一种基于自然语言处理的银行客服会话问答处理方法及系统技术方案

本发明专利技术涉及人工智能技术领域，尤其是涉及一种基于自然语言处理的银行客服会话问答处理方法及系统

【技术实现步骤摘要】
一种基于自然语言处理的银行客服会话问答处理方法及系统


[0001]本专利技术涉及人工智能
，尤其是涉及一种基于自然语言处理的银行客服会话问答处理方法及系统
。

技术介绍

[0002]目前，银行的电话客服在为客户服务过程中，一般都是人工去解答客户问题，通过由各事业部提供的非结构化的产品信息及业务办理流程文档给予客服人员，再由客服人员根据各业务部门提供的这些产品相关文档整理出相关客户可能提出的问题与答案，效率低下
、
准确率低，因此，如何开发一种高效率
、
高准确性的银行客服会话问答处理方法及系统称为亟待解决的问题
。

技术实现思路

[0003]有鉴于此，有必要提供一种基于自然语言处理的银行客服会话问答处理方法及系统，以解决至少一个上述技术问题
。
[0004]为实现上述目的，本专利技术提供一种基于自然语言处理的银行客服会话问答处理方法，所述方法包括以下步骤：步骤
S1
：获取权限数据，其中权限数据包括银行业务部门
API
访问权限
、
数据库访问权限以及语音通话音频实时访问权限，基于银行业务部门
API
访问权限进行业务会话数据获取处理，生成业务会话数据，其中业务会话数据包括产品手册数据以及业务流程手册数据；步骤
S2
：基于产品手册数据以及业务流程手册数据利用自然语言处理技术进行问答回复数据提取处理，生成问答回复数据；步骤
S3
：基于问答回复数据进行关系图谱建立，生成标准词语关系图谱；步骤
S4
：获取业务流程单位时间段数据，基于数据库访问权限
、
业务流程单位时间段数据
、
标准词语关系图谱进行完整概念词数据构建，生成完整概念词数据，其中完整概念词数据包括银行领域专家知识对应的银行业务数据以及银行产品数据；步骤
S5
：基于语音通话音频实时访问权限进行客户语音通话音频数据获取，生成实时通话音频数据，基于实时通话音频数据利用语音识别技术进行音频数据识别，生成实时语音识别数据；步骤
S6
：基于实时语音识别数据以及完整概念词数据进行实时回复数据构建，生成可视化文本示例，基于可视化文本示例进行数据推送，实现银行客服会话处理
。
[0005]本专利技术提供了一种基于自然语言处理的银行客服会话问答处理方法，该方法提供了一套自动化的流程，从获取权限数据到最终的客服端数据推送，减少了人工干预和手动操作的需求，这样可以提高效率并降低错误的发生，对获取的数据进行清洗和预处理，可以消除噪声和无效信息，提高后续步骤的准确性和可靠性，对问答回复数据进行词频分析
、
共现频率统计和关键字提取，生成问答共现权重数据和标准词语关系图谱，这些分析结果有
助于理解和提取关键信息，为后续的问答处理和推送提供基础，对产品手册数据和实时语音识别数据进行分词
、
词性标注
、
实体识别
、
关键字匹配等处理，生成多文本示例和打包文本示例
。
这些处理过程可以帮助识别用户问题
、
生成回复文本，并根据优先级别数进行排序和过滤，提供个性化的回答，对排序打包文本示例进行可视化展示，并将结果推送给银行客服端
。
这样可以为客服人员提供直观的信息呈现和参考，提高客服的工作效率和服务质量，通过数据处理
、
分析和文本生成等步骤，实现了从原始数据到最终回答推送的自动化处理过程，它可以减少人工操作和人为错误，提高回答准确性和效率
。
[0006]优选地，步骤
S1
包括以下步骤：步骤
S11
：获取权限数据，其中权限数据包括银行业务部门
API
访问权限
、
数据库访问权限以及语音通话音频实时访问权限；步骤
S12
：基于银行业务部门
API
访问权限进行业务
API
访问，生成业务部门数据；步骤
S13
：基于业务部门数据进行数据清洗，生成预处理业务部门数据；步骤
S14
：基于预处理业务部门数据进行数据类别识别，生成业务会话数据，其中业务会话数据包括产品手册数据以及业务流程手册数据
。
[0007]本专利技术通过访问银行业务部门的
API
，本方法能够获取与业务相关的数据，对获取的业务部门数据进行清洗和预处理，去除无效或冗余的数据，并对数据进行格式化和标准化，以便后续的数据分析和挖掘，对获取的业务部门数据进行清洗和处理，去除数据中的噪声
、
冗余信息和错误数据，同时进行数据格式化和标准化，以便后续的数据分析和挖掘，通过数据清洗，提高数据质量，减少对后续步骤的干扰，从而确保数据处理的准确性和可靠性，通过对预处理的业务部门数据进行类别识别，本方法能够将数据按照不同的业务类别进行分类和归类，例如产品手册
、
业务流程手册等，这样，可以根据客户的需求和查询，提供相关的业务会话数据，为客户提供准确和及时的信息和指导，通过优化数据处理流程和提高数据质量，本方法为银行业务处理提供了更好的效率和精度，进而提升了客户满意度和业务竞争力
。
[0008]优选地，步骤
S2
包括以下步骤：步骤
S21
：基于产品手册数据利用分词工具进行数据分词，生成产品分词序列；步骤
S22
：基于产品分词序列以及预设的产品停用词词典进行序列停用词去除处理，生成典型产品分词序列；步骤
S23
：基于典型产品分词序列利用词性标注工具进行词性标注，生成词性标注分词序列；步骤
S24
：基于词性标注分词序列利用实体识别工具进行序列实体识别，生成实体识别分词序列；步骤
S25
：获取产品手册文档提取格式，基于产品手册文档提取格式利用预设的代码指令集进行产品问答回复数据提取，生成产品问答回复键值对；步骤
S26
：基于业务流程数据利用语法分析工具进行流程文本语法分析，生成流程语法结构；步骤
S27
：基于流程语法结构利用关键字提取算法进行流程关键字提取，生成流程关键字数据；步骤
S28
：基于业务流程数据利用文本分类算法进行文本分类，生成分类流程文
本；步骤
S29
：将分类流程文本以及产品问答回复键值对进行数据库存储，生成问答回复数据
。
[0009]本专利技术通过将产品手册文本进行分词，将文本拆分成独立的词语单元，形成一个产品分词序列，对产品手册的内容进行细粒度的处理和分析，为后续的操作提供了更具体和可操作的数据基础，通过对产品分词序列进行停用词去除处理，去除那些在文本分析中不具有实际含义或无关紧要的常用词汇，从而得到更具代表性和有效性的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于自然语言处理的银行客服会话问答处理方法，其特征在于，包括以下步骤：步骤
S1
：获取权限数据，其中权限数据包括银行业务部门
API
访问权限
、
数据库访问权限以及语音通话音频实时访问权限，基于银行业务部门
API
访问权限进行业务会话数据获取处理，生成业务会话数据，其中业务会话数据包括产品手册数据以及业务流程手册数据；步骤
S2
：基于产品手册数据以及业务流程手册数据利用自然语言处理技术进行问答回复数据提取处理，生成问答回复数据；步骤
S3
：基于问答回复数据进行关系图谱建立，生成标准词语关系图谱；步骤
S4
：获取业务流程单位时间段数据，基于数据库访问权限
、
业务流程单位时间段数据
、
标准词语关系图谱进行完整概念词数据构建，生成完整概念词数据，其中完整概念词数据包括银行领域专家知识对应的银行业务数据以及银行产品数据；步骤
S5
：基于语音通话音频实时访问权限进行客户语音通话音频数据获取，生成实时通话音频数据，基于实时通话音频数据利用语音识别技术进行音频数据识别，生成实时语音识别数据；步骤
S6
：基于实时语音识别数据以及完整概念词数据进行实时回复数据构建，生成可视化文本示例，基于可视化文本示例进行数据推送，实现银行客服会话处理
。2.
根据权利要求1所述的方法，其特征在于，步骤
S1
的具体步骤为：步骤
S11
：获取权限数据，其中权限数据包括银行业务部门
API
访问权限
、
数据库访问权限以及语音通话音频实时访问权限；步骤
S12
：基于银行业务部门
API
访问权限进行业务
API
访问，生成业务部门数据；步骤
S13
：基于业务部门数据进行数据清洗，生成预处理业务部门数据；步骤
S14
：基于预处理业务部门数据进行数据类别识别，生成业务会话数据，其中业务会话数据包括产品手册数据以及业务流程手册数据
。3.
根据权利要求1所述的方法，其特征在于，步骤
S2
的具体步骤为：步骤
S21
：基于产品手册数据利用分词工具进行数据分词，生成产品分词序列；步骤
S22
：基于产品分词序列以及预设的产品停用词词典进行序列停用词去除处理，生成典型产品分词序列；步骤
S23
：基于典型产品分词序列利用词性标注工具进行词性标注，生成词性标注分词序列；步骤
S24
：基于词性标注分词序列利用实体识别工具进行序列实体识别，生成实体识别分词序列；步骤
S25
：获取产品手册文档提取格式，基于产品手册文档提取格式利用预设的代码指令集进行产品问答回复数据提取，生成产品问答回复键值对；步骤
S26
：基于业务流程数据利用语法分析工具进行流程文本语法分析，生成流程语法结构；步骤
S27
：基于流程语法结构利用关键字提取算法进行流程关键字提取，生成流程关键字数据；步骤
S28
：基于业务流程数据利用文本分类算法进行文本分类，生成分类流程文本；步骤
S29
：将分类流程文本以及产品问答回复键值对进行数据库存储，生成问答回复数据
。
4.
根据权利要求1所述的方法，其特征在于，步骤
S3
的具体步骤为：步骤
S31
：基于问答回复数据进行词频分析，生成问答词频数据以及流程术语词频数据；步骤
S32
：基于回复词频数据进行问答共现频率统计，生成问答共现频率数据；步骤
S33
：基于问答共现频率数据进行权重数据分配，生成问答共现权重数据；步骤
S34
：获取银行语义关联数据，基于问答共现频率数据
、
流程术语词频数据以及银行语义关联数据利用银行语义相似度计算公式进行银行语义关联度计算，生成银行语义关联度；步骤
S35
：获取银行词语关系图谱，基于银行词语关系图谱
、
银行语义关联度
、
问答共现权重数据
、
问答词频数据以及流程术语词频数据进行图谱构建，生成标准词语关系图谱
。5.
根据权利要求4所述的方法，其特征在于，步骤
S34
中的银行语义相似度计算公式具体为：；其中，为银行语义关联度，为问题数据，为答复数...

【专利技术属性】
技术研发人员：张德文，邓日晓，聂璇，阳城，田芬，
申请(专利权)人：湖南三湘银行股份有限公司，
类型：发明
国别省市：