一种基于快递用户的应答方法、装置和计算机设备制造方法及图纸

本发明专利技术的一个实施例公开了一种基于快递用户的应答方法、装置和计算机设备。该方法由服务器执行，包括：S100、接收来自用户端的语音并识别；S102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到S104；S104、将被识别的用户语音的内容转译成文本信息，并存储在数据库；S106、识别所述文本信息的意图；S108、根据所述意图调用相应场景；S110、根据所述场景调用话术动作配置平台；S112、将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。

【技术实现步骤摘要】
一种基于快递用户的应答方法、装置和计算机设备
本专利技术涉及智能语音客服领域，更具体地，涉及一种基于快递用户的应答方法、装置、计算机设备和计算机可存储介质。
技术介绍
快递行业的客服电话能够为消费者提供关于快递物品的多项服务，例如快递运单查询、运单状态查询、电话下单、业务咨询、投诉建议和人工服务等，有效解决用户的各种疑问。但是目前快递行业仍大量使用基于语音按键的方式来打造智能语音客服机器人。基于按键选择的方式，往往不够灵活，限制了用户的输入，无法多维度，高覆盖的解决用户来电反馈的问题，比如：传统语音客服主菜单冗长，需要消耗大量的播报时间，用户往往没有足够的时间听完播报主菜单的录音，而直接挂机，造成二次重复来电和转人工率大幅度提升；用户的输入往往被限制，只能通过按键输入交互的方式无法满足用户的需求，实际用户体验很差，提升了智能客服系统的差评率，降低参评率和FCR；不够智能，无法持续搜集用户反馈的数据。无法灵活的根据用户的输入进行场景的切换，意图识别，用户客满体验差。
技术实现思路
为了解决上述问题中的至本文档来自技高网...

【技术保护点】
1.一种基于快递用户的应答方法，由服务器执行，其特征在于，包括：/nS100、接收来自用户端的语音并识别；/nS102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到S104；/nS104、将被识别的用户语音的内容转译成文本信息，并存储在数据库；/nS106、识别所述文本信息的意图；/nS108、根据所述意图调用相应场景；/nS110、根据所述场景调用话术动作配置平台；/nS112、将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。/n

【技术特征摘要】
1.一种基于快递用户的应答方法，由服务器执行，其特征在于，包括：
S100、接收来自用户端的语音并识别；
S102、判断能否识别所述语音的内容，若能够识别所述语音的内容，则转到S104；
S104、将被识别的用户语音的内容转译成文本信息，并存储在数据库；
S106、识别所述文本信息的意图；
S108、根据所述意图调用相应场景；
S110、根据所述场景调用话术动作配置平台；
S112、将所述话术动作配置平台中对应的回复话术的文本信息转化为语音信息并将所述语音信息输出至所述用户端。


2.根据权利要求1所述的方法，其特征在于，若未能识别所述语音内容，则所述方法还包括S103：
服务器播报询问语音，再次识别用户应答语音，两次未成功，转人工客服服务。


3.根据权利要求1所述的方法，其特征在于，所述S106还包括：
S1060、将所述文本信息进行分词划分，得到多个分词文本信息，将所述多个分词文本信息分别进行mitie量化，分别得到对应的271维的向量，并将得到的多个271维的向量进行加权平均；
S1062、将所述文本信息进行单字划分，得到多个单字文本信息，将所述多个单字文本信息分别进行bert量化，分别得到对应的768维的向量，并将得到的多个768维的向量进行加权平均；
S1064、将加权平均后的271维的向量与加权平均后的768维的向量进行组合，得到所述文本信息对应的1039维的向量；
S1066、使用分类器模型识别所述文本信息对应的1039维的向量的意图，
其中，所述分类器模型通过以下方式得到：将所述数据库中记录的历史对话进行S1060到S1064的步骤得到所述历史对话对应的1039维的向量，输入N个已经标注过意图的所述历史对话对应的1039维的向量作为训练样本，所述训练样本的意图为M个意图，训练得到。


4.根据权利要求3所述的方法，其特征在于，所述S1066还包括：
在训练得到一个分类器模型前使用损失函数，所述分类器模型以所述损失函数为优化目标，使用自适应梯度下降法迭代求解，得到所述分类器模型，所述损失函数为：

其中，
...

【专利技术属性】
技术研发人员：周韶宁，张兴海，钟磊，
申请(专利权)人：浙江百世技术有限公司，
类型：发明
国别省市：浙江;33