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116932739A (zh)

Similar Documents

Publication Publication Date Title
CN112685565B (zh) 基于多模态信息融合的文本分类方法、及其相关设备
CN112328761B (zh) 一种意图标签设置方法、装置、计算机设备及存储介质
CN112084334B (zh) 语料的标签分类方法、装置、计算机设备及存储介质
CN112395390B (zh) 意图识别模型的训练语料生成方法及其相关设备
CN110427453B (zh) 数据的相似度计算方法、装置、计算机设备及存储介质
CN112836521A (zh) 问答匹配方法、装置、计算机设备及存储介质
CN115757731A (zh) 对话问句改写方法、装置、计算机设备及存储介质
CN116755688A (zh) 组件处理方法、装置、计算机设备及存储介质
CN116383787A (zh) 页面创建方法、装置、计算机设备及存储介质
CN113609833B (zh) 文件的动态生成方法、装置、计算机设备及存储介质
CN114637831A (zh) 基于语义分析的数据查询方法及其相关设备
CN115238077A (zh) 基于人工智能的文本分析方法、装置、设备及存储介质
CN116932739A (zh) 基于人工智能的数据生成方法、装置、设备及存储介质
CN113157896B (zh) 一种语音对话生成方法、装置、计算机设备及存储介质
CN116166858A (zh) 基于人工智能的信息推荐方法、装置、设备及存储介质
CN116450724A (zh) 数据处理方法、装置、计算机设备及存储介质
CN116821298A (zh) 一种应用于投保信息的关键词自动识别方法、及相关设备
CN116627416A (zh) 页面配置方法、装置、计算机设备及存储介质
CN117076595A (zh) 基于人工智能的文本处理方法、装置、设备及存储介质
CN117275466A (zh) 一种业务意图识别方法、装置、设备及其存储介质
CN117131093A (zh) 基于人工智能的业务数据处理方法、装置、设备及介质
CN115544282A (zh) 基于图数据库的数据处理方法、装置、设备及存储介质
CN117788051A (zh) 基于人工智能的客户偏好分析方法、装置、设备及介质
CN117057362A (zh) 基于人工智能的意图识别方法、装置、设备及存储介质
CN117271790A (zh) 标注数据的扩充方法、装置、计算机设备及存储介质

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