【技术实现步骤摘要】
本专利技术涉及自然语言处理领域，尤其涉及一种车险任务失败原因质检方法、装置及设备。
技术介绍
1、目前车险续保团队的业务员主要通过电话与企业微信等方式联系客户进行开展业务，在此过程中会产生很多与客户间的沟通记录，当开展业务失败时，业务员需要录入客户流失的原因，作为分析流失客户群的重要标签以及调整续保政策与开展业务策略、分析客户个人属性等场景重要基础数据源，因此客户流失原因的填写是否正确非常重要。
2、现有方案对客户沟通记录的检查主要采用人工质检或基于关键字的自动质检，人工质检由专门的质检岗进行抽查，无法覆盖全量的客户沟通记录，基于关键字的自动质检仅能针对提前维护好的关键字进行全文匹配，且存在不考虑上下文识别关键字的问题。
3、现有技术具有以下缺点：
4、1、已有技术根据录音文本中是否出现特定关键字进行质检，需要提前准备好全量关键字信息，否则无法识别。
5、2、关键字匹配为全文匹配，缺乏上下文联动匹配；
6、3、不能针对业务员的用语是否规范质检，不支持分析客户续保失败原因是否为业
【技术保护点】
1.一种车险任务失败原因质检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据训练集训练车险任务失败原因质检模型，具体包括：
3.根据权利要求1所述的方法，其特征在于，根据车险保险行业文件数据训练车险保险行业中文分词模型，具体包括：
4.根据权利要求2所述的方法，其特征在于，根据TF-IDF权重矩阵训练LGB模型，具体包括：
5.根据权利要求2所述的方法，其特征在于，所述从业务数据库中读取训练所需的文件数据，具体包括：
6.根据权利要求5所述的方法，其特征在于，所述调用训练好的车险保险行...
【技术特征摘要】
1.一种车险任务失败原因质检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据训练集训练车险任务失败原因质检模型，具体包括：
3.根据权利要求1所述的方法，其特征在于，根据车险保险行业文件数据训练车险保险行业中文分词模型，具体包括：
4.根据权利要求2所述的方法，其特征在于，根据tf-idf权重矩阵训练lgb模型，具体包括：
5.根据权利要求2所述的方法，其特征在于，所述从业务数据库中读取训练所需的文件数据，具体包括：
6.根据权利要求5所述...
【专利技术属性】
技术研发人员：刘锦健，何沛钊，李龙，李子旺，余浩然，杨飞彬，朱潇然，高海滔，陈剑生，刘杭，钟平彬，肖冬晋，戴耀康，刘峰，郑炳森，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。