一种基于语义的客服智能路由处理方法和装置转让专利
申请号 : CN202111561693.8
文献号 : CN113946673B
文献日 : 2022-04-08
发明人 : 周柳阳 , 蒋林林
申请人 : 深圳市一号互联科技有限公司
摘要 :
权利要求 :
1.一种基于语义的客服智能路由处理方法,其特征在于,包括:获取来自用户的文字,其中,所述文字为所述用户进行咨询所产生或者所使用的文字;
获取所述文字中携带的关键词,并根据所述文字中携带的关键词确定所述文字所表达的语义;
根据所述文字所表达的语义确定所述用户的问题;
对所述用户的问题进行分类,其中,分类的类别为预先配置的,预先配置了至少两个类别,每个不同的类别均对应一种处理策略;
根据所述问题的分类对应的处理策略将所述用户路由至人工客服或者自动客服;其中,根据所述用户的语音获取所述用户的态度,在所述用户的态度满足预先配置的条件的情况下,将所述用户路由至所述人工客服,在未满足所述预先配置的条件的情况下,将所述用户路由至所述自动客服;获取所述用户的情绪通过如下方式来进行:方式一:获取多组第二训练数据,其中,每组所述第二训练数据均包括输入数据和输出数据,所述输入数据为一段语音,所述输出数据为该段语音所对应的情绪,该情绪是从预先配置的多个情绪中选择出来的;使用多组所述第二训练数据训练得到一个第二机器学习模型;将所述用户的语音输入到所述第二机器学习模型中;从所述第二机器学习模型输出中得到所述用户的态度;
方式二:从通话中提取语音信号;根据多个语音参数对情绪识别准确度的影响程度对多个语音参数进行排序;从排序中选择多个语音参数,一个特定的语音参数;用处理器分析语音信号以获得与语音信号相关的特定语音参数的提取参数值;通过处理器识别与语音信号相关的情感:访问包含与特定语音参数相关联的可能情绪的概率统计的数据库;使用提取的参数值并基于预定的概率标准,从可能的情绪中确定与语音信号相关的情绪;
其中,获取使用方式一判断得到的第一情绪;获取使用方式二判断得到的第二情绪,如果所述方式一和所述方式二得到的第一情绪和第二情绪相同,则确定获取到所述用户的情绪,并根据所述用户的情绪判断是否路由到人工客服;如果所述方式一和所述方式二判断得到的情绪不同,则直接路由到人工客服。
2.根据权利要求1所述的方法,其特征在于,根据所述处理策略将所述用户路由至所述人工客服或自动客服包括:
在所述分类用于表示所述问题的难易程度的情况下,在所述问题的分类的难易程度超过阈值的情况下,将所述用户路由至所述人工客服,否则将所述用户路由至所述自动客服。
3.根据权利要求1所述的方法,其特征在于,获取来自所述用户的文字包括:获取所述用户输入的文字;或者,
在接收到用户的来电之后,将所述来电中的语音转换成文字。
4.根据权利要求3所述的方法,其特征在于,将所述来电中的语音转换成文字包括:将所述语音输入到第一机器学习模型中,其中,所述第一机器学习模型是基于神经网络的机器学习模型,所述第一机器学习模型是使用多组训练数据训练得到的,其中,所述多组训练数据中的每一组训练数据均包括一段语音以及该段语音所对应的文字,该段语音所对应的文字是人工输入;
从所述第一机器学习模型中获取输出的所述语音转换成的文字。
5.根据权利要求4所述的方法,其特征在于,在将所述来电中的语音转换成文字失败的情况下,还包括:
将所述用户路由至人工客服。
6.一种基于语义的客服智能路由处理装置,其特征在于,包括:获取模块,用于获取来自用户的文字,其中,所述文字为所述用户进行咨询所产生或者所使用的文字;
语义模块,用于获取所述文字中携带的关键词,并根据所述文字中携带的关键词确定所述文字所表达的语义;
问题模块,用于根据所述文字所表达的语义确定所述用户的问题;
分类模块,用于对所述用户的问题进行分类,其中,分类的类别为预先配置的,预先配置了至少两个类别,每个不同的类别均对应一种处理策略;
路由模块,用于根据所述问题的分类对应的处理策略将所述用户路由至人工客服或者自动客服;其中,根据所述用户的语音获取所述用户的态度,在所述用户的态度满足预先配置的条件的情况下,将所述用户路由至所述人工客服,在未满足所述预先配置的条件的情况下,将所述用户路由至所述自动客服;获取所述用户的情绪通过如下方式来进行:方式一:获取多组第二训练数据,其中,每组所述第二训练数据均包括输入数据和输出数据,所述输入数据为一段语音,所述输出数据为该段语音所对应的情绪,该情绪是从预先配置的多个情绪中选择出来的;使用多组所述第二训练数据训练得到一个第二机器学习模型;将所述用户的语音输入到所述第二机器学习模型中;从所述第二机器学习模型输出中得到所述用户的态度;
方式二:从通话中提取语音信号;根据多个语音参数对情绪识别准确度的影响程度对多个语音参数进行排序;从排序中选择多个语音参数,一个特定的语音参数;用处理器分析语音信号以获得与语音信号相关的特定语音参数的提取参数值;通过处理器识别与语音信号相关的情感:访问包含与特定语音参数相关联的可能情绪的概率统计的数据库;使用提取的参数值并基于预定的概率标准,从可能的情绪中确定与语音信号相关的情绪;
其中,获取使用方式一判断得到的第一情绪;获取使用方式二判断得到的第二情绪,如果所述方式一和所述方式二得到的第一情绪和第二情绪相同,则确定获取到所述用户的情绪,并根据所述用户的情绪判断是否路由到人工客服;如果所述方式一和所述方式二判断得到的情绪不同,则直接路由到人工客服。
7.根据权利要求6所述的装置,其特征在于,所述路由模块用于:在所述分类用于表示所述问题的难易程度的情况下,在所述问题的分类的难易程度超过阈值的情况下,将所述用户路由至所述人工客服,否则将所述用户路由至所述自动客服。
8.根据权利要求6所述的装置,其特征在于,所述获取模块用于:获取所述用户输入的文字;或者,
在接收到用户的来电之后,将所述来电中的语音转换成文字。
9.根据权利要求8所述的装置,其特征在于,所述获取模块用于:将所述语音输入到第一机器学习模型中,其中,所述第一机器学习模型是基于神经网络的机器学习模型,所述第一机器学习模型是使用多组训练数据训练得到的,其中,所述多组训练数据中的每一组训练数据均包括一段语音以及该段语音所对应的文字,该段语音所对应的文字是人工输入;
从所述第一机器学习模型中获取输出的所述语音转换成的文字。
10.根据权利要求8所述的装置,其特征在于,所述路由模块用于在将所述来电中的语音转换成文字失败的情况下将所述用户路由至人工客服。
说明书 :
一种基于语义的客服智能路由处理方法和装置
技术领域
背景技术
验。
但是对于复杂的问题,自动客服的回答往往不能让用户满意,也会降低用户的体验。
发明内容
述文字中携带的关键词,并根据所述文字中携带的关键词确定所述文字所表达的语义;根
据所述文字所表达的语义确定所述用户的问题;对所述用户的问题进行分类,其中,分类的
类别为预先配置的,预先配置了至少两个类别,每个不同的类别均对应一种处理策略;根据
所述问题的分类对应的处理策略将所述用户路由至人工客服或者自动客服。
值的情况下,将所述用户路由至所述人工客服,否则将所述用户路由至所述自动客服。
习模型是使用多组训练数据训练得到的,其中,所述多组训练数据中的每一组训练数据均
包括一段语音以及该段语音所对应的文字,该段语音所对应的文字是人工输入;从所述第
一机器学习模型中获取输出的所述语音转换成的文字。
所使用的文字;语义模块,用于获取所述文字中携带的关键词,并根据所述文字中携带的关
键词确定所述文字所表达的语义;问题模块,用于根据所述文字所表达的语义确定所述用
户的问题;分类模块,用于对所述用户的问题进行分类,其中,分类的类别为预先配置的,预
先配置了至少两个类别,每个不同的类别均对应一种处理策略;路由模块,用于根据所述问
题的分类对应的处理策略将所述用户路由至人工客服或者自动客服。
则将所述用户路由至所述自动客服。
训练数据训练得到的,其中,所述多组训练数据中的每一组训练数据均包括一段语音以及
该段语音所对应的文字,该段语音所对应的文字是人工输入;从所述第一机器学习模型中
获取输出的所述语音转换成的文字。
关键词确定所述文字所表达的语义;根据所述文字所表达的语义确定所述用户的问题;对
所述用户的问题进行分类,其中,分类的类别为预先配置的,预先配置了至少两个类别,每
个不同的类别均对应一种处理策略;根据所述问题的分类对应的处理策略将所述用户路由
至人工客服或者自动客服。通过本申请解决了现有技术中人工客服和自动客服所存在的问
题,从而能够通过技术手段将用户导引到相应的客户环节,提高了对用户问题回答的精确
性,进而提高了用户的体验。
附图说明
具体实施方式
同于此处的顺序执行所示出或描述的步骤。
习的方式来进行:将所述语音输入到第一机器学习模型中,其中,所述第一机器学习模型是
基于神经网络的机器学习模型,所述第一机器学习模型是使用多组训练数据训练得到的,
其中,所述多组训练数据中的每一组训练数据均包括一段语音以及该段语音所对应的文
字,该段语音所对应的文字是人工输入;从所述第一机器学习模型中获取输出的所述语音
转换成的文字。
个词的文本接收到所述计算设备的所述存储器中; (b) 从所述文本中导出多个音素; (c)
基于与多个词相关联的韵律记录的数据库,将韵律记录与每个所述音素相关联; (d) 应用
第一组人工智能规则来确定与所述文本相关联的上下文信息; (e) 对于每个所述音素:
(i) 确定上下文影响的韵律变化; (ii) 确定的韵律变化; (iii) 响应所述上下文影响的
韵律变化; (iv) 从所述记忆中读取与所述音素相关联的声音信息; (v)基于响应于所述
上下文影响的韵律变化修改所述声音信息以生成修改的声音信息; (f)输出所述声音信息
以产生语音信号。其中所述语音信号的韵律是变化的,从而在所述语音信号中实现增加的
真实感。其中所述语音信号的韵律以随机或看似随机的方式变化,从而在所述语音信号中
实现增加的真实感。其中所述声音信息与不同的说话人相关联,并使用一组人工智能规则
来确定与要输出的声音信息相关联的说话人的身份。其中响应于所述上下文影响的韵律变
化的所述韵律记录的修改基于所述文本中的词及其序列。其中响应于所述上下文影响的韵
律变化的所述韵律记录的修改基于所述文本中的词的情感上下文。其中所述语音信号的韵
律是变化的,由此在所述语音信号中实现增加的真实感。
述自动客服。
自动客服。
用户的体验。
路由至所述人工客服,在未满足所述预先配置的条件的情况下,将所述用户路由至所述自
动客服。
预先配置的多个情绪中选择出来的;使用多组所述第二训练数据训练得到一个第二机器学
习模型;将所述用户的语音输入到所述第二机器学习模型中;从所述第二机器学习模型输
出中得到所述用户的态度。
分析语音信号以获得与语音信号相关的特定语音参数的提取参数值;通过处理器识别与语
音信号相关的情感: 访问包含与特定语音参数相关联的可能情绪的概率统计的数据库;
使用提取的参数值并基于预定的概率标准,从可能的情绪中确定与语音信号相关的情绪。
式二得到的第一情绪和第二情绪相同,则确定获取到所述用户的情绪,并根据所述用户的
情绪判断是否路由到人工客服;如果所述方式一和所述方式二判断得到的情绪不同,则直
接路由到人工客服。本段落中的方式一和方式二并不限于上述两种方式。
定情绪之后,将所述用户路由至人工客服,并且将所述用户的优先级设置为最高。
技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计
算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动
态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可
擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器
(CD‑ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他
磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文
中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据
信号和载波。
可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方
框或多个方框中指定的功能的步骤,对应与不同的步骤可以通过不同的模块来实现。
所述文字中携带的关键词,并根据所述文字中携带的关键词确定所述文字所表达的语义;
问题模块,用于根据所述文字所表达的语义确定所述用户的问题;分类模块,用于对所述用
户的问题进行分类,其中,分类的类别为预先配置的,预先配置了至少两个类别,每个不同
的类别均对应一种处理策略;路由模块,用于根据所述问题的分类对应的处理策略将所述
用户路由至人工客服或者自动客服。
所述用户路由至所述自动客服。
第一机器学习模型中,其中,所述第一机器学习模型是基于神经网络的机器学习模型,所述
第一机器学习模型是使用多组训练数据训练得到的,其中,所述多组训练数据中的每一组
训练数据均包括一段语音以及该段语音所对应的文字,该段语音所对应的文字是人工输
入;从所述第一机器学习模型中获取输出的所述语音转换成的文字。可选地,所述路由模块
用于在将所述来电中的语音转换成文字失败的情况下将所述用户路由至人工客服。
了用户的体验。
改进等,均应包含在本申请的权利要求范围之内。