【技术实现步骤摘要】
沟通语句识别方法及装置、计算机设备及可读存储介质
[0001]本申请涉及语义识别
,尤其涉及一种沟通语句识别方法及装置
、
计算机设备及可读存储介质
。
技术介绍
[0002]在现有的网销操作系统中,在客服人员与来电人员沟通的过程中,难免会出现来电人员因未达到自身预期而出现情绪波动情况,而这一情绪波动反映了来电人员的投诉倾向
。
相应地,客服人员与来电人员在沟通过程中的沟通语句能够体现来电人员乃至双方的情绪波动的情况,故能够在一定程度上反映来电人员的投诉倾向的高低
。
[0003]对此,相关技术中一般由客服人员或额外的工作人员手动对具有投诉倾向或投诉倾向较高的来电人员进行标记,然而由于网销操作系统涉及的工作量巨大,人工标记费时费力,效率低下,且具有漏标
、
错标的情况
。
[0004]因此,高效准确地自动识别来电人员的投诉倾向高低,成为目前亟待解决的技术问题
。
技术实现思路
[0005]本申请实施例提供了一种沟通语句识别方法及装置
、
计算机设备及可读存储介质,旨在解决相关技术中识别来电人员的投诉倾向高低的方式费事费力且准确性不足的技术问题
。
[0006]第一方面,本申请实施例提供了一种沟通语句识别方法,包括:
[0007]将由当前沟通音频转换所得的沟通文本拆分成多个第一沟通语句;
[0008]基于每个第一沟通语句对应的属性信息,在所述多
【技术保护点】
【技术特征摘要】
1.
一种沟通语句识别方法,其特征在于,包括:将由当前沟通音频转换所得的沟通文本拆分成多个第一沟通语句;基于每个第一沟通语句对应的属性信息,在所述多个第一沟通语句中筛选出多个第二沟通语句,其中,所述属性信息包括投诉类关键词
、
语速
、
语句内音量最高值
、
语句内音量平均值中的至少一项;基于每个第二沟通语句和预设分类模型,确定每个所述第二沟通语句的目标投诉倾向度,其中,所述预设分类模型是基于历史投诉音频对应的历史沟通语句的属性信息以及所述历史沟通语句的目标投诉倾向度训练得到;基于所述多个第二沟通语句各自的目标投诉倾向度,确定所述当前沟通音频的整体投诉倾向度
。2.
根据权利要求1所述的沟通语句识别方法,其特征在于,所述基于每个第一沟通语句对应的属性信息,在所述多个第一沟通语句中筛选出多个第二沟通语句,包括:基于每个第一沟通语句对应的属性信息以及所述属性信息的权重,计算所述第一沟通语句的每项属性信息对应的初始投诉倾向度;对于任一所述第一沟通语句,若所述第一沟通语句的任一属性信息的初始投诉倾向度大于或等于第一阈值,将所述第一沟通语句确定为所述第二沟通语句;或者若所述第一沟通语句的每项属性信息的初始投诉倾向度均大于或等于第一阈值,将所述第一沟通语句确定为所述第二沟通语句;或者若所述第一沟通语句的全部属性信息的初始投诉倾向度的均值大于或等于第二阈值,将所述第一沟通语句确定为所述第二沟通语句
。3.
根据权利要求2所述的沟通语句识别方法,其特征在于,所述基于每个第一沟通语句对应的属性信息以及所述属性信息的权重,计算所述第一沟通语句的每项属性信息对应的初始投诉倾向度,包括:对于任一所述第一沟通语句的任一属性信息,获取所述属性信息的特征值与所述属性信息的权重的乘积,作为第一参数;获取所述属性信息在历史沟通语句中的初始投诉倾向度与所述历史沟通语句实际的目标投诉倾向度的比值,作为第二参数;以所述第二参数作为修正系数,对所述第一参数进行修正处理,得到所述属性信息的初始投诉倾向度
。4.
根据权利要求1至3中任一项所述的沟通语句识别方法,其特征在于,训练所述预设分类模型的方式包括:获取第一历史语句集合,其中,所述第一历史语句集合中的每个历史沟通语句具有投诉类关键词和投诉倾向标识;将所述第一历史语句集合扩充为第二历史语句集合,其中,所述第二历史语句集合包括所述第一历史语句集合,且所述第二历史语句集合的语句数量大于所述第一历史语句集合的语句数量;在所述第二历史语句集合中筛选出符合预设筛选规则的历史沟通语句,得到第三历史语句集合;
基于所述第三历史语句集合中每个历史沟通语句的属性信息和目标投诉倾向度,训练所述预设分类模型
。5.
根据权利要求4所述的沟通语句识别方法,其特征在于,所述在所述第二历史语句集合中筛选出符合预设筛选规则的历史沟通语句,得到第三历史语句集合,包括:在所述第二历史语句集合中删除语义置信度低于第三阈值的历史沟通语句;和
/
或在所述第二历史语句集合中删除与所述第一历史语句集合中的任一语句的相似度大于或等于第四阈值的历史沟通语句
。6.
...
【专利技术属性】
技术研发人员:王月宝,沈鹏,黄明星,毛小伟,蒋佳佳,黄平,周晓波,
申请(专利权)人:北京水滴科技集团有限公司,
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。