CN116975259A - 投诉工单文本的生成方法、装置、设备及计算机存储介质 - Google Patents
投诉工单文本的生成方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN116975259A CN116975259A CN202210427802.5A CN202210427802A CN116975259A CN 116975259 A CN116975259 A CN 116975259A CN 202210427802 A CN202210427802 A CN 202210427802A CN 116975259 A CN116975259 A CN 116975259A
- Authority
- CN
- China
- Prior art keywords
- complaint
- work order
- node
- order text
- nodes
- 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 49
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000000586 desensitisation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F16/35—Clustering; Classification
-
- 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
-
- 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
- G10L15/26—Speech to text systems
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请公开了一种投诉工单文本的生成方法、装置、设备及计算机存储介质。方法应用于服务端,包括:获取投诉通话音频对应的第一投诉工单文本,所述第一投诉工单文本包括多级业务节点和多级问题节点;确定所述第一投诉工单文本中各级业务节点的类别标签,以及,确定所述第一投诉工单文本中目标级问题节点的问题标签,所述目标级问题节点为所述多级问题节点中的任一级问题节点;根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径;基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本。根据本申请实施例,能够提高投诉工单文本的生成效率。
Description
技术领域
本申请属于人工智能领域,尤其涉及一种投诉工单文本的生成方法、装置、设备及计算机存储介质。
背景技术
移动客服领域的投诉工单文本的生成过程包括各级投诉节点的选择和完整工单内容信息的填写。
目前,由工作人员从万级别的投诉节点中一步一步点击选择各级业务节点和各级问题节点,这种方式需要耗费大量的人力成本,从而导致投诉节点确定的效率低,进而导致投诉工单文本的生成效率低。
发明内容
本申请实施例提供一种投诉工单文本的生成方法、装置、设备及计算机存储介质,能够提高投诉工单文本生成的效率。
第一方面,本申请实施例提供一种投诉工单文本的生成方法,应用于服务端,包括:
获取投诉通话音频对应的第一投诉工单文本,第一投诉工单文本包括多级业务节点和多级问题节点;
确定第一投诉工单文本中各级业务节点的类别标签,以及,确定第一投诉工单文本中目标级问题节点的问题标签,目标级问题节点为多级问题节点中的任一级问题节点;
根据第一投诉工单文本中各级业务节点的类别标签以及目标级问题节点的问题标签,确定至少一条投诉节点路径;
基于至少一条投诉节点路径,生成投诉通话音频对应的第二投诉工单文本。
第二方面,本申请实施例提供了一种投诉工单文本的生成装置,应用于服务端,包括:
获取模块,用于获取投诉通话音频对应的第一投诉工单文本,第一投诉工单文本包括多级业务节点和多级问题节点;
确定模块,用于确定第一投诉工单文本中各级业务节点的类别标签,以及,确定第一投诉工单文本中目标级问题节点的问题标签,目标级问题节点为所述多级问题节点中的任一级问题节点;
确定模块,还用于根据第一投诉工单文本中各级业务节点的类别标签以及目标级问题节点的问题标签,确定至少一条投诉节点路径;
生成模块,用于基于至少一条投诉节点路径,生成投诉通话音频对应的第二投诉工单文本。
第三方面,本申请实施例提供了一种电子设备,设备包括:
处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如第一方面所述的投诉工单文本的生成方法。
第四方面,本申请实施例提供了一种计算机存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如第一方面所述的投诉工单文本的生成方法。
第五方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如第一方面所述的投诉工单文本的生成方法。
本申请实施例提供的投诉工单文本的生成方法,通过先获取投诉通话音频对应的第一投诉工单文本,再确定第一投诉工单文本中各级业务节点的类别标签以及确定第一投诉工单文本中目标级问题节点的问题标签,接着根据第一投诉工单文本中各级业务节点的类别标签以及目标级问题节点的问题标签,确定至少一条投诉节点路径,能够自动确定至少一条投诉节点路径,提高投诉节点路径确定的效率;最后基于至少一条投诉节点路径,生成投诉通话音频对应的第二投诉工单文本,能够自动生成投诉通话音频的第二投诉工单文本,进而提高投诉工单文本生成的效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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是本申请提供的投诉工单文本的生成方法的实施例的流程示意图;
图2是本申请提供的投诉工单文本的生成装置的实施例的结构示意图;
图3是本申请提供的电子设备的实施例的结构示意图。
具体实施方式
下面将详细描述本申请各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
经发明人研究发现,工作人员在选择各级业务节点和各级问题节点时,存在各级业务节点的类别确定困难、问题节点的最后一级过于细致、节点数量巨大、定位困难、部分业务节点和部分问题节点容易混淆等问题,需要耗费大量的人力成本,从而导致投诉节点确定的效率和准确率低,进而导致投诉工单文本的生成效率和准确率低。
为了解决现有技术问题,本申请实施例提供了一种投诉工单文本的生成方法、装置、设备及计算机存储介质,可以具体应用于移动客服投诉立单场景。下面首先对本申请实施例所提供的投诉工单文本的生成方法进行介绍。
图1示出了本申请一个实施例提供的投诉工单文本的生成方法的流程示意图。
如图1所示,本申请实施例提供的投诉工单文本的生成方法,可以应用于服务端,包括以下步骤S101至步骤S104。
S101、获取投诉通话音频对应的第一投诉工单文本,所述第一投诉工单文本包括多级业务节点和多级问题节点。
S102、确定所述第一投诉工单文本中各级业务节点的类别标签,以及,确定所述第一投诉工单文本中目标级问题节点的问题标签,所述目标级问题节点为所述多级问题节点中的任一级问题节点。
S103、根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径。
S104、基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本。
本申请实施例提供的投诉工单文本的生成方法,通过先获取投诉通话音频对应的第一投诉工单文本,再确定第一投诉工单文本中各级业务节点的类别标签以及确定第一投诉工单文本中目标级问题节点的问题标签,接着根据第一投诉工单文本中各级业务节点的类别标签以及目标级问题节点的问题标签,确定至少一条投诉节点路径,能够自动确定至少一条投诉节点路径,提高投诉节点路径确定的效率和准确率;最后基于至少一条投诉节点路径,生成投诉通话音频对应的第二投诉工单文本,能够自动生成投诉通话音频对应的第二投诉工单文本,进而提高投诉工单文本生成的效率和准确率。
下面介绍上述各个步骤的具体实现方式。
在S101中,上述投诉通话音频对应的第一投诉工单文本可以是投诉通话音频转写后的文本的完整描述。上述投诉通话音频对应的第一投诉工单文本可以是从上述服务端获取,也可以从与上述服务端连接的客户端获取,在此不做限定。上述多级业务节点用于表征上述第一投诉工单文本中用户投诉的业务信息。
上述多节问题节点用于表征上述第一投诉工单文本中用户投诉的问题信息。
示例性地,上述第一投诉工单文本可以包括四级业务节点和三级问题节点。
在S102中,在上述服务端获取投诉通话音频对应的第一投诉工单文本之后,上述服务器确定上述第一投诉工单文本中各级业务节点的类别标签,以及确定上述第一投诉工单文本中目标级问题节点的问题标签。
上述目标级问题节点为上述多级问题节点中的任一级问题节点。例如,上述目标级问题节点为第六级问题节点。
上述各级业务节点的类别标签用于表征各级业务节点的类别,第一级业务节点的类别标签可以包括移动业务、家庭业务、集团业务和增值业务等。第二级业务节点的类别标签可以包括产品质量和服务质量等,第三级业务节点的类别可以包括互联网电视和家庭宽带等。上述各级业务节点的类别标签均不同。
上述目标级问题节点的问题标签用于表征目标级问题节点的问题,可以包括“栏目点播、电视看点、电视[直播]无法观看”、“部分内容链接打不开”等。
上述确定所述第一投诉工单文本中各级业务节点的类别标签,可以是将上述第一投诉工单文本输入各级业务节点识别模型,确定上述第一投诉工单文本中各级业务节点的类别标签。
上述各级业务节点识别模型用于根据第一投诉工单文本识别各级业务节点的类别,并输出各级业务节点的类别标签。例如,规则解析引擎模型等。
或者,在一些实施方式中,上述确定所述第一投诉工单文本中各级业务节点的类别标签,可以包括:
确定所述第一投诉工单文本中目标级业务节点的类别标签,所述目标级业务节点为所述多级业务节点中的任一级业务节点;
根据所述目标级业务节点的类别标签,确定所述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签。
通过先确定第一投诉工单文本中目标级业务节点的类别标签,再根据目标级业务节点的类别标签,确定多级业务节点中除目标级业务节点以外的各级业务节点的类别标签,能够提高第一投诉工单文本中各级业务节点的类别标签确定的准确性。
上述目标级业务节点可以为上述多级业务节点中任一级业务节点。例如,上述目标级业务节点可以为第四业务节点。
上述确定所述第一投诉工单文本中目标级业务节点的类别标签,可以是根据规则匹配函数,确定所述第一投诉工单文本中目标级业务节点的类别标签。
上述规则匹配函数可以为:
F_rule(xi,R)表示上述规则匹配函数;R表示规则库;xi表示上述投诉通话音频数据集中的第i个投诉通话音频对应的第一投诉工单文本;yi表示上述业务节点的标签类别或上述问题节点的问题标签;T表示上述投诉通话音频对应的第一投诉工单文本的集合;Label表示业务节点的标签类别集合或问题节点的问题标签集合;rule_null表示没有匹配到特定规则。
上述特定规则为与上述第一投诉工单文本中目标级业务节点的类别标签存对应的规则。上述特定规则可能在上述规则库中,也可能不在上述规则库中。
上述规则库包括至少两条预设规则。上述至少两条预设规则可以包括:第一关键词&第二关键词、第一关键词|第二关键词、!(第一关键词)、第一关键词.*第二关键词,第一关键词{N}第二关键词和[第一关键词:第二关键词]。第一关键词&第二关键词表示第一关键词和第二关键词必须同时出现;第一关键词|第二关键词表示第一关键词和第二关键词同时只需要出现一个;!(第一关键词)表示不能出现第一关键词;第一关键词.*第二关键词表示第一关键词必须出现在第二关键词之前;第一关键词{N}第二关键词表示第一关键词与第二关键词之间最多间隔N个字符;[第一关键词:第二关键词]用于区分声道功能。例如,[X:Rule],其中,“X”表示声道,声道包括坐席声道“z”和客户声道“k”,默认不区分声道,“Rule”表示配置的规则。若识别到客户说了“A套餐”,同时坐席说了“**元”,则可配置为[k:A&套餐]&[z:**元]。
或者,在一些实施方式中,上述确定所述第一投诉工单文本中目标级业务节点的类别标签,可以包括:
基于所述规则匹配模型,确定所述第一投诉工单文本中目标级业务节点的类别标签。
通过规则匹配模型,确定第一投诉工单文本中目标级业务节点的类别标签,能够提高第一投诉工单文本中目标级业务节点的类别标签确定的准确率。
上述规则匹配模型可以根据上述规则库构建。
上述规则匹配模型可以为用于识别上述第一投诉工单文本中目标级业务节点的类别标签的模型。例如,规则解析引擎模型等。
上述确定所述第一投诉工单文本中目标级问题节点的问题标签,可以是根据上述规则匹配函数,确定所述第一投诉工单文本中目标级问题节点的问题标签。
上述确定所述第一投诉工单文本中目标级问题节点的问题标签,可以是基于所述规则匹配模型,确定所述第一投诉工单文本中目标级问题节点的问题标签。
通过规则匹配模型,确定第一投诉工单文本中目标级问题节点的问题标签,能够提高第一投诉工单文本中目标级问题节点的问题标签确定的准确率。
上述规则匹配模型还可以为用于识别上述第一投诉工单文本中目标级问题节点的问题标签的模型。例如,规则解析引擎模型等。
或者,在一些实施方式中,上述确定所述第一投诉工单文本中目标级问题节点的问题标签,还可以包括:
基于问题匹配模型,确定所述第一投诉工单文本中目标级问题节点的问题标签。
上述问题匹配模型为用于识别上述第一投诉工单文本中目标级问题节点的问题标签的模型。
通过问题匹配模型,确定第一投诉工单文本中目标级问题节点的问题标签,能够提高第一投诉工单文本中目标级问题节点的问题标签确定的准确率。
或者,在一些实施方式中,上述确定所述第一投诉工单文本中目标级问题节点的问题标签,还可以包括:
根据所述规则匹配函数,确定所述第一投诉工单文本中目标级问题节点的问题标签。
在一些实施方式中,上述基于问题匹配模型,确定所述第一投诉工单文本中目标级问题节点的问题标签之前,还包括:
获取历史投诉工单文本和历史投诉工单文本的目标级问题节点的问题标签;
基于所述历史投诉工单文本和所述历史投诉工单文本的目标级问题节点的问题标签对预设模型进行训练,得到问题匹配模型。
上述预设模型包括预训练语言模型(Bidirectional Encoder Representationsfrom Transformers,BERT)等。
上述基于所述历史投诉工单文本和所述历史投诉工单文本的目标级问题节点的问题标签对预设模型进行训练,得到问题匹配模型,可以理解为,将上述历史投诉工单文本作为训练集,将上述历史投诉工单文本的目标级问题节点的问题标签作为验证集分别输入预训练语言模型进行训练和微调,得到上述问题匹配模型。
在一些可选的实施方式中,上述确定所述第一投诉工单文本中目标级问题节点的问题标签的实施方式也可以两个或多个相结合,以提高第一投诉工单文本中目标级问题节点的问题标签确定的准确率。
为了提高第二投诉工单文本生成的准确性,在一些实施方式中,所述确定所述第一投诉工单文本中各级业务节点的类别标签之前,还可以包括:
对所述第一投诉工单文本进行预处理,所述预处理包括去停用词、格式处理、隐私信息脱敏。
对第一投诉工单文本进行预处理,从而能够提高第一投诉工单文本中各级业务节点的类别标签确定的准确率,以及能够提高第一投诉工单文本中目标级问题节点的问题标签确定的准确率,进而提高第二投诉工单文本生成的准确性。
上述停用词可以理解为,是为了提升上述第一投诉工单文本中的文本特征的质量,或者降低上述第一投诉工单文本中文本特征的维度,在处理上述第一投诉工单文本的过程中需要过滤掉的词语,处理噪音词,例如:“的”,“在”和标点符号等。
上述格式处理可以包括去除语气词、将上述第一投诉工单文本中的标点符号统一等。
上述隐私信息脱敏可以理解为,将上述第一投诉工单文本中的电话号码、姓名、身份证号码等敏感信息使用特定字符代替。上述特定字符可以为“*”、“.”等字符。
上述根据所述目标级业务节点的类别标签,确定所述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签,可以是根据上述目标级业务节点的类别标签,以及上述目标级业务节点的类别标签与上述多级业务节点中除上述目标级业务节点以外的各级业务节点的类别标签之间的映射关系,确定上述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签。
例如,根据第四级业务节点的类别标签,以及第四级业务节点的类别标签与前三级业务节点的类别标签之间的映射关系,可以确定前三级业务节点的类别标签,即,可以确定第一级业务节点、第二级业务节点和第三级业务节点的类别标签。
在S103中,在上述服务端确定上述第一投诉工单文本中各级业务节点的类别标签,以及确定上述第一投诉工单文本中目标级问题节点的问题标签之后,上述服务端根据上述第一投诉工单文本中各级业务节点的类别标签以及上述目标级问题节点的问题标签,确定至少一条投诉节点路径。
上述投诉节点路径可以是由多级业务节点和多级问题节点组成的路径。例如,增值业务→业务营销→**互娱→**快游超级会员→营销宣传→活动到期未取消→免费体验业务到期未关闭。其中,“增值业务”、“业务营销”、“**互娱”和“**快游超级会员”均为业务节点,“营销宣传”、“活动到期未取消”和“免费体验业务到期未关闭”均为问题节点。
上述根据上述第一投诉工单文本中各级业务节点的类别标签以及上述目标级问题节点的问题标签,确定至少一条投诉节点路径,可以是根据所述第一投诉工单文本中各级业务节点的类别标签,确定备选路径;根据所述上级目标级问题节点的问题标签,从所述备选路径确定至少一条投诉节点路径。
或者,在一些实施方式中,上述根据上述第一投诉工单文本中各级业务节点的类别标签以及上述目标级问题节点的问题标签,确定至少一条投诉节点路径,可以包括:
获取所述多级业务节点和所述多级问题节点中各级节点的历史节点信息;
根据所述第一投诉工单文本中各级业务节点的类别标签、所述目标级问题节点的问题标签和各级节点的历史节点信息,确定至少一条投诉节点路径。
通过第一投诉工单文本中各级业务节点的类别标签、目标级问题节点的问题标签和各级节点的历史节点信息,确定至少一条投诉节点路径,能够提高投诉节点路径确定的效率和准确率,进而提高第二投诉工单文本生成的效率和准确率。
上述多级业务节点和上述多级问题节点中各级节点的历史节点信息,可以理解为,上述多级业务节点中各级节点的历史节点信息和上述多级问题节点中各级节点的历史节点信息。
上述历史节点信息可以包括历史节点的点击量和历史节点的准确率等。
或者,在一些可选的实施方式中,上述根据上述第一投诉工单文本中各级业务节点的类别标签以及上述目标级问题节点的问题标签,确定至少一条投诉节点路径,可以包括:
根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径;
在所述至少一条投诉节点路径大于等于预设数量投诉节点路径的情况下,根据所述多级业务节点和所述多级问题节点中各级节点的历史节点信息,从所述至少一条投诉节点路径中确定所述预设数量投诉节点路径。
在至少一条投诉节点路径大于等于预设数量投诉节点路径的情况下,根据多级业务节点和多级问题节点中各级节点的历史节点信息,从至少一条投诉节点路径中确定预设数量投诉节点路径,能够提高投诉节点路径确定的效率和准确率,进而提高第二投诉工单文本生成的效率和准确率。
在S104中,上述服务端在根据上述第一投诉工单文本中各级业务节点的类别标签以及上述目标级问题节点的问题标签,确定至少一条投诉节点路径之后,基于上述至少一条投诉节点路径,生成上述投诉通话音频对应的第二投诉工单文本。
上述第二投诉工单文本可以为对上述第一投诉工单文本的摘要概括。
上述基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本,可以是在所述至少一条投诉节点路径为一条投诉节点路径的情况下,根据所述一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本;在所述至少一条投诉节点路径为至少两条投诉节点路径的情况下,根据所述至少一条投诉节点路径中的每一条投诉节点路径,生成多份所述投诉通话音频对应的第二投诉工单文本。
上述至少一条投诉节点路径中的每条投诉节点路径与上述投诉通话音频对应的第二投诉工单文本存在映射关系。
或者,在一些实施方式中,上述基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本,可以包括:
在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,所述目标投诉节点路径为所述至少两条投诉节点路径中的任一条投诉节点路径;
获取所述目标投诉节点路径与所述第二投诉工单文本的映射关系;
根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本。
在至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,并根据目标投诉节点路径和目标投诉节点路径与第二投诉工单文本的映射关系,生成投诉通话音频对应的第二投诉工单文本,能够自动生成投诉通话音频对应的第二投诉工单文本,进而提高第二投诉工单文本生成的效率和准确率。
上述在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,可以是根据预设路径规则,从所述至少一条投诉节点路径中确定目标投诉节点路径。
上述预设路径规则可以包括上述投诉节点路径中使用频率最多的投诉节点路径和上述投诉节点路径中的第一条投诉节点路径,等等。
或者,在一些实施方式中,上述在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,可以包括:
在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,向客户端发送所述至少一条投诉节点路径;
接收所述客户端响应于所述至少一条投诉节点路径发送的目标投诉节点路径,所述目标投诉节点路径为所述客户端的用户基于所述至少一条投诉节点路径确定的投诉节点路径。
为了提高第二投诉工单文本生成的准确率,在一些实施方式中,所述根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本之后,还可以包括:
发送所述第二投诉工单文本至客户端;
接收所述客户端响应于所述第二投诉工单文本发送的立单请求,所述立单请求包括所述客户端的用户基于所述第二投诉工单文本输入的第二投诉工单文本补充信息;
响应于所述立单请求,根据所述第二投诉工单文本补充信息更新所述第二投诉工单文本。
通过客户端的用户基于第二投诉工单文本输入的第二投诉工单文本补充信息更新第二投诉工单文本,防止第二投诉工单文本存在错误信息和缺失信息,从而提高第二投诉工单文本生成的准确率。
图2是本申请实施例提供的一种投诉工单文本的生成装置的结构示意图。如图2所示,所述投诉工单文本的生成装置200可以应用于服务端,可以包括:
获取模块210,用于获取投诉通话音频对应的第一投诉工单文本,所述第一投诉工单文本包括多级业务节点和多级问题节点;
确定模块220,用于确定所述第一投诉工单文本中各级业务节点的类别标签,以及,确定所述第一投诉工单文本中目标级问题节点的问题标签,所述目标级问题节点为所述多级问题节点中的任一级问题节点;
所述确定模块220,还用于根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径;
生成模块230,用于基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本。
在一些实施方式中,所述确定模块220,可以具体用于:
确定所述第一投诉工单文本中目标级业务节点的类别标签,所述目标级业务节点为所述多级业务节点中的任一级业务节点;
根据所述目标级业务节点的类别标签,确定所述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签。
在一些实施方式中,所述确定模块220,可以具体用于:
获取所述多级业务节点和所述多级问题节点中各级节点的历史节点信息;
根据所述第一投诉工单文本中各级业务节点的类别标签、所述目标级问题节点的问题标签和各节点的历史节点信息,确定至少一条投诉节点路径。
在一些实施方式中,所述生成模块230,可以具体用于:
在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,所述目标投诉节点路径为所述至少两条投诉节点路径中的任一条投诉节点路径;
获取所述目标投诉节点路径与所述第二投诉工单文本的映射关系;
根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本。
在一些实施方式中,所述投诉工单文本的生成装置200,还可以包括:
发送模块,用于发送所述第二投诉工单文本至客户端;
接收模块,用于接收所述客户端响应于所述第二投诉工单文本发送的立单请求,所述立单请求包括所述客户端的用户基于所述第二投诉工单文本输入的第二投诉工单文本补充信息;
更新模块,用于响应于所述立单请求,根据所述第二投诉工单文本补充信息更新所述第二投诉工单文本。
关于上述实施例中的装置,其中各个模块执行操作的具体方式以及有益效果已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图3示出了本申请提供的电子设备的实施例的结构示意图。
在电子设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种投诉工单文本的生成方法。
在一个示例中,电子设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将投诉工单文本的生成设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中的投诉工单文本的生成方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种投诉工单文本的生成方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,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 (13)
1.一种投诉工单文本的生成方法,其特征在于,应用于服务端,包括:
获取投诉通话音频对应的第一投诉工单文本,所述第一投诉工单文本包括多级业务节点和多级问题节点;
确定所述第一投诉工单文本中各级业务节点的类别标签,以及,确定所述第一投诉工单文本中目标级问题节点的问题标签,所述目标级问题节点为所述多级问题节点中的任一级问题节点;
根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径;
基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本。
2.根据权利要求1所述的投诉工单文本的生成方法,其特征在于,所述确定所述第一投诉工单文本中各级业务节点的类别标签,包括:
确定所述第一投诉工单文本中目标级业务节点的类别标签,所述目标级业务节点为所述多级业务节点中的任一级业务节点;
根据所述目标级业务节点的类别标签,确定所述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签。
3.根据权利要求1所述的投诉工单文本的生成方法,其特征在于,所述根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径,包括:
获取所述多级业务节点和所述多级问题节点中各级节点的历史节点信息;
根据所述第一投诉工单文本中各级业务节点的类别标签、所述目标级问题节点的问题标签和各级节点的历史节点信息,确定至少一条投诉节点路径。
4.根据权利要求1所述的投诉工单文本的生成方法,其特征在于,所述基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本,包括:
在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,所述目标投诉节点路径为所述至少两条投诉节点路径中的任一条投诉节点路径;
获取所述目标投诉节点路径与所述第二投诉工单文本的映射关系;
根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本。
5.根据权利要求1所述的投诉工单文本的生成方法,其特征在于,所述根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本之后,还包括:
发送所述第二投诉工单文本至客户端;
接收所述客户端响应于所述第二投诉工单文本发送的立单请求,所述立单请求包括所述客户端的用户基于所述第二投诉工单文本输入的第二投诉工单文本补充信息;
响应于所述立单请求,根据所述第二投诉工单文本补充信息更新所述第二投诉工单文本。
6.一种投诉工单文本的生成装置,其特征在于,应用于服务端,包括:
获取模块,用于获取投诉通话音频对应的第一投诉工单文本,所述第一投诉工单文本包括多级业务节点和多级问题节点;
确定模块,用于确定所述第一投诉工单文本中各级业务节点的类别标签,以及,确定所述第一投诉工单文本中目标级问题节点的问题标签,所述目标级问题节点为所述多级问题节点中的任一级问题节点;
所述确定模块,还用于根据所述第一投诉工单文本中各级业务节点的类别标签以及所述目标级问题节点的问题标签,确定至少一条投诉节点路径;
生成模块,用于基于所述至少一条投诉节点路径,生成所述投诉通话音频对应的第二投诉工单文本。
7.根据权利要求6所述的投诉工单文本的生成装置,其特征在于,所述确定模块,具体用于:
确定所述第一投诉工单文本中目标级业务节点的类别标签,所述目标级业务节点为所述多级业务节点中的任一级业务节点;
根据所述目标级业务节点的类别标签,确定所述多级业务节点中除所述目标级业务节点以外的各级业务节点的类别标签。
8.根据权利要求6所述的投诉工单文本的生成装置,其特征在于,所述确定模块,具体用于:
获取所述多级业务节点和所述多级问题节点中各级节点的历史节点信息;
根据所述第一投诉工单文本中各级业务节点的类别标签、所述目标级问题节点的问题标签和各节点的历史节点信息,确定至少一条投诉节点路径。
9.根据权利要求6所述的投诉工单文本的生成装置,其特征在于,所述生成模块,具体用于:
在所述至少一条投诉节点路径包括至少两条投诉节点路径的情况下,确定目标投诉节点路径,所述目标投诉节点路径为所述至少两条投诉节点路径中的任一条投诉节点路径;
获取所述目标投诉节点路径与所述第二投诉工单文本的映射关系;
根据所述目标投诉节点路径和所述映射关系,生成所述投诉通话音频对应的第二投诉工单文本。
10.根据权利要求6所述的投诉工单文本的生成装置,其特征在于,还包括:
发送模块,用于发送所述第二投诉工单文本至客户端;
接收模块,用于接收所述客户端响应于所述第二投诉工单文本发送的立单请求,所述立单请求包括所述客户端的用户基于所述第二投诉工单文本输入的第二投诉工单文本补充信息;
更新模块,用于响应于所述立单请求,根据所述第二投诉工单文本补充信息更新所述第二投诉工单文本。
11.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-5任意一项所述的投诉工单文本的生成方法。
12.一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程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的投诉工单文本的生成方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-5任意一项所述的投诉工单文本的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427802.5A CN116975259A (zh) | 2022-04-22 | 2022-04-22 | 投诉工单文本的生成方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427802.5A CN116975259A (zh) | 2022-04-22 | 2022-04-22 | 投诉工单文本的生成方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116975259A true CN116975259A (zh) | 2023-10-31 |
Family
ID=88473562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210427802.5A Pending CN116975259A (zh) | 2022-04-22 | 2022-04-22 | 投诉工单文本的生成方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116975259A (zh) |
-
2022
- 2022-04-22 CN CN202210427802.5A patent/CN116975259A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10777207B2 (en) | Method and apparatus for verifying information | |
CN110705301B (zh) | 实体关系抽取方法及装置、存储介质、电子设备 | |
CN101283349B (zh) | 用Golomb码压缩语言模型 | |
CN111401064B (zh) | 一种命名实体识别方法、装置及终端设备 | |
CN109191064A (zh) | 数据处理方法、积分统计服务器、电子设备及存储介质 | |
CN113032520A (zh) | 信息分析方法及装置、电子设备和计算机可读存储介质 | |
CN111079433B (zh) | 一种事件抽取方法、装置及电子设备 | |
CN113051384B (zh) | 基于对话的用户画像抽取方法及相关装置 | |
CN112487813B (zh) | 命名实体识别方法及系统、电子设备及存储介质 | |
CN116303295A (zh) | 文件导入方法、装置、设备及计算机存储介质 | |
CN116975259A (zh) | 投诉工单文本的生成方法、装置、设备及计算机存储介质 | |
CN110659208A (zh) | 测试数据集的更新方法和装置 | |
CN110705258A (zh) | 文本实体识别方法及装置 | |
CN109657073A (zh) | 用于生成信息的方法和装置 | |
CN114780649A (zh) | 一种识别结构化数据实体类型的方法及装置 | |
CN108572948A (zh) | 门牌信息的处理方法及装置 | |
CN112541357A (zh) | 实体识别方法、装置及智能设备 | |
CN114492457B (zh) | 语义识别方法、装置、电子设备及存储介质 | |
CN114385809B (zh) | 实体文本提取模型的训练方法、装置及设备 | |
CN115733903B (zh) | 一种基于自然处理特征工程的网络资产识别方法和系统 | |
CN115270799B (zh) | 命名实体识别方法及装置 | |
CN112364642B (zh) | 一种文本处理方法及装置 | |
CN113705220B (zh) | 工作技能的确定方法和装置、电子设备和存储介质 | |
CN108415930A (zh) | 一种数据解析方法及装置 | |
CN110287191B (zh) | 数据对齐方法及装置、存储介质、电子装置 |
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 |