一种基于情感分析的客户邮件自动化处理方法及系统技术方案

本发明专利技术公开了一种基于情感分析的客户邮件自动化处理方法及系统，其中，所述方法包括：通过监听客户来件，调用情感评分模型对邮件进行情感打分，对一定时间窗口内或一定数量批次的邮件进行基于情感得分的排序，形成邮件处理的优先队列，基于业务实体词识别模型逐个扫描邮件内容，识别并触发相应的数据库查询请求，将邮件中客户的信息填入SQL语句模版，并执行查询操作返回结果，根据邮件情感得分和业务咨询触发点，自动选取邮件回复模版内容，填入SQL语句模版，自动形成回复邮件。解决了现有技术中的无法基于情感对邮件分类，使得无法反馈确定客户请求的紧急程度，延误工作流程的处理，造成企业大量的人力物力资源浪费的技术问题。造成企业大量的人力物力资源浪费的技术问题。造成企业大量的人力物力资源浪费的技术问题。

【技术实现步骤摘要】
一种基于情感分析的客户邮件自动化处理方法及系统


[0001]本专利技术涉及人工智能领域，具体地，涉及一种基于情感分析的客户邮件自动化处理方法及系统。

技术介绍

[0002]在企业处理客户咨询邮件时，一般为通过人工阅读邮件内容，逐个确定客户需求，按照既定程序处理不同的请求的邮件，并记录在企业系统内，此方式需要企业投入大量人力成本，且人工串行的邮件处理方式无法从大量邮件中筛选出优先度高的请求，使得处理结果不够及时准确。
[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，发现上述技术至少存在如下技术问题：
[0004]现有技术中存在采用人工方式读取邮件内容，同时无法基于情感对邮件分类，使得无法反馈确定客户请求的紧急程度，延误工作流程的处理，造成企业大量的人力物力资源浪费的技术问题。

技术实现思路

[0005]针对现有技术中的缺陷，本申请实施例的目的是，通过提供一种基于情感分析的客户邮件自动化处理方法及系统，解决了现有技术中采用人工方式读取邮件内容，同时无法基于情感对邮件分类，使得无法反馈确定客本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于情感分析的客户邮件自动化处理方法，其中，所述方法应用于客户邮件自动化处理系统，所述系统基于Python程序语言和PyTorch深度学习模型工具开发，所述方法包括：对第一企业在第一时间段内的客户咨询邮件进行采集，生成客户咨询邮件数据集；基于情感评分模型，对所述客户咨询邮件数据集进行遍历训练，获得邮件情感评分结果集合，其中，所述情感评分模型基于所述Python程序语言开发；对所述邮件情感评分结果集合进行排序，构建优先处理邮件队列；基于业务实体词识别模型，对所述优先处理邮件队列中的客户邮件内容进行依次识别扫描，生成可触发查询用语集合，其中，所述业务实体词识别模型基于所述PyTorch深度学习模型工具开发；根据所述可触发查询用语集合，触发对应的数据库查询请求，生成SQL语句模板；将所述邮件情感评分结果集合和所述可触发查询用语集合输入预定义邮件回复内容模板集合进行训练，获得匹配邮件回复内容模板；将所述匹配邮件回复内容模板智能填写进所述SQL语句模板，生成目标回复邮件集合，并分别发送至对应客户。2.如权利要求1所述的方法，其中，所述情感评分模型，还包括：基于大数据，对所述第一企业的历史客户咨询邮件进行采集，生成历史客户咨询邮件集合；基于预设情感语义特征，对所述历史客户咨询邮件集合进行初步筛选，获得第一咨询邮件集合；对所述第一咨询邮件集合进行二次审查，确定所述第一咨询邮件集合中的各邮件情感分类集合；根据所述各邮件情感分类集合，构建所述情感评分模型。3.如权利要求1所述的方法，其中，所述业务实体词识别模型，还包括：根据所述第一企业的第一操作人员，获得回复客户咨询邮件的数据库查询操作；根据所述数据库查询操作，确定触发关键词句集合，获得第一业务实体词集合；将所述第一业务实体词集合输入所述历史客户咨询邮件集合进行训练，获得业务词向量信息，其中，所述业务词向量信息具有所述第一企业的业务特征；基于Python开发程序模块，对所述第一业务实体词集合中的各业务实体词的相似度进行遍历计算，获得所述各业务实体词的向量相似度集合，所述向量相似度集合具备第一相似度特征；将所述向量相似度集合投影到所述业务词向量信息，匹配获得对应的附加业务实体词集合；将所述附加业务实体词集合输入至所述第一业务实体词集合，进行增量学习，生成所述业务实体词识别模型。4.如权利要求1所述的方法，其中，所述预定义邮件回复内容模板，还包括：对所述历史客户咨询邮件集合进行检索，获得业务咨询触发点集合；基于情感差异特征，对所述各邮件情感分类集合和所述业务咨询触发点集合进行纵向匹配对应，生成各邮件情感分类对应...

【专利技术属性】
技术研发人员：郭雨晨，程宁宁，牛永浩，
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：