CN117273915A - 信用卡数据处理方法、装置、计算机设备和存储介质 - Google Patents
信用卡数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117273915A CN117273915A CN202311277628.1A CN202311277628A CN117273915A CN 117273915 A CN117273915 A CN 117273915A CN 202311277628 A CN202311277628 A CN 202311277628A CN 117273915 A CN117273915 A CN 117273915A
- Authority
- CN
- China
- Prior art keywords
- credit card
- user
- interaction
- application request
- voice
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 230000003993 interaction Effects 0.000 claims abstract description 193
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000004044 response Effects 0.000 claims description 75
- 238000005516 engineering process Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 abstract description 13
- 238000012795 verification Methods 0.000 abstract description 9
- 230000007704 transition Effects 0.000 abstract description 3
- 230000002452 interceptive effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
-
- 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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种信用卡数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；基于问题库进行语音交互，生成交互结果；将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。采用本方法实现了审批从人工处理到人机智能交互、从非实时到实时的创新转变，提高了信用卡核实审批效率，且减少了信用卡审批过程中出现的操作风险。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种信用卡数据处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
在金融领域背景下，信用卡审批过程复杂，目前的信用卡审批依旧采用人工审核的方式，需要依靠人工对申请信用卡的用户进行逐一核实。
传统审核模式下，核实问题由审批员人工查看客户信息后自行选择，核实过程由人工记录，核实结果也依靠纯人工判断。
然而，目前的人工处理方式，存在针对信用卡数据核实审批效率不高的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高效率的信用卡数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种信用卡数据处理方法，应用于智能机器人，包括：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
在其中一个实施例中，问题库是基于用户标识对应的用户标签得到，包括：
获取用户标识的基本信息，生成第一类型交互问题；
根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；
根据第一类型交互问题和第二类型交互问题构成问题库。
在其中一个实施例中，基于问题库进行语音交互，生成交互结果，包括：
根据用户标识从问题库中选择语音交互问题；
获取语音交互问题的用户语音应答；
将语音交互问题及对应的用户语音应答转译为第一文本内容；
基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；
将用户语音提问及对应的机器人语音应答转译为第二文本内容。
在其中一个实施例中，第一文本内容包括用户文字应答；语音交互问题包括第一类型交互问题和第二类型交互问题；将语音交互问题及对应的用户语音应答转译为第一文本内容之后，还包括：
根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；
根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；
将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
在其中一个实施例中，还包括：
第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
在其中一个实施例中，符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求；策略包是由策略机根据配置需求生成。
第二方面，本申请还提供了一种信用卡数据处理装置，包括：
获取模块，用于获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询模块，用于查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
交互模块，用于基于问题库进行语音交互，生成交互结果；
发送模块，用于将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
第四方面，本申请还提供了一种计算机可读存储介质，其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以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
上述信用卡数据处理方法、装置、计算机设备、存储介质和计算机程序产品，首先通过获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；然后查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；再基于问题库进行语音交互，生成交互结果；将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。通过获取了符合目标条件的携带有用户标识的信用卡业务申请请求，查询用户标识对应的问题库；基于查询到的问题库与用户进行语音交互并生成交互结果，将交互结果发送给信用卡审批系统，实现了审批从人工处理到人机智能交互、从非实时到实时的创新转变，提高了信用卡核实审批效率，且减少了信用卡审批过程中出现的操作风险。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术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为一个实施例中信用卡数据处理方法的应用环境图；
图2为一个实施例中信用卡数据处理方法的流程示意图；
图3为一个实施例中基于用户标识对应的用户标签得到问题库的流程示意图；
图4为另一个实施例中基于问题库进行语音交互，生成交互结果的流程示意图；
图5为一个实施例中将语音交互问题及对应的用户语音应答转译为第一文本内容之后的流程示意图；
图6为另一个实施例中信用卡数据处理的流程示意图；
图7为一个实施例中信用卡数据处理装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的信用卡数据处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。智能机器人获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；基于问题库进行语音交互，生成交互结果；将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。智能机器人既可以在服务器104上实现，也可以在终端102上实现。
在一个示例性的实施例中，如图2所示，提供了一种信用卡数据处理方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤S202至步骤S208。其中：
步骤S202，获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识。
其中，信用卡业务申请请求是指用户终端上触发金融机构针对信用卡业务系统的信用卡申请的指令；例如，用户终端在信用卡业务系统上进行信用卡申请的指令。信用卡业务申请请求可以是用户终端即时发出的请求，也可以是终端设备预先定时发出的请求。用户标识是用户的标识符，能够表征用户唯一性的信息符号；用户标识可以为临时的用户标识，也可以为永久的用户标识。
可选地，智能机器人获取符合目标条件的信用卡业务申请请求之前，先由信用卡审批系统将所有的信用卡业务申请请求进行筛选，将符合智能机器人操作的信用卡业务申请请求发送给智能机器人。智能机器人既可以实时获取符合目标条件的用户终端发送的信用卡业务申请请求，也可以每隔固定时间获取符合目标条件的用户终端发送的信用卡业务申请请求，每隔固定时间可以是每隔24小时，也可以是一周，可以是任意时间，在此不做限定。信用卡业务申请请求中可以包含用户标识、信用卡业务申请方式，信用卡业务申请额度，还可以包括信用卡业务申请的时间。
步骤S204，查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成。
其中，问题库是基于用户标识对应的用户标签得到的。用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成，用户标识对应的与信用卡业务申请请求相关的属性信息包括用户风险等级、用户偏好属性、用户信用状况等维度，通过用户标识对应的与信用卡业务申请请求相关的属性信息生成用户标签，再基于用户标签的抽题规则，从海量问题数据中调用符合用户标签的问题形成问题库；结合用户标签，基于问题库生成用户专属智能互动场景。
可选地，智能机器人获取到携带有用户标识的信用卡业务申请请求之后，查询用户标识对应的问题库。智能机器人获取到携带有用户标识的信用卡业务申请请求以及用户标识对应的问题库。问题库可由管理员配置用户权限，基于用户标签的抽题规则，灵活、精准地从海量问题数据中调用符合用户标签的问题形成问题库。
步骤S206，基于问题库进行语音交互，生成交互结果。
其中，语音交互即智能机器人与用户之间的人机对话。智能机器人集成了语音识别(ASR)、自然语言处理(NLP)、语音合成(TTS)和智能语音打断技术，语音合成系统通过先进的深度学习技术，可实时将文本转换成自然流畅的拟人语音，在音色、情感、语速、对话层面全面拟人化。语音合成(TTS)技术能将输入文本实时转换成流畅、清晰、自然且具有表现力的语音数据。自然语言处理(NLP)技术包括自然语义理解(NLU)技术和自然语言生产(NLG)技术；前者是指将人类语言转化为机器人语言，后者则是指将机器人语言转化为人类语言。自动语音识别(ASR)技术是一种将人的语音转换成文本的技术，整个语音识别的过程就是一个声学信号转换成文本信息的过程。交互结果可以是人机交互对应语音交互而形成的结果，交互结果也可以智能机器人对人机交互过程分析得到的结果；交互结果可以是语音形态的、也可以是文本形态的，在此不做限定。
可选地，智能机器人实时调用基于查询得到的用户标识对应的问题库并通过开放式提问完成与用户主流程问答交互；此外在主流程核实过程中用户主动询问的情况，可通过调用问答知识库完成交互与应答；问答知识库是基于给定自然语言问题，通过对问题进行语义理解和解析，进而利用知识库进行查询、推理得出答案。智能机器人对人与用户之间的人机交互语音对话与问题库中的正确答案进行模糊匹配，并根据模糊匹配的结果用来判断人机交互语音对话为正常通话还是非正常通话，生成交互结果。
步骤S208，将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
可选地，智能机器人将对应的人机交互的交互结果发送给信用卡审批系统，信用卡审批系统接收到智能机器人发送的交互结果后，信用卡审批系统根据交互结果确定与信用卡业务申请请求对应的审批结果。
上述信用卡数据处理方法中，首先通过获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；然后查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；再基于问题库进行语音交互，生成交互结果；将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。通过获取了符合目标条件的携带有用户标识的信用卡业务申请请求，查询用户标识对应的问题库；基于查询到的问题库与用户进行语音交互并生成交互结果，将交互结果发送给信用卡审批系统，实现了审批从人工处理到人机智能交互、从非实时到实时的创新转变，提高了信用卡核实审批效率，且减少了信用卡审批过程中出现的操作风险。
在一个示例性的实施例中，如图3所示，问题库是基于用户标识对应的用户标签得到，包括步骤S302至步骤S306。其中：
步骤S302，获取用户标识的基本信息，生成第一类型交互问题。
其中，用户标识的基本信息是指用户是否为本人，用户的寄卡地址、用户联系方式等等。第一类型交互问题是指通用必核问题，如“您现在的单位名称是”“卡片如果核发，是给您寄到单位还是家里？具体地址是”。
可选地，获取用户标识的基本信息，基本信息包括是否为本人，寄卡地址，联系方式等；服务器获取到用户的基本信息，其中寄卡地址或者联系方式缺失，也可以是其他基本信息缺失，则对应生成第一类型交互问题，智能机器人可根据第一类型交互问题与客户进行语言交互。
步骤S304，根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题。
其中，第二类型交互问题是指基于用户标签的个性化问题。用户标签主要来源于征信数据、金融机构自有数据、其他外部数据等生成特有用户标签；根据用户标签，调用预先搭建完成的问题模板，生成对应的个性化问题。如标签为“有房贷”，自助问题为“您有办理过房款吗”“您房贷款金额是多少”“您房贷月供是多少”等等。
步骤S306，根据第一类型交互问题和第二类型交互问题构成问题库。
可选地，根据通用必核问题和个性化问题共同构成问题库。如命中标签“有房贷”和“单位电话缺失”，则适用场景：“通用必核问题(单位名称)”+“通用必核问题(联系方式)”+“您有办理过房款吗”+“请您补充一下您的单位电话”。
本实施例中，通过搭建问题库并从问题库中筛选问题，实现为不同用户搭建不同的适用场景，能够达到为用户打造专属对话场景。
在一个示例性的实施例中，如图4所示，基于问题库进行语音交互，生成交互结果，包括步骤S402至步骤S410。其中：
步骤S402，根据用户标识从问题库中选择语音交互问题。
其中，语音交互问题是指以声音为载体的问题的表现形式。
接上述实施例，智能机器人根据用户标识从问题库中选择语音交互问题。用户标识为张三，张三命中标签“有房贷”和“单位电话缺失”，则智能机器人会向用户张三询问“通用必核问题(单位名称)”+“通用必核问题(联系方式)”+“您有办理过房款吗”+“请您补充一下您的单位电话”等问题。将文字形式的问题通过自然语言生产技术，将问题转化为语音问题。
步骤S404，获取语音交互问题的用户语音应答。
其中，用户语音应答是指基于智能机器人提问做出的语音应答。
接上述实施例，智能机器人获取用户张三分别对以上问题进行语音应答，智能机器人根据语音交互问题以及用户语音应答，通过模糊匹配问题库中问题的答案判断用户张三的语音应答是否为正常通话。若为非正常通话，智能机器人主动挂机；若为正常通话，智能机器人认为该通话有效通话。
步骤S406，将语音交互问题及对应的用户语音应答转译为第一文本内容。
其中，第一文本内容是指以“机器人主动提问，用户回答”模式下得到语音内容转译的文本。
可选地，智能机器人将语音交互问题及对应的用户语音应答转译为第一文本内容。智能机器人还可以将转译的第一文本内容做目标格式提醒，目标格式可以是高亮、加粗、下划线等方式，以便审核人员阅读。
步骤S408，基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答。
其中，知识图谱是一种揭示实体之间关系的语义网络。机器人语音应答是基于用户主动提问，智能机器人做出的语音应答。
可选地，在智能交互过程中，基于用户语音提问，智能机器人通过知识图谱技术调用知识库对用于提问进行机器人应答，通过自然语言生产技术将应答的内容转译为语音。
步骤S410，将用户语音提问及对应的机器人语音应答转译为第二文本内容。
其中，第二文本内容是指以“用户主动提问，机器人回答”模式下得到语音内容转译的文本。
可选地，智能机器人将用户语音提问及对应的机器人语音应答转译为第二文本内容。智能机器人还可以将转译的第二文本内容做目标格式提醒，目标格式可以是高亮、加粗等方式，以便审核人员阅读。
本实施例中，通过智能机器人与用户的智能交互并将对话内容转译为文本，能够提升核实效率，并且将语音交互对话转译为文字，辅助审批人员进行信用卡审批，提高信息核实效率以及提高信用卡审批效率。
在一个示例性的实施例中，如图5所示，第一文本内容包括用户文字应答；语音交互问题包括第一类型交互问题和第二类型交互问题；将语音交互问题及对应的用户语音应答转译为第一文本内容之后，还包括步骤S502至步骤S506。
其中：
步骤S502，根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息。
其中，第一类型意图信息是根据第一类型交互问题，即通用必核问题及对应的用户文字应答进行意图匹配得到的意图信息。
可选地，智能机器人根据第一类型交互问题，即通用必核问题及对应的用户文字应答进行意图匹配，得到意图信息，如申请人的工作单位、家庭住址、单位地址、联系方式等。
步骤S504，根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息。
其中，第二类型意图信息是根据第二类型交互问题，即个性化问题及对应的用户文字应答进行意图匹配得到的意图信息。
可选地，智能机器人根据第二类型交互问题，即个性化问题及对应的用户文字应答进行意图匹配，得到意图信息，如申请人有无房贷、每个月还款多少钱。智能机器人还可以通过单独记录用户每个问题回答所需时间来展示用户在回答问题过程中是否有相应的反应迟疑、停顿、询问他人等风险问题。
步骤S506，将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
接上述实施例，智能机器人将第一文本内容、第二文本内容、第一类型意图信息和第二类型意图信息以及用户回答问题时的反映，一并发送给信用卡审批系统；根据信用卡审批系统根据意图信息和文本信息确定与所述信用卡业务申请请求对应的审批结果。
本实施例中，通过智能机器人返回给信用卡审批系统的意图信息，能够达到审批人员根据意图信息判断是否符合信用卡申请的要求。
在一个示例性的实施例中，信用卡数据处理方法还包括：
第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
其中，敏感词标签是指针对信用卡申请业务需求，为敏感内容赋予的标签，敏感内容可以分为不同类别。目标文本样式是预先设置的用以提醒审核人员注意的文本样式。
可选地，当智能机器人检测到第一文本内容和第二文本内容触发敏感词标签时，敏感词标签可以为加急、投诉、监管、无业等，敏感词标签可以根据信用卡申请业务需求进行更改和调整，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示，目标文本样式可以是加粗、高亮、斜体等，在此不做限定。
本实施例中，通过设置敏感词标签，能够实现用户敏感需求响应，提醒审批员及时关注并处理。
在一个示例性的实施例中，符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求；策略包是由策略机根据配置需求生成。
其中，策略包由策略机根据配置需求生成的文件包；配置需求是策略人员预先部署的针对信用卡业务申请请求的条件。
可选地，策略人员上传策略包至信用卡审批系统测试环境，经测试无缺陷后，将策略包上传到信用卡审批系统生产环境使用，信用卡审批系统将符合目标条件的信用卡业务申请请求发送至智能机器人进行处理，符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求。
本实施例中，通过对信用卡业务申请请求进行筛选，能够达到排除不符合机器人处理的信用卡业务申请请求，进一步提高智能机器人处理信用卡数据的效率。
在一个实施例中，如图6所示，获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求；策略包是由策略机根据配置需求生成。智能机器人数据调用进行数据表填数据；根据风险分层、年龄分层、客群分层等与信用卡业务申请请求相关的属性信息生成用户标签，根据用户标签生成特定自助问题库。
智能机器人查询用户标识对应的问题库。根据用户标识从问题库中选择语音交互问题；获取语音交互问题的用户语音应答；将语音交互问题及对应的用户语音应答转译为第一文本内容；第一文本内容包括用户文字应答；语音交互问题包括第一类型交互问题和第二类型交互问题；根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；将用户语音提问及对应的机器人语音应答转译为第二文本内容。如果第一文本内容和第二文本内容与问题库正确答案进行模糊匹配，根据模糊匹配结果判断是否为正常通话，若为正常通话则将第一类型意图信息、第二类型意图信息，如额度需求、第一文本内容和第二文本内容组成的对话流水发送至信用卡审批系统，确定与信用卡业务申请请求对应的审批结果。
其中第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
应该理解的是，虽然如上所述的各实施例所涉及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，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的信用卡数据处理方法的信用卡数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个信用卡数据处理装置实施例中的具体限定可以参见上文中对于信用卡数据处理方法的限定，在此不再赘述。
在一个示例性的实施例中，如图7所示，提供了一种信用卡数据处理装置，包括：获取模块701、查询模块702、交互模块703和发送模块704，其中：
获取模块701，用于获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识。
查询模块702，用于查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成。
交互模块703，用于基于问题库进行语音交互，生成交互结果。
发送模块704，用于将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
在一个示例性的实施例中，提供了一种信用卡数据处理装置，还包括：
问题库生成模块，用于获取用户标识的基本信息，生成第一类型交互问题；根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；根据第一类型交互问题和第二类型交互问题构成问题库。
在一个示例性的实施例中，交互模块703还包括：
问题选择单元，用于根据用户标识从问题库中选择语音交互问题。
获取用户应答单元，用于获取语音交互问题的用户语音应答。
第一转译单元，用于将语音交互问题及对应的用户语音应答转译为第一文本内容。
语言应答单元，用于基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答。
第二转译单元，用于将用户语音提问及对应的机器人语音应答转译为第二文本内容。
在一个示例性的实施例中，第一文本内容包括用户文字应答；语音交互问题包括第一类型交互问题和第二类型交互问题；将语音交互问题及对应的用户语音应答转译为第一文本内容之后，还包括：
第一类型意图信息生成单元，用于根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；
第二类型意图信息生成单元，用于根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；
发送单元，用于将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
在一个示例性的实施例中，所述装置还包括：
敏感词标签发送模块，用于第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
在一个示例性的实施例中，符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求；策略包是由策略机根据配置需求生成。
上述信用卡数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储信用卡处理数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种信用卡数据处理方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取用户标识的基本信息，生成第一类型交互问题；根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；根据第一类型交互问题和第二类型交互问题构成问题库。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据用户标识从问题库中选择语音交互问题；获取语音交互问题的用户语音应答；将语音交互问题及对应的用户语音应答转译为第一文本内容；基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；将用户语音提问及对应的机器人语音应答转译为第二文本内容。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取用户标识的基本信息，生成第一类型交互问题；根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；根据第一类型交互问题和第二类型交互问题构成问题库。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据用户标识从问题库中选择语音交互问题；获取语音交互问题的用户语音应答；将语音交互问题及对应的用户语音应答转译为第一文本内容；基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；将用户语音提问及对应的机器人语音应答转译为第二文本内容。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取符合目标条件的信用卡业务申请请求，信用卡业务申请请求中携带有用户标识；
查询用户标识对应的问题库；问题库是基于用户标识对应的用户标签得到；用户标签是基于用户标识对应的与信用卡业务申请请求相关的属性信息生成；
基于问题库进行语音交互，生成交互结果；
将交互结果发送给信用卡审批系统，信用卡审批系统用于根据交互结果确定与信用卡业务申请请求对应的审批结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取用户标识的基本信息，生成第一类型交互问题；根据用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；根据第一类型交互问题和第二类型交互问题构成问题库。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据用户标识从问题库中选择语音交互问题；获取语音交互问题的用户语音应答；将语音交互问题及对应的用户语音应答转译为第一文本内容；基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；将用户语音提问及对应的机器人语音应答转译为第二文本内容。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；根据第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；将第一类型意图信息和第二类型意图信息发送给信用卡审批系统。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
第一文本内容和第二文本内容触发敏感词标签时，将敏感词标签发送至信用卡审核系统；信用卡审批系统将敏感词标签转化为目标文本样式并展示。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要符合相关规定。
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，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种信用卡数据处理方法，其特征在于，应用于智能机器人，所述方法包括：
获取符合目标条件的信用卡业务申请请求，所述信用卡业务申请请求中携带有用户标识；
查询所述用户标识对应的问题库；所述问题库是基于所述用户标识对应的用户标签得到；所述用户标签是基于所述用户标识对应的与所述信用卡业务申请请求相关的属性信息生成；
基于所述问题库进行语音交互，生成交互结果；
将所述交互结果发送给信用卡审批系统，所述信用卡审批系统用于根据所述交互结果确定与所述信用卡业务申请请求对应的审批结果。
2.根据权利要求1所述的方法，其特征在于，所述问题库是基于所述用户标识对应的用户标签得到，包括：
获取所述用户标识的基本信息，生成第一类型交互问题；
根据所述用户标签，调用预先搭建完成的问题模板，生成第二类型交互问题；
根据所述第一类型交互问题和所述第二类型交互问题构成所述问题库。
3.根据权利要求1所述的方法，其特征在于，所述基于问题库进行语音交互，生成交互结果，包括：
根据所述用户标识从所述问题库中选择语音交互问题；
获取所述语音交互问题的用户语音应答；
将所述语音交互问题及对应的用户语音应答转译为第一文本内容；
基于用户语音提问，通过知识图谱技术调用知识库进行机器人语音应答；
将所述用户语音提问及对应的机器人语音应答转译为第二文本内容。
4.根据权利要求3所述的方法，其特征在于，所述第一文本内容包括用户文字应答；所述语音交互问题包括第一类型交互问题和第二类型交互问题；将所述语音交互问题及对应的用户语音应答转译为第一文本内容之后，还包括：
根据所述第一类型交互问题及对应的用户文字应答进行意图匹配，得到第一类型意图信息；
根据所述第二类型交互问题及对应的用户文字应答进行意图匹配，得到第二类型意图信息；
将所述第一类型意图信息和所述第二类型意图信息发送给信用卡审批系统。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
所述第一文本内容和所述第二文本内容触发敏感词标签时，将所述敏感词标签发送至信用卡审核系统；所述信用卡审批系统将所述敏感词标签转化为目标文本样式并展示。
6.根据权利要求1所述的方法，其特征在于，所述符合目标条件的信用卡业务申请请求是符合策略包的信用卡业务申请请求；所述策略包是由策略机根据配置需求生成。
7.一种信用卡数据处理装置，其特征在于，所述装置包括：
获取模块，用于获取符合目标条件的信用卡业务申请请求，所述信用卡业务申请请求中携带有用户标识；
查询模块，用于查询所述用户标识对应的问题库；所述问题库是基于所述用户标识对应的用户标签得到；所述用户标签是基于所述用户标识对应的与所述信用卡业务申请请求相关的属性信息生成；
交互模块，用于基于所述问题库进行语音交互，生成交互结果；
发送模块，用于将所述交互结果发送给信用卡审批系统，所述信用卡审批系统用于根据所述交互结果确定与所述信用卡业务申请请求对应的审批结果。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311277628.1A CN117273915A (zh) | 2023-09-28 | 2023-09-28 | 信用卡数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311277628.1A CN117273915A (zh) | 2023-09-28 | 2023-09-28 | 信用卡数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117273915A true CN117273915A (zh) | 2023-12-22 |
Family
ID=89211980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311277628.1A Pending CN117273915A (zh) | 2023-09-28 | 2023-09-28 | 信用卡数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117273915A (zh) |
-
2023
- 2023-09-28 CN CN202311277628.1A patent/CN117273915A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107481720B (zh) | 一种显式声纹识别方法及装置 | |
| US11955125B2 (en) | Smart speaker and operation method thereof | |
| CN109514586B (zh) | 实现智能客服机器人的方法及系统 | |
| CN103078995A (zh) | 一种在移动终端使用的可定制的个性化应答方法和系统 | |
| US20090055186A1 (en) | Method to voice id tag content to ease reading for visually impaired | |
| CN106202085A (zh) | 依据特定主题进行信息搜集的方法、装置及电子设备 | |
| CN110442697B (zh) | 一种人机交互方法、系统、计算机设备和存储介质 | |
| CN108701127A (zh) | 电子设备及其操作方法 | |
| CN107733722A (zh) | 用于配置语音服务的方法和装置 | |
| CN112131358A (zh) | 场景流程结构及所应用的智能客服系统 | |
| CN110598008A (zh) | 录制数据的数据质检方法及装置、存储介质 | |
| CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
| CN111429282A (zh) | 基于反洗钱模型迁移的交易反洗钱方法及装置 | |
| US20190088270A1 (en) | Estimating experienced emotions | |
| CN114610860B (zh) | 一种问答方法及系统 | |
| CN117273915A (zh) | 信用卡数据处理方法、装置、计算机设备和存储介质 | |
| US20220366283A1 (en) | System and method to determine outcome probability of an event based on videos | |
| CN112328871B (zh) | 一种基于rpa模块的回复生成方法、装置、设备及存储介质 | |
| CN111968632A (zh) | 通话语音获取方法、装置、计算机设备和存储介质 | |
| CN109145084A (zh) | 数据处理方法、数据处理装置和服务器 | |
| CN112910753A (zh) | 一种语音消息展示方法及设备 | |
| CN113132927B (zh) | 一种来电处理方法、装置、设备和机器可读介质 | |
| US20230245454A1 (en) | Presenting audio/video responses based on intent derived from features of audio/video interactions | |
| CN114339132A (zh) | 视频会议的智能会议纪要方法、装置和计算机设备 | |
| CN115514848A (zh) | 通话方法、装置、计算机设备及计算机可读存储介质 |
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 |