对客服负面评价的原因分析方法、装置、设备及介质制造方法及图纸

本申请提供一种对客服负面评价的原因分析方法、装置、设备及介质，可用于人工智能领域。在该方法中，通过获取客服与客户的多个初始对话文本集后，对每个初始对话文本集进行预处理，得到多个目标双连词；进而再计算每个目标双连词的词频

【技术实现步骤摘要】
对客服负面评价的原因分析方法、装置、设备及介质


[0001]本申请涉及人工智能领域，尤其涉及一种对客服负面评价的原因分析方法、装置、设备及介质。

技术介绍

[0002]在各行各业中，客服都是一个不可缺少的角色，客服的服务质量较好时，不仅能够加快问题的处理速度、提高用户的满意度，而且能够加快企业发展。所以为了提高企业对客户的服务水平，需要对客服的服务质量进行评价，进而根据评价确定出原因，针对性的提高客服服务质量。
[0003]在现有技术中，为了确定出对客服负面评价的原因，通常是由工作人员查阅负面评价的对话数据，比如查看负面评价对应的对话文本、听负面评价对应的对话音频等，进而根据自身经验来确定原因。
[0004]综上所述，现有的对客服负面评价的原因分析方法是通过人工来分析原因，由于不同人的自身经验不同，导致确定的负面评价原因的准确性较低。

技术实现思路

[0005]本申请提供一种对客服负面评价的原因分析方法、装置、设备及介质，用以解决现有的对客服负面评价的原因分析方法是通过人工来分析原因，由于不同人的自身经验不同，导致确定的负面评价原因的准确性较低。
[0006]第一方面，本申请提供一种对客服负面评价的原因分析方法，包括：
[0007]获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；
[0008]对每个初始对话文本集进行预处理，得到多个目标双连词；
[0009]对于每个目标双连词，确定所述目标双连词对应的词频
>‑
逆文本频率值，所述词频
‑
逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；
[0010]根据词频
‑
逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
[0011]输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。
[0012]第二方面，本申请提供一种对客服负面评价的原因分析装置，包括：
[0013]获取模块，用于获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；
[0014]处理模块，用于：
[0015]对每个初始对话文本集进行预处理，得到多个目标双连词；
[0016]对于每个目标双连词，确定所述目标双连词对应的词频
‑
逆文本频率值，所述词
频
‑
逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；
[0017]根据词频
‑
逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
[0018]输出模块，用于输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。
[0019]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0020]所述存储器存储计算机执行指令；
[0021]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的对客服负面评价的原因分析方法。
[0022]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的对客服负面评价的原因分析方法。
[0023]第五方面，本申请提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面任一项所述的对客服负面评价的原因分析方法。
[0024]本申请提供的对客服负面评价的原因分析方法、装置、设备及介质，通过获取客服与客户的多个初始对话文本集后，对每个初始对话文本集进行预处理，得到多个目标双连词；进而再计算每个目标双连词的词频
‑
逆文本频率值，再根据词频
‑
逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；最后输出双连词数组中，前预设数量个目标双连词。本方案通过对预处理，得到多个目标双连词，输出词频
‑
逆文本频率值最大的预设数量个目标双连词，该预设数量个目标双连词为负面评价的初始对话文本集中的最重要的双连词，所以可表示对客服负面评价的原因，有效提高了对客服负面评价的原因分析的准确性。
附图说明
[0025]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0026]图1为本申请提供的对客服负面评价的原因分析方法实施例一的流程示意图；
[0027]图2为本申请提供的对客服负面评价的原因分析方法实施例二的流程示意图；
[0028]图3为本申请提供的对客服负面评价的原因分析方法实施例三的流程示意图；
[0029]图4为本申请提供的对客服负面评价的原因分析方法实施例四的流程示意图；
[0030]图5为本申请提供的客服负面评价的原因分析装置实施例的结构示意图；
[0031]图6为本申请提供的一种电子设备的结构示意图。
[0032]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0033]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0034]需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
[0035]需要说明的是，本申请对客服负面评价的原因分析方法、装置、设备及介质装置可用于人工智能领域，也可用于除人工智能领域之外的任意领域，本申请对客服负面评价的原因分析方法、装置、设备及介质的应用领域不做限定。
[0036]客服的服务质量对于企业的发展也是不可或缺的，好的客服质量不仅能加快问题的处理速度、提高用户的满意度，而且能够加快企业发展。而为了提高客服的服务质量，需要对客服的服务质量进行评价，进而对于负面评价的客服服务，需要分析其原因，以便针对性的提高客服的服务质量。
[0037]现有技术中，通常是对于负面评价的对话数据进行人工分析，比如由工作人员查看负面评价对应的对话文本、听负面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对客服负面评价的原因分析方法，其特征在于，包括：获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；对每个初始对话文本集进行预处理，得到多个目标双连词；对于每个目标双连词，确定所述目标双连词对应的词频
‑
逆文本频率值，所述词频
‑
逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；根据词频
‑
逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。2.根据权利要求1所述的方法，其特征在于，所述对每个初始对话文本集进行预处理，得到多个目标双连词，包括：对每个初始对话文本集进行删除无意义字符处理，得到每个初始对话文本集对应的目标对话文本集；对每个目标对话文本集，进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词；对所有初始双连词进行去重处理，得到所述多个目标双连词。3.根据权利要求2所述的方法，其特征在于，所述对于每个目标双连词，确定所述目标双连词对应的词频
‑
逆文本频率值，包括：对于每个目标双连词，采用公式计算所述目标双连词对应的词频；其中，TF表示所述目标双连词对应的词频，w表示所述目标双连词，d表示所有负面评价的初始对话文本集，count(w,d)表示所述目标双连词在所有负面评价的初始对话文本集对应的所有初始双连词中的个数，size(d)表示所有评价类型为负面评价的初始对话文本集对应的所有初始双连词的个数；采用公式计算所述目标双连词对应的逆文本频率，其中，IDF表示所述目标双连词对应的逆文本频率，n表示所有初始对话文本集的个数，w表示所述目标双连词，D表示所有初始对话文本集，docs(w,D)表示对应的所有初始双连词中包括所述目标双连词的初始对话文本集的个数；采用公式TF
‑
IDF＝TF*IDF，计算得到所述目标双连词对应的词频
‑
逆文本频率值，其中，TF
‑
IDF表示所述目标双连词对应的词频
‑
逆文本频率值，TF表示所述目标双连词对应的...

【专利技术属性】
技术研发人员：吴朝阳，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：