基于用户语音信息确定用户意图的方法和装置制造方法及图纸

本申请提供一种基于用户语音信息确定用户意图的方法，包括：获取处理指定事务时目标用户的实时语音；根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值；将所述语音特征值作为基于用户语音信息确定用户意图的计算模型的输入参数，计算得出本次处理所述指定事务时所述目标用户的意图的评估值。能够根据目标用户的实时语音所包含的语义和语调信息确定语音特征值，保证了数据来源的可靠性，起到实时地客观确定处理指定事务时所述目标的相应意图的评估值的作用，为处理所述事务的相关业务人员提供实时指示的作用。

Method and device for determining user intention based on user voice information

The present application provides a method of determining the user's intention based on the user's voice information, including: obtaining the real-time voice of the target user when dealing with the specified transaction; determining the speech feature values calculated by the user according to the semantic and intonation information contained in the real time speech, and using the value of the predicate and sound as the user voice information. The input parameters of the calculation model of user intention are determined, and the evaluation value of the intention of the target user in processing the specified transaction is calculated. The speech feature value can be determined according to the semantic and intonation information contained in the real time speech of the target user, the reliability of the data source is guaranteed, the function of the evaluation value of the corresponding intent to deal with the target specified in the specified transaction is determined in real time, and the real-time instruction for the related business personnel dealing with the transaction is provided. Use.

【技术实现步骤摘要】
基于用户语音信息确定用户意图的方法和装置
本申请涉及一种确定用户意图的方法，具体涉及一种基于用户语音信息确定用户意图的方法和装置，还涉及一种确定评估用参考短语的方法和装置，还涉及一种生成训练用样本数据的方法和装置，还涉及一种生成基于用户语音信息确定用户意图的计算模型的方法和装置。还涉及一种基于用户语音信息确定用户还款意图的方法。
技术介绍
在日常活动中，期望用户实施特定的行为时，业务人员需要根据用户的意图采取相应的行动或措施以便促使其实施所述特定的行为。例如，在处理希望用户实施购买行为的事务时，，需要确定用户的购买意图，并根据用户的购买意图的不同，采取相应的策略，对用户进行说服劝说，以期用户实施购买行为。又如，在处理要求贷款用户还款的事务时，在与借款的用户沟通交流的过程中，需要用户还款意图进行确定，并根据确定的用户的还款意图的不同，采取不同的措施对用户进行劝说，如感化，施压等，以促使其还款。上述处理指定事务案例中，都需要确定用户的相应的意图，才能够采取相应的不同措施和策略。现有的在处理指定事务中确定用户的意图的方式多为以下几种：方式一，分析收集到的以往处理所述指定事务时的历史数据，包括当时用户的属性数据和当时处理的结果等，根据对收集到的本次处理所述指定事物时所对应的目标用户的已知属性数据与所述历史数据的匹配情况客观地判断，确定所述目标用户在本次处理所述指定事务时的意图。方式二，有关业务人员在与用户的沟通交流的过程中，依据自己的经验，对目标用户语言态度等行为进行主观判断，确定其本次处理所述指定事务时的意图。方式三，结合上述两种方式，即业务人员将该对客户的客观的判断和与其交流沟通过程中根据其语言，态度进行的主观的判断结合起来进行确定其本次处理所述指定事务时的意图。其中方式一仅仅对收集到的历史数据进行分析，没有考虑用户目前的情况对其意图的影响，并且无法确保收集到的历史数据的正误，判断结果无疑是会有偏差的。而方式二和三依赖于业务人员自身的能力和与用户沟通时的发挥，无法做到普遍地，客观地准确确定用户的意图。可见，现有确定用户处理指定事件的相应意图的方式存在主观和没有考虑用户当前状况以及分析用数据来源可能不可靠的问题。
技术实现思路
本申请提供一种基于用户语音信息确定用户意图的方法，同时提供一种基于用户语音信息确定用户意图的装置。本申请还提供一种确定评估用参考短语的方法，还提供一种确定评估用参考短语的装置。本申请还提供一种生成训练用样本数据的方法，本申请还提供一种生成训练用样本数据的装置。本申请还提供一种生成基于用户语音信息确定用户意图的计算模型的方法，本申请还提供一种生成基于用户语音信息确定用户意图的计算模型的装置，本申请还提供一种基于用户语音信息确定用户还款意图的方法。本申请提供的一种基于用户语音信息确定用户意图的方法，包括：获取处理指定事务时目标用户的实时语音；根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值；将所述语音特征值作为基于用户语音信息确定用户意图的计算模型的输入参数，计算得出本次处理所述指定事务时所述目标用户的意图的评估值。可选地，所述根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值包括：按照预先设定的规则，从所述实时语音中提取生成所述实时语音所包含的各个短语的语音；按照预先设定的规则，为所述各个短语的语音赋予语调系数；根据评估用参考短语被所述实时语音所包含的情况以及所述实时语音所包含的评估用参考短语的语音的语调系数，确定语音特征值。可选地，所述根据评估用参考短语被所述实时语音所包含的情况以及所述实时语音所包含的短语的语音的语调系数，确定语音特征值包括：评估用参考短语被所述实时语音所包含，则将相应的语音特征值设置为所述实时语音所包含的所述评估用参考短语的语音的语调系数。可选地，所述评估用参考短语按照以下方法获得：获取以往处理所述指定事务时的用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时的一个用户的语音；按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的各个短语；从所述历史语音中各条语音所对应的短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语。可选地，所述预先设定的评估用参考短语数量要求按照以下方法获得：将所述各个短语按照数量大小排序；根据排序的位置确定出数量选择区间；将短语的数量落入在所述数量选择区间作为评估用参考短语的数量要求。可选地，所述根据排序的位置确定出数量选择区间包括：将排序队列中排序位置40％所对应的短语的数量到排序位置60％所对应的短语的数量作为数量选择区间。可选地，所述基于用户语音信息确定用户意图的计算模型采用以下方法获得：初始化计算机深度神经网络的各个参数；利用以往处理所述指定事务时的用户的历史语音生成训练用样本数据；利用所述训练用样本数据训练所述计算机深度神经网络，直至其收敛；将所述收敛的计算机深度神经网络作为所述基于用户语音信息确定用户意图的计算模型。可选地，所述利用以往处理所述指定事务时的用户的历史语音生成训练用样本数据包括：获取以往处理所述指定事务时的用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时一个用户的语音；利用所述历史语音，生成各条语音相对于评估用参考短语的特征值；将所述各条语音相对于评估用参考短语的特征值与所述各条语音所对应的处理所述指定事务的结果作为训练用样本数据。可选地，所述利用所述历史语音，生成各条语音相对于评估用参考短语的特征值包括：按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的短语的语音；确定所述每条语音所对应的短语的语音的语调系数；从所述历史语音中各条语音所对应的短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语；根据所述历史语音中的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于评估用参考短语的特征值。可选地，所述根据所述历史语音的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于评估用参考短语的特征值包括：对于所述历史语音中的各条语音包含所述评估用参考短语的情况，将相应的语音所包含的所述评估用参考短语的语音的语调系数作为所述语音相对于所述评估用参考短语的特征值。可选地，所述指定事务包括要求用户还款，相应的，所述相应的意图包括用户还款的意图。本申请提供的一种确定评估用参考短语的方法，包括以下步骤：获取以往处理所述指定事务时用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时一个用户的语音；按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的各个短语；从所述历史语音中各条语音所对应的各个短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语。可选地，所述预先设定的评估用参考短语数量要求按照以下方法获得：将所述各个短语按照数量大小排序；根据排序的位置确定出数量选择区间；将短语的数量落入在所述数量选择区间作为评估用参考短语本文档来自技高网...

【技术保护点】
1.一种基于用户语音信息确定用户意图的方法，特征在于，包括：获取处理指定事务时目标用户的实时语音；根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值；将所述语音特征值作为基于用户语音信息确定用户意图的计算模型的输入参数，计算得出本次处理所述指定事务时所述目标用户的意图的评估值。

【技术特征摘要】
1.一种基于用户语音信息确定用户意图的方法，特征在于，包括：获取处理指定事务时目标用户的实时语音；根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值；将所述语音特征值作为基于用户语音信息确定用户意图的计算模型的输入参数，计算得出本次处理所述指定事务时所述目标用户的意图的评估值。2.根据权利要求1所述的基于用户语音信息确定用户意图的方法，其特征在于，所述根据所述实时语音所包含的语义和语调信息确定计算用户意图的语音特征值包括：按照预先设定的规则，从所述实时语音中提取生成所述实时语音所包含的各个短语的语音；按照预先设定的规则，为所述各个短语的语音赋予语调系数；根据评估用参考短语被所述实时语音所包含的情况以及所述实时语音所包含的评估用参考短语的语音的语调系数，确定语音特征值。3.根据权利要求2所述的基于用户语音信息确定用户意图的方法，其特征在于，所述根据评估用参考短语被所述实时语音所包含的情况以及所述实时语音所包含的短语的语音的语调系数，确定语音特征值包括：评估用参考短语被所述实时语音所包含，则将相应的语音特征值设置为所述实时语音所包含的所述评估用参考短语的语音的语调系数。4.根据权利要求2所述的基于用户语音信息确定用户意图的方法，其特征在于，所述评估用参考短语按照以下方法获得：获取以往处理所述指定事务时的用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时的一个用户的语音；按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的各个短语；从所述历史语音中各条语音所对应的短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语。5.根据权利要求4所述的基于用户语音信息确定用户意图的方法，其特征在于，所述预先设定的评估用参考短语数量要求按照以下方法获得：将所述各个短语按照数量大小排序；根据排序的位置确定出数量选择区间；将短语的数量落入在所述数量选择区间作为评估用参考短语的数量要求。6.根据权利要求5所述的基于用户语音信息确定用户意图的方法，其特征在于，所述根据排序的位置确定出数量选择区间包括：将排序队列中排序位置40％所对应的短语的数量到排序位置60％所对应的短语的数量作为数量选择区间。7.根据权利要求1所述的基于用户语音信息确定用户意图的方法，其特征在于，所述基于用户语音信息确定用户意图的计算模型采用以下方法获得：初始化计算机深度神经网络的各个参数；利用以往处理所述指定事务时的用户的历史语音生成训练用样本数据；利用所述训练用样本数据训练所述计算机深度神经网络，直至其收敛；将所述收敛的计算机深度神经网络作为所述基于用户语音信息确定用户意图的计算模型。8.根据权利要求7所述的基于用户语音信息确定用户意图的方法，其特征在于，所述利用以往处理所述指定事务时的用户的历史语音生成训练用样本数据包括：获取以往处理所述指定事务时的用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时一个用户的语音；利用所述历史语音，生成各条语音相对于评估用参考短语的特征值；将所述各条语音相对于评估用参考短语的特征值与所述各条语音所对应的处理所述指定事务的结果作为训练用样本数据。9.根据权利要求8所述的基于用户语音信息确定用户意图的方法，其特征在于，所述利用所述历史语音，生成各条语音相对于评估用参考短语的特征值包括：按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的短语的语音；确定所述每条语音所对应的短语的语音的语调系数；从所述历史语音中各条语音所对应的短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语；根据所述历史语音中的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于评估用参考短语的特征值。10.根据权利要求9所述的基于用户语音信息确定用户意图的方法，其特征在于，所述根据所述历史语音的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于评估用参考短语的特征值包括：对于所述历史语音中的各条语音包含所述评估用参考短语的情况，将相应的语音所包含的所述评估用参考短语的语音的语调系数作为所述语音相对于所述评估用参考短语的特征值。11.根据权利要求1所述的基于用户语音信息确定用户意图的方法，特在在于，所述指定事务包括要求用户还款，相应的，所述相应的意图包括用户还款的意图。12.一种确定评估用参考短语的方法，所述评估用参考短语用于处理指定事务时确定用户相应的意图，所述方法的特征在于，包括以下步骤：获取以往处理所述指定事务时用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时一个用户的语音；按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的各个短语；从所述历史语音中各条语音所对应的各个短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为评估用参考短语。13.根据权利要求12所述的确定评估用参考短语的方法，其特征在于，所述预先设定的评估用参考短语数量要求按照以下方法获得：将所述各个短语按照数量大小排序；根据排序的位置确定出数量选择区间；将短语的数量落入在所述数量选择区间作为评估用参考短语的数量要求。14.根据权利要求13所述的确定评估用参考短语的方法，其特征在于，所述根据排序的位置确定出数量选择区间包括：将所述排序队列中排序位置40％所对应的短语的数量到排序位置60％所对应的短语的数量作为数量选择区间。15.一种生成训练用样本数据的方法，所述样本数据用于训练计算机深度神经网络生成基于用户语音信息确定用户意图的计算模型，所述方法的特征在于，包括以下步骤：获取以往处理所述指定事务时用户的历史语音，所述历史语音包括多条语音，每条语音为以往一次处理所述指定事务时一个用户的语音；利用所述历史语音，生成各条语音相对于各个评估用参考短语的特征值；将所述各条语音相对于各个评估用参考短语的特征值与所述各条语音所对应的处理所述指定事务的结果作为训练用样本数据。16.根据权利要求15所述的生成训练用样本数据的方法，其特征在于，所述利用所述历史语音，生成各条语音相对于各个评估用参考短语的特征值包括：按照预先设定的基本词语数量，从所述每条语音中提取生成每条语音所对应的由基本词语组成的各个短语的语音；确定所述每条语音所对应的短语的语音的语调系数；从所述历史语音中各条语音所对应的各个短语中，将符合预先设定的评估用参考短语数量要求的各个短语作为各个评估用参考短语；根据所述历史语音中的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于各个评估用参考短语的特征值。17.根据权利要求16所述的生成训练用样本数据的方法，其特征在于，所述根据所述历史语音中的各条语音包含所述各个评估用参考短语的情况以及所述各条语音所包含的评估用参考短语的语音的语调系数，生成各条语音相对于各个评估用参考短语的特征值包括：对于所述历史语音中的各...

【专利技术属性】
技术研发人员：张柯，王晓光，褚巍，施兴，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY