基于多轮对话的综调工单服务感知智能质检方法及系统技术方案

本发明专利技术公开了基于多轮对话的综调工单服务感知智能质检方法及系统，属于自然语言处理技术领域，包括：S1：工单信息的数据处理；S2：基于RoBERTa的工单文本语义表征；S3：Fasttext分类模型构建；S4：模型训练。本发明专利技术根据工单中客服与用户会话记录文本信息，通过基于上下文依存的RoBERTa预训练模型进行文本语义表征，结合沟通方式是否合规、是否出现禁忌用语、服务是否周到、是否热情等服务感知质检要求标签，将RoBERTa文本语义表征输入到快速分类Fasttext模型中，实现工单文本语义知识增强，从而训练工单信息感知评估模型，同时分类判断支撑服务是否规范和业务能力是否达标两项任务，实现对综调服务感知质量的自动检测，解决人工抽检覆盖面低问题，提升客户服务感知质量。量。量。

【技术实现步骤摘要】
基于多轮对话的综调工单服务感知智能质检方法及系统


[0001]本专利技术涉及自然语言处理
，具体涉及基于多轮对话的综调工单服务感知智能质检方法及系统。

技术介绍

[0002]运营商领域在一线支撑类领域存在多种知识，如工单智能分类、工单智能质检、问题智能拦截、智能自动排版等。在工单智能质检支撑领域中，质检规则复杂、人工质检内容工作量大、效率低、质检经验沉淀和传递相对困难。为此，提出基于多轮对话的综调工单服务感知智能质检方法及系统。

技术实现思路

[0003]本专利技术所要解决的技术问题在于：如何解决现有技术中存在的质检规则复杂、人工质检内容工作量大、效率低、质检经验沉淀和传递相对困难的问题，提供了基于多轮对话的综调工单服务感知智能质检方法。根据工单中客服与用户会话记录文本信息，通过基于上下文依存的RoBERTa预训练模型进行文本语义表征，结合沟通方式是否合规、是否出现禁忌用语、服务是否周到、是否热情等服务感知质检要求标签，将RoBERTa文本语义表征输入到快速分类Fasttext模型中，实现工单文本语义知识增强，从而训练工单信息感知评估模型，同时分类判断支撑服务(质检)是否规范和业务能力是否达标两项任务，实现对综调服务感知质量的自动检测，解决人工抽检覆盖面低问题，提升客户服务感知质量。
[0004]本专利技术是通过以下技术方案解决上述技术问题的，本专利技术包括以下步骤：
[0005]S1：工单信息的数据处理
[0006]提取出工单信息表中的对话内容和工单号，以及综调工单信息内容表中的支撑服务是否规范标签、业务能力是否达标标签和工单号，将两张表信息根据工单号进行关联匹配构建工单信息数据集；并对工单信息数据集进行数据清洗；再对工单信息对话文本进行去除停用词、分词、文本平衡与去重操作；
[0007]S2：基于RoBERTa的工单文本语义表征
[0008]基于RoBERTa预训练模型对经过步骤S1处理后的工单信息对话文本内容中的词汇进行关联上下文语境的语义表征，获取工单信息对话文本中的每个词汇的语义表征向量；
[0009]S3：Fasttext分类模型构建
[0010]使用Fasttext算法进行模型构建，得到Fasttext分类模型；
[0011]S4：模型训练
[0012]训练时基于支撑服务是否规范标签和业务能力是否达标标签训练工单信息数据，通过使用RoBERTa预训练模型对工单信息进行语义表征后接入到Fasttext分类模型中进行模型训练,分别计算支撑服务是否规范和业务能力是否达标的准确率，实现对综调服务感知质量的自动检测。
[0013]更进一步地，在所述步骤S1中，工单信息数据集中每个工单信息的工单号与工单
信息对话文本，以及综调工单信息内容表中的支撑服务是否规范标签、业务能力是否达标标签和工单号，通过工单号进行关联。
[0014]更进一步地，在所述步骤S1中，使用正则表达式对工单信息数据集进行数据清洗，按照3：7的比例将工单信息数据集划分为测试集和训练集。
[0015]更进一步地，在所述步骤S1中，根据工单信息对话文本构造工单质检停用词表、使用jieba分词工具进行分词和去除停用词、然后进行数据平衡和去重操作。
[0016]更进一步地，在所述步骤S3中，所述Fasttext分类模型包括依次连接的一个隐层、输出层与softmax层；其中，工单信息对话文本中的每个词汇基于RoBERTa的语义表征向量输入所述隐层中，经过隐层进行一次非线性变换得到输出层的标签，softmax层用于利用softmax函数计算工单信息属于质检是/否规范、业务能力是/否达标类别的概率。
[0017]本专利技术还提供了基于多轮对话的综调工单服务感知智能质检系统，采用上述的质检方法对综调工单服务感知质量进行检测，包括：
[0018]数据处理模块，用于提取出工单信息表中的对话内容和工单号，以及综调工单信息内容表中的支撑服务是否规范标签、业务能力是否达标标签和工单号，将两张表信息根据工单号进行关联匹配构建工单信息数据集；并对工单信息数据集进行数据清洗；再对工单信息对话文本进行去除停用词、分词、文本平衡与去重操作；
[0019]语义表征模块，用于基于RoBERTa预训练模型对经过步骤S1处理后的工单信息对话文本内容中的词汇进行关联上下文语境的语义表征，获取工单信息对话文本中的每个词汇的语义表征向量；
[0020]模型构建模块，用于使用Fasttext算法进行模型构建，得到Fasttext分类模型；
[0021]模型训练模块，用于通过使用RoBERTa预训练模型对工单信息进行语义表征后接入到Fasttext分类模型中进行模型训练,训练时基于支撑服务是否规范标签和业务能力是否达标标签训练工单信息数据，计算支撑服务是否规范和业务能力是否达标概率，实现对综调服务感知质量的自动检测；
[0022]控制处理模块，用于向其他模块发出指令，完成相关动作；
[0023]所述数据处理模块、语义表征模块、模型训练模块、模型构建模块均与控制处理模块通信连接。
[0024]本专利技术相比现有技术具有以下优点：该基于多轮对话的综调工单服务感知智能质检方法，针对运营商领域一线支撑类事件，根据工单中客服与用户会话记录文本信息，通过基于上下文依存的RoBERTa预训练模型进行文本语义表征，结合沟通方式是否合规、是否出现禁忌用语、服务是否周到、是否热情等服务感知质检要求标签，将RoBERTa文本语义表征输入到快速分类Fasttext模型中，实现工单文本语义知识增强，从而训练工单信息感知评估模型，同时分类判断支撑服务是否规范和业务能力是否达标两项任务，实现对综调服务感知质量的自动检测，解决人工抽检覆盖面低问题，提升客户服务感知质量，值得被推广使用。
附图说明
[0025]图1是本专利技术实施例中基于多轮对话的综调工单服务感知智能质检方法的流程示意图；
[0026]图2是本专利技术实施例中Fasttext分类模型结构示意图。
具体实施方式
[0027]下面对本专利技术的实施例作详细说明，本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0028]实施例一
[0029]如图1所示，本实施例提供一种技术方案：基于多轮对话的综调工单服务感知智能质检方法，包括工单信息的数据处理、基于RoBERTa的工单文本语义表征、增强知识的Fasttext分类模型构建等主要步骤，具体如下：
[0030]1.1工单信息的数据处理
[0031]首先通过手动从系统后台数据中导出工单信息表中的对话内容和工单号，以及综调工单信息内容表中的支撑服务是否规范标签、业务能力是否达标标签和工单号，支撑服务是否规划、业务能力是否达标通过人工质检打的标签，从而将两张表信息根据工单号进行关联匹配构建工单信息数据集，包括工单信息对话文本、支撑服务是否规范标签、业务能力是否本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多轮对话的综调工单服务感知智能质检方法，其流程在于，包括：S1：工单信息的数据处理提取出工单信息表中的对话内容和工单号，以及综调工单信息内容表中的支撑服务是否规范标签、业务能力是否达标标签和工单号，将两张表信息根据工单号进行关联匹配构建工单信息数据集；并对工单信息数据集进行数据清洗；再对工单信息对话文本进行去除停用词、分词、文本平衡与去重操作；S2：基于RoBERTa的工单文本语义表征基于RoBERTa预训练模型对经过步骤S1处理后的工单信息对话文本内容中的词汇进行关联上下文语境的语义表征，获取工单信息对话文本中的每个词汇的语义表征向量；S3：Fasttext分类模型构建使用Fasttext算法进行模型构建，得到Fasttext分类模型；S4：模型训练基于支撑服务是否规范标签和业务能力是否达标标签工单信息数据，通过使用RoBERTa预训练模型对工单信息进行语义表征后接入到Fasttext分类模型中进行模型训练，分别计算支撑服务是否规范和业务能力是否达标的准确率，实现对综调服务感知质量的自动检测。2.根据权利要求1所述的基于多轮对话的综调工单服务感知智能质检方法，其特征在于：在所述步骤S1中，工单信息数据集中每个工单信息的工单号与工单信息对话文本，工单信息标签数据集中的工单号与支撑服务是否规范标签、业务能力是否达标标签，二者通过工单号进行匹配关联。3.根据权利要求2所述的基于多轮对话的综调工单服务感知智能质检方法，其特征在于：在所述步骤S1中，使用正则表达式对工单信息数据集进行数据清洗，按照3：7的比例将工单信息数据集划分为测试集和训练集。4.根据权利要求3所述的基于多轮对话的综调工单服务感知智能质检方法，其特征在于：在所述步骤S1中，根据工单信息对话文本构造工单质检停用词表、使用jieba分词工具进行分词和去除停用词、然后进行数...

【专利技术属性】
技术研发人员：王檬，范文斌，王颜颜，周源，
申请(专利权)人：科大国创云网科技有限公司，
类型：发明
国别省市：