本申请公开了一种基于机器学习的任务管理方法，用以解决由于现有任务切换管理方案主要依赖于后台管理人员的人工设置，任务管理调度方式较为单一，从而极大地降低了服务效率的问题。方法包括：响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求；根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；根据所述用户意向，判断是否针对所述第一任务进行任务调配；当判断结果为是时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人工坐席进行处理。至所述人工坐席进行处理。至所述人工坐席进行处理。
【技术实现步骤摘要】
基于机器学习的任务管理方法、装置、设备以及存储介质
[0001]本申请涉及计算机
，尤其涉及一种基于机器学习的任务管理方法、装置、设备以及存储介质。
技术介绍
[0002]随着当前自动语音识别技术(Automatic Speech Recognition，ASR)、文本转语音技术(Text To Speech，TTS)以及自然语言处理技术(Natural Language Processing，NLP)等人工智能技术的发展，计算机与人之间的直接语音交流成为了现实。而基于这些技术，开发出的智能语音交互机器人，目前已经在诸如销售、客服以及呼叫中心等多种场景下代替了人工坐席来为用户提供服务。
[0003]智能语音交互机器人的优点是可以按照预先配置的任务进行自动化进行拨打，从而大大提高呼叫效率，触达更多的客户，并且极大地降低了人力成本。而在现有技术中，智能语音交互机器人受限于机器人的语音识别及语义理解的准确率、知识库内容数量，在一些复杂的交互场景中，智能语音交互机器人面对复杂的问题或者无法识别的意图时，会出现答非所问或者无法准确与客户沟通的情况，用户在感知到这些情况时，会出现沟通意愿降低、反感甚至直接挂断电话的情况，从而造成意向客户的损失。
[0004]因而在现有方案中，还不能使用智能语音交互机器人直接完全代替人工坐席，还是需要根据实际需要，进行智能语音交互机器人与人工坐席之前的切换。
[0005]然而目前，智能语音交互机器人与人工坐席之间的任务切换方式较为单一，主要依赖于后台管理人员的人工设置，缺乏智能语音交互机器人与人工坐席之间有效的双向交互沟通，导致现有的任务分派策略缺乏准确性、实时性以及科学性，极大地降低了智能语音交互机器人以及人工坐席的服务效率。
[0006]由此可见，如何高效、准确且实时动态地完成智能语音交互机器人与人工坐席之间的任务调度管理，成为目前本领域相关技术人员亟待解决的问题。
技术实现思路
[0007]本申请实施例提供一种基于机器学习的任务管理方法，用以解决由于现有任务切换管理方案主要依赖于后台管理人员的人工设置，任务管理调度方式较为单一，导致现有的任务分派策略缺乏准确性、实时性以及科学性，从而极大地降低了智能语音交互机器人以及人工坐席的服务效率的问题。
[0008]本申请实施例还提供一种基于机器学习的任务管理装置，用以解决由于现有任务切换管理方案主要依赖于后台管理人员的人工设置，任务管理调度方式较为单一，导致现有的任务分派策略缺乏准确性、实时性以及科学性，从而极大地降低了智能语音交互机器人以及人工坐席的服务效率的问题。
[0009]本申请实施例还提供一种基于机器学习的任务管理设备，用以解决由于现有任务切换管理方案主要依赖于后台管理人员的人工设置，任务管理调度方式较为单一，导致现
有的任务分派策略缺乏准确性、实时性以及科学性，从而极大地降低了智能语音交互机器人以及人工坐席的服务效率的问题。
[0010]本申请实施例还提供一种计算机可读存储介质，用以解决由于现有任务切换管理方案主要依赖于后台管理人员的人工设置，任务管理调度方式较为单一，导致现有的任务分派策略缺乏准确性、实时性以及科学性，从而极大地降低了智能语音交互机器人以及人工坐席的服务效率的问题。
[0011]本申请实施例采用下述技术方案：
[0012]一种基于机器学习的任务管理方法，包括：响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，其中，所述第一任务中携带有与所述第一任务对应用户的用户标识；根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；根据所述用户意向，判断所述第一任务是否需要进行任务调配；当根据所述用户意向，判断所述第一任务需要进行任务调配时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人工坐席进行处理。
[0013]一种基于机器学习的任务管理装置，包括：通话发起单元，用于响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，其中，所述第一任务中携带有与所述第一任务对应用户的用户标识；问答数据采集导员，用于根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；意向识别单元，用于根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；任务管理单元，用于根据所述用户意向，判断所述第一任务是否需要进行任务调配；任务调配单元，当根据所述用户意向，判断所述第一任务需要进行任务调配时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人工坐席进行处理。
[0014]一种基于机器学习的任务管理设备，包括：
[0015]处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，其中，所述第一任务中携带有与所述第一任务对应用户的用户标识；根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；根据所述用户意向，判断所述第一任务是否需要进行任务调配；当根据所述用户意向，判断所述第一任务需要进行任务调配时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人工坐席进行处理。
[0016]一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，其中，所述第一任务中携带有与所述第一任务对应用户的用户标识；根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；根据所述用户意向，判断所述第一任务是否需要进行任务调配；当根据所述用户意向，判断所述第一任务需要进行任务调配时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人
工坐席进行处理。
[0017]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
[0018]采用本申请实施例提供的基于机器学习的任务管理方法，在进行任务派发时，可以首先将任务分配给智能机器人，智能机器人响应于接收到的第一任务，根据第一任务中携带的用户标识，确定对应的用户后，会向与所述第一任务对应的用户发起语音通话请求，在语音交互过程中，智能机器人可以根据预先构建的问题库，与用户进行问答交流，并获取交互过程中用户的问答数据；进而根据预先训练的预测模型，对获取到的问答数据进行处理，得到预测数据，并根据预测数据确定用户意向，并根据用户意向，判断是否需要将该第一任务切换至人工坐席；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习的任务管理方法，其特征在于，包括：响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，其中，所述第一任务中携带有与所述第一任务对应用户的用户标识；根据预先构建的问题库，与所述用户进行交互，获取交互过程中所述用户的问答数据；根据预先训练的预测模型，对所述问答数据进行处理，得到预测数据，根据所述预测数据确定用户意向；根据所述用户意向，判断是否针对所述第一任务进行任务调配；当判断结果为是时，确定与所述第一任务对应的人工坐席，并将所述第一任务调配至所述人工坐席进行处理。2.根据权利要求1所述的方法，其特征在于，所述响应于接收到的第一任务，向与所述第一任务对应的用户发起语音通话请求，具体包括：根据所述第一任务中携带的用户标识，确定与所述用户对应的呼叫标识；根据所述呼叫标识向所述用户发送语音通话请求。3.根据权利要求1所述的方法，其特征在于，所述根据预先构建的问题库，与所述用户进行交互，具体包括：根据所述用户标识，确定所述用户特征；根据所述用户特征，在所述预先构建的问题库中确定与所述用户对应的交互问题；根据所述交互问题，与所述用户进行交互。4.根据权利要求1所述的方法，其特征在于，所述预先训练的预测模型，具体包括：根据所述问题库以及训练样本，利用决策树算法，确定所述训练样本对应的信息熵数据以及条件熵数据；根据所述信息熵数据以及所述条件熵数据，构建第一预测模型；根据所述第一预测模型，对所述训练样本进行预测训练，得到所述预测模型。5.根据权利要求1所述的方法，其特征在于，所述根据所述用户意向，判断是否针对所述第一任务进行任务调配，具体包括：当确定所述用户意向为是时，则确定针对所述第一任务进行任务调配；当确定所述用户意向为否时，则确定针对所述第一任...
【专利技术属性】
技术研发人员：戴耀康，李子旺，余浩然，何沛钊，杨飞彬，陈剑生，刘杭，朱潇然，高海滔，刘锦健，钟平彬，肖冬晋，陈厚因，
申请(专利权)人：中国人民财产保险股份有限公司，
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。