基于人工智能的客户应答识别方法及其相关设备技术

本申请实施例属于人工智能领域，应用于智慧政务和/或智慧医疗领域中，涉及一种基于人工智能的客户应答识别方法及其相关设备，包括将接收的第一客户应答数据输入至预先训练的语义识别模型中，获得第一识别结果；当第一识别结果为无效回答，且基于预设的分段判断策略确定第一客户应答数据属于分段应答时，缓存第一客户应答数据；组合第一客户应答数据和接收到的第二客户应答数据，生成完整客户应答数据，并将完整客户应答数据输入至语义识别模型中，获得第二识别结果；当所述第二识别结果为有效回答时，输出所述第二识别结果。其中，语义识别模型可存储于区块链中。本申请支持长应达的场景或者本身语速较慢的人群，提升人机对话体验。体验。体验。

【技术实现步骤摘要】
基于人工智能的客户应答识别方法及其相关设备


[0001]本申请涉及人工智能
，尤其涉及基于人工智能的客户应答识别方法及其相关设备。

技术介绍

[0002]随着计算机技术的不断变革和发展，人工智能逐渐应用于各行各业中，深入人们的生活，而人机对话更是人工智能的重要研究领域。目前，在人机对话过程中，通常是通过将客户的语音应答转换为应答文字，将应答文字输入到人机对话系统中进行识别。
[0003]但是，由于不同的人们之间的语言表达能力、语速、语言习惯等各不相同，以及部分长应答场景需要较长的应答时间，经常会出现一句完整的话未结束，就将语音转化成文字进行识别的情况。由于传统的人机对话系统是针对单一回答进行识别，所以不完整的应答往往被当成无效回答。而后续客户应答又因为不完整而被识别成无效回答。导致人机对话系统的容错率低，人机对话的流畅性差，影响客户的体验。

技术实现思路

[0004]本申请实施例的目的在于提出一种基于人工智能的客户应答识别方法及其相关设备，支持长应达的场景或者本身语速较慢的人群，提升人机对话体验。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的客户应答识别方法，其特征在于，包括下述步骤：接收对话场景中的第一客户应答数据，并将所述第一客户应答数据输入至预先训练的语义识别模型中，获得第一识别结果，并识别所述第一识别结果是否为无效回答；当所述语义识别模型输出的第一识别结果为无效回答时，基于预设的分段判断策略确定所述第一客户应答数据是否属于分段应答；当所述第一客户应答数据属于分段应答时，缓存所述第一客户应答数据；在接收到对话场景中的第二客户应答数据时，组合所述第一客户应答数据和所述第二客户应答数据，生成完整客户应答数据，并将所述完整客户应答数据输入至所述语义识别模型中，获得第二识别结果；识别所述第二识别结果是否为有效回答，当所述第二识别结果为有效回答时，输出所述第二识别结果。2.根据权利要求1所述的基于人工智能的客户应答识别方法，其特征在于，所述基于预设的分段判断策略确定所述第一客户应答数据是否属于分段应答包括：识别对话场景中的对话次数和所述语义识别模型输出的识别结果为无效回答的次数；基于所述对话次数和所述无效回答的次数计算中断概率，当所述中断概率大于预设的中断阈值时，所述第一客户应答数据属于所述分段应答。3.根据权利要求2所述的基于人工智能的客户应答识别方法，其特征在于，所述基于所述对话次数和所述无效回答的次数计算中断概率包括：所述中断概率的特征描述为：P＝D
×
(N/A)/T，其中，P为所述中断概率，D为预设的系统因子，N为所述无效回答的次数，A为所述对话次数，T为预先计算的客户语速。4.根据权利要求1所述的基于人工智能的客户应答识别方法，其特征在于，所述基于预设的分段判断策略确定所述第一客户应答数据是否属于分段应答包括：确定接收到对话场景中的第一客户应答数据的第一时间点，并确定预先发出的问询数据的第二时间点，其中，所述问询数据与所述第一客户应答数据具有一一对应关系；计算所述第一时间点与所述第二时间点之间的时间间隔；识别所述客户语音应答的数据量；确定所述时间间隔是否超过预设的时长阈值，并确定所述客户语音应答的文字数量是否小于预设的数量阈值；当所述时间间隔超过所述时长阈值，且所述第一客户应答数据的文字数量小于所述数量阈值时，基于所述第一客户应答数据计算客户语速；确定所述客户语速是否小于预设的语速阈值；当所述客户语速小于预设的语速阈值时，确定所述第一客户应答数据属于所述分段应答。5.根据权利要求4所述的基于人工智能的客户应答识别方法，其特征在于，所述基于所述第一客户应答数据计算客户语速包括：...

【专利技术属性】
技术研发人员：张永秋，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：