一种基于相关度的质检评分方法、设备和存储介质技术

本发明专利技术公开了一种基于相关度的质检评分方法、设备和存储介质，包括以下步骤：根据实际业务场景，确定相关度取值范围及其对应行为特征，并对服务工单语料的相关度进行标注，获得模型训练样本；对训练样本进行特征提取，获得模型特征集合，根据模型特征集合确定分类器，对选择的分类器进行模型训练，构建相关度识别模型；根据业务需求选取相关度权重影响因子和时间分布影响因子参数，构建相关度评分模型；基于相关度识别模型和相关度评分模型，构建服务质检评分系统。通过相关度权重影响因子和相关度时间分布因子来量化相关度数值和时间分布的影响，构建服务质检评分系统对工单服务语料文本进行评分，保证了评分结果的全面性、客观性和准确性。观性和准确性。观性和准确性。

【技术实现步骤摘要】
一种基于相关度的质检评分方法、设备和存储介质


[0001]本专利技术涉及数据处理
，具体涉及一种基于相关度的质检评分方法、设备和存储介质。

技术介绍

[0002]在居家服务场景中，由于服务环境复杂涉及客户隐私，对于服务质量的监管和评定往往难以实现，如何识别到服务项目、量化服务质量、评定服务工单是否合规，从而形成有效的监管和考核系统成为每个服务供应商的痛点，由于对全部的服务工单都进行检测需要耗费巨大资源，因此当前的质检手段主要是通过客户回访或对服务录音的进行随机抽检，但是仍然存在抽检覆盖面窄、耗费大量人工成本、监管滞后不够客观、单个样本无法代表其他样本情况、准确度低的问题，这些都是居家服务监管实现标准化、信息化、智能化道路上的障碍。

技术实现思路

[0003]本专利技术所要解决的技术问题是目前对服务工单通过抽检的方式监管，存在抽检覆盖面窄、监管滞后不够客观和准确度低，目的在于提供一种基于相关度的质检评分方法、设备和存储介质，提出相关度提高质检评分的精准性，通过相关度权重影响因子和相关度时间分布因子来量化相关度数值和时间分布的影响，构建服务质检评分系统对工单服务语料文本进行评分，保证了评分结果的全面性和客观性。
[0004]本专利技术通过下述技术方案实现：
[0005]本专利技术第一方面提供一种基于相关度的质检评分方法，包括以下步骤：
[0006]S1、根据实际业务场景，确定相关度取值范围及其对应行为特征，并对服务工单语料的相关度进行标注，获得模型训练样本；
[0007]S2、对训练样本进行特征提取，获得模型特征集合，根据模型特征集合确定分类器，对选择的分类器进行模型训练，构建相关度识别模型；
[0008]S3、根据业务需求选取相关度权重影响因子和时间分布影响因子参数，构建相关度评分模型；
[0009]S4、基于相关度识别模型和相关度评分模型，构建服务质检评分系统。
[0010]本专利技术通过相关度权重影响因子和相关度时间分布因子来量化相关度数值和时间分布的影响，构建服务质检评分系统对工单服务语料文本进行评分，保证了评分结果的全面性、客观性和准确性，通过相关度指标量化工单服务语料文本和工单服务语料文本训练样本的特征之间的关联程度，提高了服务质检评分系统的可解释性和实用性。
[0011]进一步的，所述确定相关度取值范围及其对应行为特征具体步骤包括：
[0012]根据实际业务的复杂程度和质检需求综合考虑，制定相关度取值策略；
[0013]每一个相关度值都应当对应具体业务场景下和服务项目有关联的某一类行为特征。
[0014]进一步的，所述对训练样本进行特征提取，获得模型特征集合包括：
[0015]对工单服务语料文本进行字词序列、词性特性和句法关系的特征提取；
[0016]对提取的特征分别进行N
‑
gram处理获得分词序列、词性标注序列和依存句法序列；
[0017]将分词序列、词性标注序列和依存句法序列合并获得模型特征集合。
[0018]进一步的，所述S3具体包括：
[0019]根据相关度识别模型，获取每个相关度上的相关语料数量；
[0020]将相关度以及该相关度下的相关度相关语料数量和相关度权重影响因子进行加权，获得相关度权重评分模型。
[0021]所述相关度权重评分模型为：
[0022][0023]其中，α为相关度，M
α
为相关度为α的语料数量，β
α
为相关度为α的权重因子。
[0024]进一步的，所述获得相关度评分模型具体包括：
[0025]获取相关度时间集合，根据相关度时间集合中相邻语句的时间差获得相关度时间分布因子；
[0026]根据相关度时间分布因子和相关度评分模型获得相关度α语句集合的得分；
[0027]根据双曲正切函数对相关度α语句集合的得分做归一化处理，获得相关度评分模型。
[0028]进一步的，所述相关度时间分布因子为：
[0029][0030]其中，x
nm
＝t
nm
‑
t
n(m
‑
1)
为相关度为n集合的第m个相关语句的时间差值，t
nm
表示相关度为n集合的第m个相关语句的时间，t
n(m
‑
1)
表示相关度为n集合的第m
‑
1个相关语句的时间。
[0031]所述相关度α语句集合的得分为：
[0032][0033]所述相关度评分模型为：
[0034][0035]其中，α为相关度，M
α
为相关度为α的语料数量，β
α
为相关度为α的权重因子，σ(x
αm
)为相关度为α的时间分布因子。
[0036]进一步的，所述服务质检评分系统具体包括：
[0037]获取工单服务过程语音数据，将语音数据转译成文本数据，将文本数据输入相关度识别模型中，获得项目的相关语句集合；
[0038]将项目相关语句集合输入相关度评分模型中，获得每个项目的质检评分结果；
[0039]根据每个服务项目的质检得分，获得服务工单质检结果；
[0040]输出各服务项目质检得分以及整个服务工单的合规质检结果。
[0041]本专利技术第二方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时用于实现一种基于相关度的质检评分方法。
[0042]本专利技术第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于实现一种基于相关度的质检评分方法。
[0043]本专利技术与现有技术相比，具有如下的优点和有益效果：
[0044]1.通过相关度权重影响因子和相关度时间分布因子来量化相关度数值和时间分布的影响，构建服务质检评分系统对工单服务语料文本进行评分，保证了评分结果的全面性、客观性和准确性。
[0045]2.通过相关度指标量化工单服务语料文本和工单服务语料文本训练样本的特征之间的关联程度，提高了服务质检评分系统的可解释性和实用性。
[0046]3.通过服务质检评分系统输出统一格式的评分结果，为工单处理和服务人员考核系统的标准化、信息化奠定了基础。
[0047]4.通过对居家服务过程中的音频文本历史数据进行分析和NLP处理，构建相关度识别和评分模型用于智能化服务过程评分，解决了居家服务监管标准化、信息化和智能化的问题。
附图说明
[0048]为了更清楚地说明本专利技术示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。在附图中：
[0049]图1为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于相关度的质检评分方法，其特征在于，包括以下步骤：S1、根据实际业务场景，确定相关度取值范围及其对应行为特征，并对服务工单语料的相关度进行标注，获得模型训练样本；S2、对训练样本进行特征提取，获得模型特征集合，根据模型特征集合确定分类器，对选择的分类器进行模型训练，构建相关度识别模型；S3、根据业务需求选取相关度权重影响因子和时间分布影响因子参数，构建相关度评分模型；S4、基于相关度识别模型和相关度评分模型，构建服务质检评分系统。2.根据权利要求1所述的基于相关度的质检评分方法，其特征在于，所述确定相关度取值范围及其对应行为特征具体步骤包括：根据实际业务的复杂程度和质检需求综合考虑，制定相关度取值策略；每一个相关度值都应当对应具体业务场景下和服务项目有关联的某一类行为特征。3.根据权利要求1所述的基于相关度的质检评分方法，其特征在于，所述对训练样本进行特征提取，获得模型特征集合包括：对工单服务语料文本进行字词序列、词性特性和句法关系的特征提取；对提取的特征分别进行N
‑
gram处理获得分词序列、词性标注序列和依存句法序列；将分词序列、词性标注序列和依存句法序列合并获得模型特征集合。4.根据权利要求1所述的基于相关度的质检评分方法，其特征在于，所述S3具体包括：根据相关度识别模型，获取每个相关度上的相关语料数量；将相关度以及该相关度下的相关度相关语料数量和相关度权重影响因子进行加权，获得相关度权重评分模型。5.根据权利要求4所述的基于相关度的质检评分方法，其特征在于，所述相关度权重评分模型为：其中，α为相关度，M
α
为相关度为α的语料数量，β
α
为相关度为α的权重因子。6.根据权利要求1所述的基于相关度的质检评分方法，其特征在于，所述相关度评分模型具体包括：获取相关度时间集合，根据相关度时间集合中相邻语句的时间差获得相关度时间分布因子...

【专利技术属性】
技术研发人员：陈大朋，刘燚璇，种伟亮，
申请(专利权)人：音数汇元上海智能科技有限公司，
类型：发明
国别省市：