CN117539973A - 基于知识管理的语音和文本陪练方法、系统、设备和介质 - Google Patents

基于知识管理的语音和文本陪练方法、系统、设备和介质 Download PDF

Info

Publication number
CN117539973A
CN117539973A CN202311370963.6A CN202311370963A CN117539973A CN 117539973 A CN117539973 A CN 117539973A CN 202311370963 A CN202311370963 A CN 202311370963A CN 117539973 A CN117539973 A CN 117539973A
Authority
CN
China
Prior art keywords
knowledge
training
partner training
coside
text
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
CN202311370963.6A
Other languages
English (en)
Inventor
王晨
覃雅位
王伟
田融
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.)
Clp Hongxin Information Technology Co ltd
Original Assignee
Clp Hongxin Information 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 Clp Hongxin Information Technology Co ltd filed Critical Clp Hongxin Information Technology Co ltd
Priority to CN202311370963.6A priority Critical patent/CN117539973A/zh
Publication of CN117539973A publication Critical patent/CN117539973A/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
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/04—Speaking
    • 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)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Human Computer Interaction (AREA)
  • Educational Technology (AREA)
  • Development Economics (AREA)
  • Acoustics & Sound (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于知识管理的语音和文本陪练方法、系统、设备和介质，方法包括：新建知识库；配置业务所需陪练场景；新建陪练，所述陪练包括语音陪练和文本陪练；配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；发布配置好的陪练流程；学员登录陪练系统选择陪练方式；若选择语音陪练，则根据所选的陪练场景进行语音对话陪练；若选择文本陪练，则根据所选的陪练场景进行文本题目对练；学员陪练完成后生成陪练分析；若学员对陪练分析结果有异议则进行申诉；管理员对学员的申诉进行审核；管理员对所有学员的陪练情况进行总览与分析。本发明使客服陪练能够快速识别、理解并解决用户的问题，从而提高客服工作的效率和质量。

Description

基于知识管理的语音和文本陪练方法、系统、设备和介质
技术领域
本发明涉及语音和文本陪练领域，具体涉及一种基于知识管理的语音和文本陪练方法、系统、设备和介质。
背景技术
话术规范培训，是指通过专业的培训机构或专业的讲师，对客服人员进行标准化的话术培训，以提高其服务质量和效率。话术规范培训是客服培训的重要内容之一，也是提高客服服务质量的关键措施之一。
话术规范培训的目的是通过专业的培训，使客服人员掌握标准的话术和服务流程，提高其服务质量和效率。话术规范培训的内容包括语言表达、服务流程、应对策略等方面，旨在提高客服人员的综合素质，为客户提供更加优质、高效的服务。
传统的通过专业机构或专业讲师培训有着时间和地点受限制、成本高昂、效果难以量化与评估等缺点。
发明内容
本发明针对现有技术中的不足，提供一种基于知识管理的语音和文本陪练方法、系统、设备和介质。
为实现上述目的，本发明采用以下技术方案：
一种基于知识管理的语音和文本陪练方法，包括：
S1、新建知识库；包括建立本地知识库和对接外部知识库系统；
S2、配置业务所需陪练场景；
S3、新建陪练，所述陪练包括语音陪练和文本陪练；
S4、配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；所述知识引用具体为从本地知识库中引用内部知识点和查询外部知识库系统；
S5、发布配置好的陪练流程；
S6、学员登录陪练系统选择陪练方式；若选择语音陪练，则根据所选的陪练场景进行语音对话陪练；若选择文本陪练，则根据所选的陪练场景进行文本题目对练；
S7、学员陪练完成后生成陪练分析；
S8、若学员对陪练分析结果有异议则进行申诉；
S9、管理员对学员的申诉进行审核；
S10、管理员对所有学员的陪练情况进行总览与分析。
为优化上述技术方案，采取的具体措施还包括：
进一步地，S1中，所述建立本地知识库具体为：
新建本地知识库，管理人员录入知识点及知识问答，录入知识点包含专业术语、知识法规和地方政策，录入完成后保存至本地知识库中；
管理员在本地知识库首页查看录入的知识点，对具体的知识点进行编辑、保存和删除操作；
所述对接外部知识库系统具体为：
对接过程中根据系统appkey来打通，外部知识库打通后，外部知识库提供知识点查询接口，根据场景修改知识点查询接口权限。
进一步地，S2具体包括：
S201、点击新建场景来配置业务所需陪练场景，输入场景名称并选择上级场景；
S202、场景名称填写及上级场景选择完毕后进行场景的保存，陪练场景在系统中以树形结构数据存储。
进一步地，S3具体包括：
S301、场景新建完成后，点击场景来进行陪练的新建；
S302、输入陪练名称，选择陪练类型，设置分数，设置面向对象；
S303、保存陪练。
进一步地，S4具体包括：
S401、在陪练列表中对当前新建陪练配置诉求节点、题目节点、开始节点、结束节点、连接规则及全局规则；在诉求节点内配置诉求，在题目节点内配置问题和答案；
S402、配置话术，配置质检规则，配置知识引用；
所述配置话术具体为在节点内配置机器人和学员可能说的话语，通过不同的话语内容流程进入到不同的分支进行对话；
所述质检规则分为局部规则与全局规则，局部规则针对陪练流程某一步骤生效，全局规则适用于流程内全部步骤；
所述知识引用包括从本地知识库中引用内部知识点和查询外部知识库系统，若有外部知识库则先使用http接口查询外部知识点，然后再查询本地知识点，最后将外部知识点和本地知识点结合，采取NLP技术给出匹配度最高的知识点内容并展示至页面供用户选择合适的知识点，知识点用于陪练内容或问答；
S403、对于语音陪练的流程配置，将机器人的配置话语实时通过TTS技术转为语音播报给学员；
S404、针对不同的业务场景创建不同的工单模版，创建时提供必需与非必需字段；
S405、陪练流程配置完成后对流程进行调试或暂存。
进一步地，S6具体为：
学员登录陪练系统选择陪练方式；
若选择语音陪练，系统页面展示陪练场景和陪练名称，展示训练时长，展示需要填写的工单内容，展示实时对话，调用ASR技术进行语音转译，以文字的形式展示机器人和学员的实时对话；展示相应对话内容所关联的推荐知识点，知识点由NLP技术加工处理过的知识点接口从本地知识库和外部知识库查询得到；
若选择文本陪练，则根据所选的陪练场景进行文本题目对练；
学员在陪练结束后根据对话内容填写一份工单信息；
根据质检规则对学员的每一句话进行实时质检，陪练结束后对工单填写详情进行质检，质检结果和扣分情况展示在学员说话下方。
进一步地，所述采取NLP技术给出匹配度最高的知识点内容具体为：
将文本转换为向量或矩阵，通过计算向量或矩阵之间的相似度来衡量知识点内容之间的匹配度；所述相似度为余弦相似度、Jaccard相似度或编辑距离；选择匹配度最高的文本作为匹配结果。
本发明还提出一种基于知识管理的语音和文本陪练系统，包括：知识库、陪练配置模块、发布模块、陪练模块、分析模块、申诉模块、审核模块和陪练总览与分析模块；
所述知识库包括本地知识库和对接的外部知识库系统，用于配置陪练流程时知识引用；
所述陪练配置模块用于配置业务所需陪练场景，新建陪练，所述陪练包括语音陪练和文本陪练；配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；
所述发布模块用于发布配置好的陪练流程；
所述陪练模块用于根据学员所选的陪练场景进行语音对话陪练或根据学员所选的陪练场景进行文本题目对练；
所述分析模块用于学员陪练完成后生成陪练分析；
所述申诉模块用于学员对陪练分析结果进行申诉；
所述审核模块用于管理员对学员的申诉进行审核；
所述陪练总览与分析模块用于管理员对所有学员的陪练情况进行总览与分析。
本发明还提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如上所述的基于知识管理的语音和文本陪练方法。
本发明还提出一种计算机可读存储介质，存储有计算机程序，所述计算机程序使计算机执行如上所述的基于知识管理的语音和文本陪练方法。
本发明的有益效果是：
本发明可以内建知识库或外接三方知识库，可以对客服或学员进行标准化问答培训，快速提升学员工作的规范性。同时智能陪练依赖于先进的语音转译(ASR)、文本转语音(TTS)、自然语言处理技术(NLP)，以实现对用户的话语进行实时解析和理解。通过NLP技术，客服陪练能够快速识别、理解并解决用户的问题，从而提高客服工作的效率和质量。
附图说明
图1为本发明提出的一种基于知识管理的语音和文本陪练方法总体流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
在一实施例中，本发明提出一种基于知识管理的语音和文本陪练方法，该方法的流程如图1所示，包括：
S1、新建知识库；包括建立本地知识库和对接外部知识库系统；所述建立本地知识库具体为：
新建本地知识库，管理人员录入知识点及知识问答，例如问题为：“个人住房公积金提取场景”，答案：“当个人有以下六种情况可以申请提取公积金：购房、还贷类、建翻修房、租房、销户和其他情况住房公积金提取”。录入知识点包含专业术语、知识法规和地方政策，录入完成后保存至本地知识库中；
管理员在本地知识库首页查看录入的知识点，对具体的知识点进行编辑、保存和删除操作；
所述对接外部知识库系统具体为：
对接过程中根据系统appkey来打通，外部知识库打通后，外部知识库提供知识点查询接口，根据场景修改知识点查询接口权限。
S2、配置业务所需陪练场景；具体包括：
S201、点击新建场景来配置业务所需陪练场景，输入场景名称并选择上级场景；场景名称应尽量贴合业务，如客服入职、廉洁办公等。
S202、场景名称填写及上级场景选择完毕后进行场景的保存，陪练场景在系统中以树形结构数据存储，所以也可以在当前场景下新增子场景。
S3、新建陪练，所述陪练包括语音陪练和文本陪练；具体包括：
S301、场景新建完成后，点击场景来进行陪练的新建；例如点击场景管理列表找到所新建的场景“个人住房公积金提取”，选中当前场景点击新建陪练。
S302、输入陪练名称(个人住房公积金提取陪练)，选择陪练类型(语音陪练和文本陪练两种)，设置分数(100分)，设置面向对象(如学员1、学员2等)；
S303、保存陪练。
S4、配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；所述知识引用具体为从本地知识库中引用内部知识点和查询外部知识库系统；具体包括：
S401、在陪练列表找到“个人住房公积金提取陪练”，对当前新建陪练配置诉求节点、题目节点、开始节点、结束节点、连接规则及全局规则；均可通过页面将节点拖拽至画布上进行配置。从页面拖拽一个开始节点、一个诉求节点、一个结束节点，并进行依次连线。在诉求节点内配置诉求，在题目节点内配置问题和答案；
S402、配置话术，配置质检规则，配置知识引用；
所述配置话术具体为在节点内配置机器人和学员可能说的话语，通过不同的话语内容流程进入到不同的分支进行对话；例如：机器人要说的话：“你好，请问下个人住房公积金什么情况下可以提取”，然后配置学员可能说的话：“您好，符合以下条件可提取住房公积金账户余额：1.购买、建造、翻建、大修自有住房的持有效提取凭证；2.离休、退休的持有效提取凭证；3.完全丧失劳动能力，并与单位终止劳动关系的持有效提取凭证；”。
质检规则可以自定义质检规则并配置相应的扣分项，比如语意相似度检测、敏感词检测等。点击添加质检规则打开已有的AI质检能力规则列表，选择“敏感词检测”并配置质检扣分值10分。所述质检规则分为局部规则与全局规则，局部规则针对陪练流程某一步骤生效，全局规则适用于流程内全部步骤；
所述知识引用包括从本地知识库中引用内部知识点和查询外部知识库系统，若有外部知识库则先使用http接口查询外部知识点，然后再查询本地知识点，最后将外部知识点和本地知识点结合，采取NLP(自然语言处理)技术给出匹配度最高的知识点内容并展示至页面供用户选择合适的知识点，知识点用于陪练内容或问答；例如在搜索框内进行知识点搜索，输入“个人住房公积金提取”然后选中匹配度最高的第一条进行引用。所述采取NLP技术给出匹配度最高的知识点内容具体为：
将文本转换为向量或矩阵，通过计算向量或矩阵之间的相似度来衡量知识点内容之间的匹配度；所述相似度为余弦相似度、Jaccard相似度或编辑距离；选择匹配度最高的文本作为匹配结果。
S403、对于语音陪练的流程配置，将机器人的配置话语实时通过TTS(文本转语音)技术转为语音播报给学员；
S404、针对不同的业务场景创建不同的工单模版，创建时提供必需与非必需字段。找到所配置的陪练流程(个人住房公积金提取陪练)，然后点击工单配置，在工单配置页面选择具体的工单模版，模版一般包含工单标题，工单诉求内容，诉求目的等。工单模版配置后学员在进行陪练后还需进行工单的填写,工单的填写依旧会根据流程配置的质检规则进行质检。
S405、陪练流程配置完成后对流程进行调试或暂存。
S5、发布配置好的陪练流程；在陪练列表中可以对相应陪练进行条件性查询，例如在陪练列表中找到“个人住房公积金提取陪练”，在陪练的基本信息以及流程配置完成后即可对陪练进行发布(启用或激活)，发布后相应学员能进行学习或考核。
S6、学员登录陪练系统选择陪练方式；若选择语音陪练，则根据所选的陪练场景进行语音对话陪练；若选择文本陪练，则根据所选的陪练场景进行文本题目对练；学员可选择退出，退出后不计算分数。具体为：
学员登录陪练系统选择陪练方式；
若选择语音陪练，系统页面展示陪练场景和陪练名称，展示训练时长，展示需要填写的工单内容，展示实时对话，调用ASR(语音转译)技术进行语音转译，以文字的形式展示机器人和学员的实时对话；展示相应对话内容所关联的推荐知识点，知识点由NLP技术加工处理过的知识点接口从本地知识库和外部知识库查询得到；
若选择文本陪练，则根据所选的陪练场景进行文本题目对练；
学员在陪练结束后根据对话内容填写一份工单信息；
根据质检规则对学员的每一句话进行实时质检，陪练结束后对工单填写详情进行质检，质检结果和扣分情况展示在学员说话下方。
例如，系统页面上方展示陪练场景(个人住房公积金提取)和陪练名称(个人住房公积金提取陪练)，展示训练时长。首先机器人会模拟用户发送一段语音，语音内容即为前期流程配置的“你好，请问下个人住房公积金什么情况下可以提取”。学员即可针对机器人的问题进行相应的回答，回答：“当个人有以下六种情况可以申请提取公积金：购房、还贷类、建翻修房、租房、销户和其他情况住房公积金提取”。下方左边展示需要填写的工单内容，右边展示“实时对话”。“实时对话”以文字的形式展示机器人和学员的说话，同时对话框下方也会展示相应对话内容所关联的知识点推荐(“当个人有以下六种情况可以申请提取公积金：购房、还贷类、建翻修房、租房、销户和其他情况住房公积金提取”)，会对学员的每一句话进行实时质检，质检结果和扣分情况展示在学员说话下方。
学员对话完成后，如果陪练配置得有关联工单，则学院还需在弹出的工单信息模版内根据对话内容填写工单详情，工单详情填写完毕后点击提交，提交之后工单也会根据配置的质检规则进行质检与打分。
S7、学员陪练完成后生成陪练分析；
S8、若学员对陪练分析结果有异议则进行申诉；
S9、管理员对学员的申诉进行审核；
S10、管理员对所有学员的陪练情况进行总览与分析。
在另一实施例中，本发明提出一种基于知识管理的语音和文本陪练系统，包括：知识库、陪练配置模块、发布模块、陪练模块、分析模块、申诉模块、审核模块和陪练总览与分析模块；
所述知识库包括本地知识库和对接的外部知识库系统，用于配置陪练流程时知识引用；
所述陪练配置模块用于配置业务所需陪练场景，新建陪练，所述陪练包括语音陪练和文本陪练；配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；
所述发布模块用于发布配置好的陪练流程；
所述陪练模块用于根据学员所选的陪练场景进行语音对话陪练或根据学员所选的陪练场景进行文本题目对练；
所述分析模块用于学员陪练完成后生成陪练分析；
所述申诉模块用于学员对陪练分析结果进行申诉；
所述审核模块用于管理员对学员的申诉进行审核；
所述陪练总览与分析模块用于管理员对所有学员的陪练情况进行总览与分析。
在另一实施例中，本发明提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如实施例一所述基于知识管理的语音和文本陪练方法。
在另一实施例中，本发明提出一种计算机可读存储介质，存储有计算机程序，所述计算机程序使计算机执行如实施例一所述基于知识管理的语音和文本陪练方法。
智能陪练依赖于先进的语音转译(ASR)、文本转语音(TTS)、自然语言处理技术(NLP)，以实现对用户的话语进行实时解析和理解。通过NLP技术，客服陪练能够快速识别、理解并解决用户的问题，从而提高客服工作的效率和质量。
智能陪练还利用了机器学习和人工智能技术，以实现对用户的行为和偏好进行分析和预测。通过机器学习和人工智能，智能陪练能够快速分析和识别用户的行为和偏好，从而提供更加个性化和定制化的服务体验。
在本申请所公开的实施例中，计算机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、装置或设备结合使用的程序。计算机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。计算机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。
本领域普通技术人员可以意识到，结合本申请所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (10)

1.一种基于知识管理的语音和文本陪练方法，其特征在于，包括：
S1、新建知识库；包括建立本地知识库和对接外部知识库系统；
S2、配置业务所需陪练场景；
S3、新建陪练，所述陪练包括语音陪练和文本陪练；
S4、配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；所述知识引用具体为从本地知识库中引用内部知识点和查询外部知识库系统；
S5、发布配置好的陪练流程；
S6、学员登录陪练系统选择陪练方式；若选择语音陪练，则根据所选的陪练场景进行语音对话陪练；若选择文本陪练，则根据所选的陪练场景进行文本题目对练；
S7、学员陪练完成后生成陪练分析；
S8、若学员对陪练分析结果有异议则进行申诉；
S9、管理员对学员的申诉进行审核；
S10、管理员对所有学员的陪练情况进行总览与分析。
2.如权利要求1所述的基于知识管理的语音和文本陪练方法，其特征在于，S1中，所述建立本地知识库具体为：
新建本地知识库，管理人员录入知识点及知识问答，录入知识点包含专业术语、知识法规和地方政策，录入完成后保存至本地知识库中；
管理员在本地知识库首页查看录入的知识点，对具体的知识点进行编辑、保存和删除操作；
所述对接外部知识库系统具体为：
对接过程中根据系统appkey来打通，外部知识库打通后，外部知识库提供知识点查询接口，根据场景修改知识点查询接口权限。
3.如权利要求1所述的基于知识管理的语音和文本陪练方法，其特征在于，S2具体包括：
S201、点击新建场景来配置业务所需陪练场景，输入场景名称并选择上级场景；
S202、场景名称填写及上级场景选择完毕后进行场景的保存，陪练场景在系统中以树形结构数据存储。
4.如权利要求1所述的基于知识管理的语音和文本陪练方法，其特征在于，S3具体包括：
S301、场景新建完成后，点击场景来进行陪练的新建；
S302、输入陪练名称，选择陪练类型，设置分数，设置面向对象；
S303、保存陪练。
5.如权利要求1所述的基于知识管理的语音和文本陪练方法，其特征在于，S4具体包括：
S401、在陪练列表中对当前新建陪练配置诉求节点、题目节点、开始节点、结束节点、连接规则及全局规则；在诉求节点内配置诉求，在题目节点内配置问题和答案；
S402、配置话术，配置质检规则，配置知识引用；
所述配置话术具体为在节点内配置机器人和学员可能说的话语，通过不同的话语内容流程进入到不同的分支进行对话；
所述质检规则分为局部规则与全局规则，局部规则针对陪练流程某一步骤生效，全局规则适用于流程内全部步骤；
所述知识引用包括从本地知识库中引用内部知识点和查询外部知识库系统，若有外部知识库则先使用http接口查询外部知识点，然后再查询本地知识点，最后将外部知识点和本地知识点结合，采取NLP技术给出匹配度最高的知识点内容并展示至页面供用户选择合适的知识点，知识点用于陪练内容或问答；
S403、对于语音陪练的流程配置，将机器人的配置话语实时通过TTS技术转为语音播报给学员；
S404、针对不同的业务场景创建不同的工单模版，创建时提供必需与非必需字段；
S405、陪练流程配置完成后对流程进行调试或暂存。
6.如权利要求1所述的基于知识管理的语音和文本陪练方法，其特征在于，S6具体为：
学员登录陪练系统选择陪练方式；
若选择语音陪练，系统页面展示陪练场景和陪练名称，展示训练时长，展示需要填写的工单内容，展示实时对话，调用ASR技术进行语音转译，以文字的形式展示机器人和学员的实时对话；展示相应对话内容所关联的推荐知识点，知识点由NLP技术加工处理过的知识点接口从本地知识库和外部知识库查询得到；
若选择文本陪练，则根据所选的陪练场景进行文本题目对练；
学员在陪练结束后根据对话内容填写一份工单信息；
根据质检规则对学员的每一句话进行实时质检，陪练结束后对工单填写详情进行质检，质检结果和扣分情况展示在学员说话下方。
7.如权利要求5所述的基于知识管理的语音和文本陪练方法，其特征在于，所述采取NLP技术给出匹配度最高的知识点内容具体为：
将文本转换为向量或矩阵，通过计算向量或矩阵之间的相似度来衡量知识点内容之间的匹配度；所述相似度为余弦相似度、Jaccard相似度或编辑距离；选择匹配度最高的文本作为匹配结果。
8.一种基于知识管理的语音和文本陪练系统，其特征在于，包括：知识库、陪练配置模块、发布模块、陪练模块、分析模块、申诉模块、审核模块和陪练总览与分析模块；
所述知识库包括本地知识库和对接的外部知识库系统，用于配置陪练流程时知识引用；
所述陪练配置模块用于配置业务所需陪练场景，新建陪练，所述陪练包括语音陪练和文本陪练；配置陪练流程，包括配置话术、质检规则、知识引用和工单关联；
所述发布模块用于发布配置好的陪练流程；
所述陪练模块用于根据学员所选的陪练场景进行语音对话陪练或根据学员所选的陪练场景进行文本题目对练；
所述分析模块用于学员陪练完成后生成陪练分析；
所述申诉模块用于学员对陪练分析结果进行申诉；
所述审核模块用于管理员对学员的申诉进行审核；
所述陪练总览与分析模块用于管理员对所有学员的陪练情况进行总览与分析。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如权利要求1-7任一项所述的基于知识管理的语音和文本陪练方法。
10.一种计算机可读存储介质，其特征在于：存储有计算机程序，所述计算机程序使计算机执行如权利要求1-7任一项所述的基于知识管理的语音和文本陪练方法。
CN202311370963.6A 2023-10-23 2023-10-23 基于知识管理的语音和文本陪练方法、系统、设备和介质 Pending CN117539973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311370963.6A CN117539973A (zh) 2023-10-23 2023-10-23 基于知识管理的语音和文本陪练方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311370963.6A CN117539973A (zh) 2023-10-23 2023-10-23 基于知识管理的语音和文本陪练方法、系统、设备和介质

Publications (1)

Publication Number Publication Date
CN117539973A true CN117539973A (zh) 2024-02-09

Family

ID=89787035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311370963.6A Pending CN117539973A (zh) 2023-10-23 2023-10-23 基于知识管理的语音和文本陪练方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN117539973A (zh)

Similar Documents

Publication Publication Date Title
CN105723362B (zh) 自然表达处理方法、处理及回应方法、设备及系统
CN106919655A (zh) 一种答案提供方法和装置
CN109325091B (zh) 兴趣点属性信息的更新方法、装置、设备及介质
Parent et al. Speaking to the Crowd: Looking at Past Achievements in Using Crowdsourcing for Speech and Predicting Future Challenges.
CN109255697A (zh) 一种基于人工智能的自动信用评估方法和系统
Komatani et al. User modeling in spoken dialogue systems to generate flexible guidance
KR20200092499A (ko) 대화형 인공지능 기술을 이용한 상담 지원 방법 및 그 장치
CN115643341A (zh) 人工智能客服应答系统
CN114722839A (zh) 人机协同对话交互系统及方法
CN109857846A (zh) 用户问句与知识点的匹配方法和装置
CN112579757A (zh) 智能问答方法、装置、计算机可读存储介质及电子设备
CN112598547A (zh) 基于自动生产线的教育题目生成方法、装置和电子设备
CN111259124A (zh) 对话管理方法、装置、系统及存储介质
CN110647613A (zh) 一种课件构建方法、装置、服务器和存储介质
CN113505606B (zh) 一种培训信息获取方法、装置、电子设备及存储介质
CN117808946B (zh) 基于大语言模型的二次元角色构建方法及系统
Novotney et al. Crowdsourced accessibility: Elicitation of Wikipedia articles
RU2755781C1 (ru) Интеллектуальное рабочее место оператора и способ его взаимодействия для осуществления интерактивной поддержки сессии обслуживания клиента
EP3908941A1 (en) Artificial intelligence system for business processes
CN117539973A (zh) 基于知识管理的语音和文本陪练方法、系统、设备和介质
Vasilateanu et al. Call-center virtual assistant using natural language processing and speech recognition
Komatani et al. User modeling in spoken dialogue systems for flexible guidance generation.
CN111818290B (zh) 一种在线访谈的方法及系统
CN111953854B (zh) 一种基于场景模型的智能客服辅助方法
CN114357136B (zh) 智能陪练系统的定制和使用方法、电子设备以及存储介质

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