语义分析方法、装置、计算机设备以及存储介质制造方法及图纸

本申请涉及一种语义分析方法、装置、计算机设备以及存储介质，涉及人工智能技术领域。所述方法包括：获取至少一段待分析通话记录；通过目标解析模型，确定各待分析通话记录对应的预测业务标签和预测行为标签；判断各待分析通话记录的预测业务标签和/或预测行为标签中是否存在预测错误的错误标签；基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。本申请降低了在对客户来电进行统计时所消耗的人力与时间，提高了待分析通话记录的语义分析准确性，保证了语义分析结果能够准确、有效的反应待分析通话记录中客户的真实来电意图，从而准确获取用户的服务需求。从而准确获取用户的服务需求。从而准确获取用户的服务需求。

【技术实现步骤摘要】
语义分析方法、装置、计算机设备以及存储介质


[0001]本申请涉及人工智能
，特别是涉及一种语义分析方法、装置、计算机设备以及存储介质。

技术介绍

[0002]随着企业规模的不断增大，以及企业涉及业务的不断增多，每日所接收的客户来电也越来越多；为更好的向客户提供服务，通常需要工作人员对接收到的全部客户来电进行人工统计，从而确定用户的服务需求。
[0003]但是，由于客户来电的数量较多，每当工作人员对接收到的全部客户来电进行统计时，需要消耗大量的时间与人力，造成了过多不必要的资源浪费。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够降低人力与时间消耗的语义分析方法、装置、计算机设备以及存储介质。
[0005]第一方面，本申请提供了一种语义分析方法。该方法包括：
[0006]获取至少一段待分析通话记录；
[0007]通过目标解析模型，确定各待分析通话记录对应的预测业务标签和预测行为标签；
[0008]判断各待分析通话记录的预测业务标签和/或预测行为标签中是否存在预测错误的错误标签；
[0009]基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。
[0010]在其中一个实施例中，基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果，包括：
[0011]若各待分析通话记录的预测业务标签和/或预测行为标签中存在预测错误的错误标签，则从各待分析通话记录中，确定错误标签对应的异常通话记录，并基于至少一段候选通话记录对异常通话记录进行语义验证，得到验证结果；各候选通话记录包括不属于异常通话记录的待分析通话记录，和/或，已知历史分析结果的历史通话记录；
[0012]基于验证结果、各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。
[0013]在其中一个实施例中，基于至少一段候选通话记录对异常通话记录进行语义验证，得到验证结果，包括：
[0014]确定各候选通话记录对应的候选通话向量，以及异常通话记录对应的异常通话向量；
[0015]通过对异常通话向量与各候选通话向量相似度运算，得到异常通话向量与各候选通话向量之间的相似度；
[0016]基于异常通话向量与各候选通话向量之间的相似度，以及预设的相似度阈值，确定验证结果。
[0017]在其中一个实施例中，基于验证结果、各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果，包括：
[0018]根据验证结果，确定异常通话记录对应的异常业务标签和异常行为标签；
[0019]基于各待分析通话记录的预测业务标签和预测行为标签，以及异常通话记录对应的异常业务标签和异常行为标签，确定各待分析通话记录的语义分析结果。
[0020]在其中一个实施例中，根据验证结果，确定异常通话记录对应的异常业务标签和异常行为标签，包括：
[0021]若验证结果为各候选通话向量与异常通话向量的相似度均小于相似度阈值，则获取异常通话记录对应的异常业务标签和异常行为标签。
[0022]在其中一个实施例中，根据验证结果，确定异常通话记录对应的异常业务标签和异常行为标签，还包括：
[0023]若验证结果为各候选通话向量中存在与异常通话向量的相似度大于相似度阈值的相似通话向量，则将相似通话向量对应的相似业务标签和相似行为标签，作为异常通话记录对应的异常业务标签和异常行为标签。
[0024]在其中一个实施例中，方法还包括：
[0025]若各待分析通话记录的预测业务标签和/或预测行为标签中不存在预测错误的错误标签，则将各待分析通话记录的预测业务标签和预测行为标签，作为各待分析通话记录的目标业务标签和目标行为标签；
[0026]基于各待分析通话记录的目标业务标签和目标行为标签，确定各待分析通话记录的语义分析结果。
[0027]在其中一个实施例中，目标解析模型的训练过程，包括：
[0028]基于待分析通话记录所属业务领域的专业词组样本，对初始解析模型进行专业词组训练，得到中间解析模型；
[0029]基于通话训练样本中的业务标签训练样本对中间解析模型的业务分析层进行训练，并基于对话训练样本中的行为标签训练样本对中间解析模型的行为分析层进行训练，得到训练后的目标解析模型。
[0030]第二方面，本申请还提供了一种语义分析装置。该装置包括：
[0031]获取模块，用于获取至少一段待分析通话记录；
[0032]第一确定模块，用于通过目标解析模型，确定各待分析通话记录对应的预测业务标签和预测行为标签；
[0033]判断模块，用于判断各待分析通话记录的预测业务标签和/或预测行为标签中是否存在预测错误的错误标签；
[0034]第二确定模块，用于基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。
[0035]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述第一方面任一实施例的语义分析方法。
[0036]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面任一实施例的语义分析方法。
[0037]第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上述第一方面任一实施例的语义分析方法。
[0038]上述语义分析方法、装置、计算机设备以及存储介质，在获取客户的待分析通话记录后，通过目标解析模型，确定待分析通话记录对应的预测业务标签和预测行为标签，由此，此过程中无需工作人员参与即可获取待分析通话记录对应的预测业务标签和预测行为标签，因此，降低了在对客户来电进行统计时所消耗的人力与时间，极大的降低了在对客户来电进行统计时的资源消耗，并且，通过判断是否存在错误标签，提高了待分析通话记录的语义分析准确性，保证了语义分析结果能够准确、有效的反应待分析通话记录中客户的真实来电意图，从而准确获取用户的服务需求。
附图说明
[0039]图1为本申请实施例提供的一种语义分析方法的应用环境图；
[0040]图2为本申请实施例提供的一种语义分析方法的流程图；
[0041]图3为本申请实施例提供的一种确定语义分析结果的流程图；
[0042]图4为本申请实施例提供的另一种确定语义分析结果的流程图；
[0043]图5为本申请实施例提供的一种对目标解析模型进行训练的流程图；
[0044]图6为本申请实施例提供的另一种语义分析方法的流程图；
[0045]图7为本申请实施例提供的第一种语义分析装置的结构框图；
[0046]图8本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语义分析方法，其特征在于，所述方法包括：获取至少一段待分析通话记录；通过目标解析模型，确定各待分析通话记录对应的预测业务标签和预测行为标签；判断各待分析通话记录的预测业务标签和/或预测行为标签中是否存在预测错误的错误标签；基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。2.根据权利要求1所述的方法，其特征在于，所述基于判断结果，以及各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果，包括：若各待分析通话记录的预测业务标签和/或预测行为标签中存在预测错误的错误标签，则从各待分析通话记录中，确定错误标签对应的异常通话记录，并基于至少一段候选通话记录对异常通话记录进行语义验证，得到验证结果；所述各候选通话记录包括不属于异常通话记录的待分析通话记录，和/或，已知历史分析结果的历史通话记录；基于所述验证结果、各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果。3.根据权利要求2所述的方法，其特征在于，所述基于至少一段候选通话记录对异常通话记录进行语义验证，得到验证结果，包括：确定各候选通话记录对应的候选通话向量，以及异常通话记录对应的异常通话向量；通过对异常通话向量与各候选通话向量相似度运算，得到异常通话向量与各候选通话向量之间的相似度；基于异常通话向量与各候选通话向量之间的相似度，以及预设的相似度阈值，确定验证结果。4.根据权利要求2或3所述的方法，其特征在于，所述基于所述验证结果、各待分析通话记录的预测业务标签和预测行为标签，确定各待分析通话记录的语义分析结果，包括：根据所述验证结果，确定异常通话记录对应的异常业务标签和异常行为标签；基于各待分析通话记录的预测业务标签和预测行为标签，以及异常通话记录对应的异常业务标签和异常行为标签，确定各待分析通话记录的语义分析结果。5.根据权利要求4所述的方法，其特征在于，所述根据所述验证结果，确定异常通话记录对应的异常业务标签和异常行为标签，包括：若所述验证结果为各候选通话向量与异常通话向量的相似度均小于所述相似度阈值，则获取异常通话记录对应的异常业务标签和异常行...

【专利技术属性】
技术研发人员：葛琪超，林子涯，杜亚东，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：