【技术实现步骤摘要】
一种基于多任务模型的节点可复用智能外呼方法及系统
[0001]本专利技术涉及智能外呼领域，具体涉及一种基于多任务模型的节点可复用智能外呼方法及系统。
技术介绍
[0002]近年来，人工智能迅猛发展，在大多数行业领域，人工智能已能够胜任部分工作。电话外呼系统能进行自动拨打电话，发布通知的电话语音系统，是计算机技术与语音技术的完美结合。伴随着运营成本的不断提高，电话端客服中心也在顺应着从“成本中心向利润中心转移”的大趋势。当企业端有很多服务对象需要进行业务沟通或通知时，如果用人工逐个拨打，不仅费时费力，并且效率也不高。使用电话外呼系统，可以进行自动通知，在自动判断对方摘机后，向对方发送预先设计好的语音或文本通知。在判断对方挂机后，可以自动进行下一个对象的通知，非常的方便，快捷。智能外呼系统很好的解决了这在服务端投入成本高且工作效率低的问题，企业可以根据业务需求预先设定所需语音外呼流程，系统可以实现用户进行身份确认、业务咨询和业务处理等流程。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现...
【技术保护点】
【技术特征摘要】
1.一种基于多任务模型的节点可复用智能外呼方法，其中，所述方法包括：使用聚类算法对全部的训练语料进行聚类分析，获得每个类别中符合预定规则的所述训练语料，并将其作为训练集；根据第一外呼场景获得第一流程树；根据第二外呼场景获得第二流程树，其中，分别将所述第一流程树和所述第二流程树的每个非叶子节点作为多任务训练的一个子任务；初始化多任务意图匹配模型，所述多任务意图匹配模型包括N
n
个任务层T
n
，分别对应所述流程树中的每个所述子任务；通过所述训练集中使用所述第一流程树的语料对初始化后的所述多任务意图匹配模型进行训练，获得第一多任务意图匹配模型；通过所述训练集中使用所述第二流程树的语料对初始化后的所述第一多任务意图匹配模型中与所述第一流程树的所述子任务不同的任务层进行训练更新，获得第二多任务意图匹配模型；根据所述第二多任务意图匹配模型进行智能外呼。2.如权利要求1所述的方法，其中，所述通过所述训练集中使用所述第一流程树的语料对初始化后的所述多任务意图匹配模型进行训练，获得第一多任务意图匹配模型，包括：获得所述第一流程树中的第一子任务task
i
；从所述第一子任务task
i
随机选择N
C
个意图类别，每个意图类别中选择N
S
条文本作为第一训练集；将所述第一训练集中的所有训练文本输入所述多任务意图匹配模型中对应的任务层T
i
，获得第一特征向量矩阵；计算所述第一特征向量矩阵中每对特征向量间的欧式距离；对于每个所述类别，计算最大的类内距离以及最小的类间距离；获得每个所述类别的所述最大类内距离和所述最小类间距离的差；通过最小化所述最大类内距离和所述最小类间距离的差对所述多任务意图匹配模型进行优化，获得第一多任务意图匹配模型。3.如权利要求2所述的方法，其中，所述通过最小化所述最大类内距离和所述最小类间距离的差对所述多任务意图匹配模型进行优化，获得第一多任务意图匹配模型，包括：所述第一多任务意图匹配模型的优化函数为：其中，为所述多任务意图匹配模型优化目标差值；a为所述意图类别中选中的文本向量编号；p文本向量a对应的正样本文本向量编号；n为文本向量a对应的负样本文本向量编号；i为所述意图类别所属类别；
D为向量间距离；N
C
为意图类别的个数；N
S
为每个意图类别包含的样本数量。4.如权利要求1所述的方法，其中，所述通过所述训练集中使用所述第二流程树的语料对初始化后的所述第一多任务意图匹配模型中与所述第一流程树的所述子任务不同的任务层进行训练更新，获得第二多任务意图匹配模型，包括：获得所述第一流程树的非叶子节点node1，node2，node3，node4；获得所述第二流程树的非叶子节点node1，node2，node5，node6；使用所述第一多任务意图匹配模型的编码器作为所述第二多任务意图匹配模型...
【专利技术属性】
技术研发人员：马啸扬，冯鑫，
申请(专利权)人：百融至信北京征信有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。