用户标签获取方法、装置及设备制造方法及图纸

本发明专利技术提供一种用户标签获取方法、装置及设备，涉及数据处理技术领域。本发明专利技术通过获取用户的服务语音数据，按照预设的用户标签类型，从服务语音数据中提取对应的特征信息，并根据特征信息和用户标签类型对应的预设标签识别模型，获取用户的用户标签，可以实现根据用户的服务语音数据，获取多种不同类型的用户标签，从而可以根据不同类型的用户标签，更加全面地获取用户的问题及特点，进而可以为用户提供更好的服务质量，以提高用户的服务体验。

【技术实现步骤摘要】
用户标签获取方法、装置及设备
本专利技术涉及数据处理
，具体而言，涉及一种用户标签获取方法、装置及设备。
技术介绍
银行、信用卡中心等金融服务公司的客服系统中累计有大量的用户语音数据，如：用户与客服的对话录音，这些语音数据中包含了大量的用户信息。随着用户要求的与日俱增，金融服务公司对用户需求进行精细化与规范化管理势在必行，而客服系统中累计的大量用户语音数据往往会成为管理用户的重要依据。现有技术中，对用户语音数据的使用方式通常为：当用户反馈问题后，通过调取用户与客服的对话录音，并依靠人工对用户与客服的对话录音进行分析，获取用户的问题及特点，从而找出对应的解决方案。但是，上述现有技术中，对用户与客服的对话录音进行分析的结果较为单一，往往无法较为全面地获取用户的问题及特点，导致服务质量无法提高，从而影响用户的服务体验。
技术实现思路
本专利技术提供一种用户标签获取方法、装置及设备，可以根据客服系统中用户的服务语音数据获取用户的多种用户标签，全面地获取用户的问题及特点，从而可以为用户提供更好的服务质量，提高用户的服务体验。第一方面，本专利技术实施例提供一种用户标签获取方法，所述方法包括：获取用户的服务语音数据；按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息；根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签。可选地，所述按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息，包括：按照预设的性格情绪标签类型，从所述服务语音数据中提取声纹特征；相应地，所述根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签，包括：根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签。可选地，所述根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签之前，所述方法还包括：获取第一样本集合，所述第一样本集合包括样本声纹特征，所述样本声纹特征标注有对应的性格情绪标签；采用所述第一样本集合对神经网络进行训练，获取所述预设性格情绪标签识别模型。可选地，所述按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息，包括：将所述服务语音数据转换为文本信息；按照预设的诉求标签类型，从所述文本信息中提取第一文本特征；相应地，所述根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签，包括：根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签。可选地，所述根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签之前，所述方法还包括：获取第二样本集合，所述第二样本集合包括样本第一文本特征，所述样本第一文本特征标注有对应的诉求标签；采用所述第二样本集合对神经网络进行训练，获取所述预设诉求标签识别模型。可选地，所述按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息，包括：将所述服务语音数据转换为文本信息；从所述文本信息中提取客服人员提供的用户体验问题；按照预设的评价标签类型，根据所述文本信息和所述用户体验问题，提取第二文本特征；相应地，所述根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签，包括：根据所述第二文本特征和所述评价标签类型对应的预设评价标签识别模型，获取所述用户的评价标签。可选地，所述根据所述第二文本特征和所述评价标签类型对应的预设评价标签识别模型，获取所述用户的评价标签之前，所述方法还包括：获取第三样本集合，所述第三样本集合包括：样本第二文本特征，所述样本第二文本特征标注有对应的评价标签；采用所述第三样本集合对神经网络进行训练，获取所述预设评价标签识别模型。可选地，所述从所述服务语音数据中提取声纹特征，包括：将所述服务语音数据依次通过预加重、分帧、加窗、快速傅里叶变换、梅尔MEL滤波分析、离散余弦变换处理，得到声纹特征向量。第二方面，本专利技术实施例提供一种用户标签获取装置，所述装置包括：获取模块，用于获取用户的服务语音数据；特征提取模块，用于按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息；标签识别模块，用于根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签。可选地，所述特征提取模块，具体用于按照预设的性格情绪标签类型，从所述服务语音数据中提取声纹特征；相应地，所述标签识别模块，具体用于根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签。可选地，所述装置还包括：第一训练模块，用于在所述标签识别模块根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签之前，获取第一样本集合，所述第一样本集合包括样本声纹特征，所述样本声纹特征标注有对应的性格情绪标签；采用所述第一样本集合对神经网络进行训练，获取所述预设性格情绪标签识别模型。可选地，所述特征提取模块，具体用于将所述服务语音数据转换为文本信息；按照预设的诉求标签类型，从所述文本信息中提取第一文本特征；相应地，所述标签识别模块，具体用于根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签。可选地，所述装置还包括：第二训练模块，用于在所述标签识别模块根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签之前，获取第二样本集合，所述第二样本集合包括样本第一文本特征，所述样本第一文本特征标注有对应的诉求标签；采用所述第二样本集合对神经网络进行训练，获取所述预设诉求标签识别模型。可选地，所述特征提取模块，具体用于将所述服务语音数据转换为文本信息；从所述文本信息中提取客服人员提供的用户体验问题；按照预设的评价标签类型，根据所述文本信息和所述用户体验问题，提取第二文本特征；相应地，所述标签识别模块，具体用于根据所述第二文本特征和所述评价标签类型对应的预设评价标签识别模型，获取所述用户的评价标签。可选地，所述装置还包括：第三训练模块，用于在所述标签识别模块根据所述第二文本特征和所述评价标签类型对应的预设评价标签识别模型，获取所述用户的评价标签之前，获取第三样本集合，所述第三样本集合包括：样本第二文本特征，所述样本第二文本特征标注有对应的评价标签；采用所述第三样本集合对神经网络进行训练，获取所述预设评价标签识别模型。可选地，所述特征提取模块，具体用于将所述服务语音数据依次通过预加重、分帧、加窗、快速傅里叶变换、梅尔MEL滤波分析、离散余弦变换处理，得到声纹特征向量。第三方面，本专利技术实施例提供一种用户标签获取设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当用户标签获取设备运行时，所述处理器与所述存储介质之间通过所述总线通信，所述处理器执行所述机器可读指本文档来自技高网...

【技术保护点】
1.一种用户标签获取方法，其特征在于，所述方法包括：/n获取用户的服务语音数据；/n按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息；/n根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签。/n

【技术特征摘要】
1.一种用户标签获取方法，其特征在于，所述方法包括：
获取用户的服务语音数据；
按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息；
根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签。


2.根据权利要求1所述的方法，其特征在于，所述按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息，包括：
按照预设的性格情绪标签类型，从所述服务语音数据中提取声纹特征；
相应地，所述根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签，包括：
根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签。


3.根据权利要求2所述的方法，其特征在于，所述根据所述声纹特征和所述性格情绪标签类型对应的预设性格情绪标签识别模型，获取所述用户的性格情绪标签之前，所述方法还包括：
获取第一样本集合，所述第一样本集合包括样本声纹特征，所述样本声纹特征标注有对应的性格情绪标签；
采用所述第一样本集合对神经网络进行训练，获取所述预设性格情绪标签识别模型。


4.根据权利要求1所述的方法，其特征在于，所述按照预设的用户标签类型，从所述服务语音数据中提取对应的特征信息，包括：
将所述服务语音数据转换为文本信息；
按照预设的诉求标签类型，从所述文本信息中提取第一文本特征；
相应地，所述根据所述特征信息和所述用户标签类型对应的预设标签识别模型，获取所述用户的用户标签，包括：
根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签。


5.根据权利要求4所述的方法，其特征在于，所述根据所述第一文本特征和所述诉求标签类型对应的预设诉求标签识别模型，获取所述用户的诉求标签之前，所述方法还包括：
获取第二样本集合，所述第二样本集合包括样本第一文本特征，所述样本第一文本特征标注有对应的诉求标签；
采用所述第二...

【专利技术属性】
技术研发人员：蒋菱，王恩典，陈浩，曾甜玲，钟蔚伟，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：北京;11