本申请实施例公开了一种对话质检方法、装置、计算机设备及存储介质，其中，该方法包括：获取客户和客服的对话内容，对话内容中包括多条对话消息；调用质检模型，质检模型中包括长度拼接模块、角色区分模块、情感分类模块、特征编码模块和评估模块；通过长度拼接模块获取对话消息的文本长度向量；通过角色区分模块获取对话消息的角色向量；通过情感分类模块获取对话消息的情感向量；通过特征编码模块获取满足预设条件的对话消息以及对话消息的上下文的语义特征向量；将上述模块得到的向量输入评估模块分析得到对话内容的客服质检结果。通过上述方式，通过一个模型对客户和客服之间的对话内容进行质检，质检速度快，质检所需要的时间短。短。短。
【技术实现步骤摘要】
一种对话质检方法、装置、计算机设备及存储介质
[0001]本申请涉及计算机
，尤其涉及一种对话质检方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着社会经济和电子技术的发展，人们对服务的要求越来越高，为了更好地服务于客户，具有服务功能的应用程序上通常设有客服按键，例如平安口袋银行、淘宝以及支付宝等等，在客户需要帮助的时候，通过点击客服按键可以实现和客服进行沟通，并通过客服为客户解决相应的问题。例如，平安口袋银行程序中设有客服按键，当客户需要咨询服务时，通过客服按键，客户可以和客服进行连接和沟通。
[0003]但是，由于客服质量参差不齐，会出现“服务态度差”和“消极回复”等问题。因此，需要对对话消息进行质检。
[0004]现有技术中，在客户和客服坐席对话结束之后，通常是通过多个模型的结合实现对客户和客服坐席之间的对话内容进行质检，这种方式需要耗费的时间较多，质检速度较慢。
技术实现思路
[0005]本申请实施例提供一种对话质检方法、装置、计算机设备及存储介质，用以解决上述
技术介绍
中提出的问题。
[0006]第一方面，本申请实施例提供一种对话质检方法，所述方法包括：获取客户和客服的对话内容，所述对话内容中包括多条对话消息；调用质检模型，所述质检模型中包括长度拼接模块、角色区分模块、情感分类模块、特征编码模块和评估模块；通过所述长度拼接模块识别每一条所述对话消息的文本长度特征，对所述对话消息的文本长度特征进行拼接得到文本长度向量；通过所述角色区分模块对所述对话消息进行对话角色的区分，确定发出每一条所述对话消息的对话角色，对所述对话消息的对话角色向量进行拼接得到角色向量，其中，所述对话角色包括客户和客服；通过所述情感分类模块对每一条所述对话消息进行情感分类得到所述对话消息的情感类型编码，对所述情感类型进行拼接得到情感向量；通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量；将所述文本长度向量、所述角色向量、所述情感向量和所述语义特征向量输入所述评估模块，通过所述评估模块分析得到所述对话内容的客服质检结果。
[0007]在一些实施例中，所述预设条件为对话消息带有消极情绪，所述通过所述特征编
码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量，包括：通过所述特征编码模块对所述对话内容中的对话消息进行消息情绪识别，确定出带有消极情绪的目标对话消息；对所述目标对话消息及其上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量。
[0008]在一些实施例中，所述通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量，包括：对于满足预设条件的每一对话消息，通过所述特征编码模块按照从所述对话消息的上文到对话消息的第一顺序对所述上文和所述对话消息进行编码，得到第一编码文本向量；通过所述特征编码模块按照从所述对话消息的下文到对话消息的第二顺序对所述下文和所述对话消息进行编码，得到第二编码文本向量；所述第一编码文本向量和所述第二编码文本向量中的尾部向量元素均对应所述对话消息。
[0009]在一些实施例中，所述通过所述长度拼接模块识别每一条所述对话消息的文本长度特征，对所述对话消息的文本长度特征进行拼接得到文本长度向量，包括：对所述对话内容中的所有的对话消息进行分组，得到至少一组消息组，每一组所述消息组中至少包括两条对话消息；计算每一组所述消息组中的每一条对话消息的文本长度，并基于对话消息发出的顺序对所述消息组中的对话消息进行排序；基于排序结果，将所述消息组中的对话消息的文本长度进行拼接得到文本长度向量。
[0010]在一些实施例中，所述通过所述情感分类模块对每一条所述对话消息进行情感分类得到所述对话消息的情感类型编码，对所述情感类型进行拼接得到情感向量，包括：对每一所述对话消息进行关键词提取，基于提取结果确定所述对话消息的情感类型。
[0011]在一些实施例中，在所述调用质检模型之前，所述方法还包括：获取历史客户和客服的历史对话内容，所述历史对话内容中包括有多条历史对话消息；从所述历史对话消息中选取出带有消极情绪的历史对话消息作为模型训练数据，将所述模型训练数据输入质检模型中进行模型训练。
[0012]在一些实施例中，在所述通过所述评估模块综合分析得到所述对话内容的质检结果之后，所述方法还包括：若所述质检结果为不符合质检要求，则提取所述对话内容中的带有消极情绪的对话消息，将所述带有消极情绪的对话消息作为训练数据进行保存。
[0013]第二方面，本申请实施例提供了一种对话质检装置，所述装置包括：获取单元，用于获取客户和客服的对话内容，所述对话内容中包括多条对话消息；
模型处理单元，用于调用质检模型，所述质检模型中包括长度拼接模块、角色区分模块、情感分类模块、特征编码模块和评估模块；通过所述长度拼接模块识别每一条所述对话消息的文本长度特征，对所述对话消息的文本长度特征进行拼接得到文本长度向量；通过所述角色区分模块对所述对话消息进行对话角色的区分，确定发出每一条所述对话消息的对话角色，对所述对话消息的对话角色向量进行拼接得到角色向量，其中，所述对话角色包括客户和客服；通过所述情感分类模块对每一条所述对话消息进行情感分类得到所述对话消息的情感类型编码，对所述情感类型进行拼接得到情感向量；通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量；将所述文本长度向量、所述角色向量、所述情感向量和所述语义特征向量输入所述评估模块，通过所述评估模块分析得到所述对话内容的客服质检结果。
[0014]第三方面，本申请实施例还提供一种计算机设备，包括存储器和处理器，所述存储器用于存储指令和数据，所述处理器用于执行上述所述的对话质检方法。
[0015]第四方面，本申请实施例还提供一种存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行上述所述的对话质检方法。
[0016]本申请实施例中的对话质检方法，将客户和客服的对话内容输入质检模型中，通过质检模型对对话内容的处理，得到对话内容中的客服的客服质检结果，通过客服质检结果评估客服的服务质量。本申请实施例中，只需要通过一个质检模型即可实现对客户和客服的对话内容的质检，质检速度快，质检所需要的时间短。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[001本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对话质检方法，其特征在于，所述方法包括：获取客户和客服的对话内容，所述对话内容中包括多条对话消息；调用质检模型，所述质检模型中包括长度拼接模块、角色区分模块、情感分类模块、特征编码模块和评估模块；通过所述长度拼接模块识别每一条所述对话消息的文本长度特征，对所述对话消息的文本长度特征进行拼接得到文本长度向量；通过所述角色区分模块对所述对话消息进行对话角色的区分，确定发出每一条所述对话消息的对话角色，对所述对话消息的对话角色向量进行拼接得到角色向量，其中，所述对话角色包括客户和客服；通过所述情感分类模块对每一条所述对话消息进行情感分类得到所述对话消息的情感类型编码，对所述情感类型进行拼接得到情感向量；通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量；将所述文本长度向量、所述角色向量、所述情感向量和所述语义特征向量输入所述评估模块，通过所述评估模块分析得到所述对话内容的客服质检结果。2.根据权利要求1所述的对话质检方法，其特征在于，所述预设条件为对话消息带有消极情绪，所述通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量，包括：通过所述特征编码模块对所述对话内容中的对话消息进行消息情绪识别，确定出带有消极情绪的目标对话消息；对所述目标对话消息及其上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量。3.根据权利要求1所述的对话质检方法，其特征在于，所述通过所述特征编码模块对满足预设条件的对话消息以及所述对话消息的上下文进行语义特征的提取，得到对话语义特征，并将所述对话语义特征进行拼接得到语义特征向量，包括：对于满足预设条件的每一对话消息，通过所述特征编码模块按照从所述对话消息的上文到对话消息的第一顺序对所述上文和所述对话消息进行编码，得到第一编码文本向量；通过所述特征编码模块按照从所述对话消息的下文到对话消息的第二顺序对所述下文和所述对话消息进行编码，得到第二编码文本向量；所述第一编码文本向量和所述第二编码文本向量中的尾部向量元素均对应所述对话消息。4.根据权利要求1所述的对话质检方法，其特征在于，所述通过所述长度拼接模块识别每一条所述对话消息的文本长度特征，对所述对话消息的文本长度特征进行拼接得到文本长度向量，包括：对所述对话内容中的所有的对话消息进行分组，得到至少一组消息组，每一组所述消息组中至少包括两条对话消息；计算每一组所述消息组中的每一条对话...
【专利技术属性】
技术研发人员：史文鑫，陈杭，
申请(专利权)人：平安银行股份有限公司，
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。