System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机应用技术,尤其涉及一种客服服务质量评估方法、装置、设备及存储介质。
技术介绍
1、随着企业的市场竞争日益激烈,各大企业为客户提供服务的方式从传统的单一渠道向多元化渠道逐步发展。而在众多的服务渠道中,人工客服作为可实现一对一有效服务的途径,尤其是在完成面向核心高端客户的客服、销售型或导购型客服、投诉等需要情感沟通的客服、复杂业务解释类客服的工作时,人工客服是非常重要且有效的方法,因此,人工客服成为目前各企业组建客服体系的必要方式。而客服服务质量是影响企业声誉、用户黏性等公司软实力的重要因素。
2、现有的客服服务质量评估大多依赖客户的事后评价,这种评价方式的缺点为客户主观性较强,一定程度上不能客观真实的反映对客服人员的工作评价;并且,手动反馈服务评价较为繁琐,很多客户没有反馈服务评价的习惯,从而使得现有的评价体系获得的评价数据既缺乏真实性,又不具有足够的覆盖范围。
技术实现思路
1、本专利技术提供一种客服服务质量评估方法、装置、设备及存储介质,以提高服务质量评估的真实性和数据的覆盖范围。
2、第一方面,本专利技术提供了一种客服服务质量评估方法,包括:
3、获取用户与客服沟通过程中的文本信息和语音信息;
4、从所述文本信息中提取文本特征,以及从所述语音信息中提取语音特征;
5、融合所述文本特征和所述语音特征,得到融合特征;
6、采用多头注意力机制对所述融合特征进行处理,从所述融合特征中提取反应所述
7、基于所述特征向量预测所述用户情绪;
8、基于所述用户情绪确定所述客服的服务质量。
9、可选的,从所述文本信息中提取文本特征,包括:
10、将所述文本信息向量化,得到文本向量;
11、采用多头注意力机制对所述文本向量进行处理,得到文本特征。
12、可选的,采用多头注意力机制对所述文本向量进行处理,得到文本特征,包括:
13、将所述文本向量输入包括多个依次堆叠的变换器的第一编码模块中进行处理,得到文本特征,其中,所述变换器基于多头注意力机制对输入特征进行处理,前一所述变换器的输出特征作为后一所述变换器的输入特征。
14、可选的,融合所述文本特征和所述语音特征,得到融合特征,包括:
15、将所述文本特征和所述语音特征进行特征对齐;
16、将对齐后的所述文本特征和所述语音特征进行特征融合,得到融合特征。
17、可选的,采用多头注意力机制对所述融合特征进行处理,从所述融合特征中提取反应所述用户情绪的特征向量,包括:
18、将所述融合特征输入包括多个依次堆叠的变换器的第二编码模块中进行处理,得到反应所述用户情绪的特征向量,其中,所述变换器基于多头注意力机制对输入特征进行处理,前一所述变换器的输出特征作为后一所述变换器的输入特征。
19、可选的,所述变换器包括多头注意力层、第一归一化层、前馈层和第二归一化层,所述变换器基于多头注意力机制对输入特征进行处理过程如下:
20、在所述多头注意力层中基于多头注意力机制对输入特征进行处理,得到注意力特征;
21、融合所述注意力特征与所述输入特征,得到第一拼接特征;
22、在所述第一归一化层中对所述第一拼接特征进行归一化处理,得到第一归一化特征;
23、在所述前馈层中对所述第一归一化特征进行全连接映射,得到全连接特征;
24、融合所述第一归一化特征与所述全连接特征,得到第二拼接特征;
25、在所述第二归一化层中对所述第二拼接特征进行归一化处理,得到所述变换器的输出特征。
26、可选的,基于所述特征向量预测所述用户情绪,包括:
27、将所述特征向量输入线性化层中进行线性化处理,得到空间向量;
28、将所述空间向量输入激活函数层中进行激活处理,得到所述用户的情绪为每一情绪类型的概率值;
29、取最大概率值对应的情绪类型作为所述用户的情绪。
30、第二方面,本专利技术还提供了一种客服服务质量评估装置,包括:
31、信息获取模块,用于获取用户与客服沟通过程中的文本信息和语音信息;
32、特征提取模块,用于从所述文本信息中提取文本特征,以及从所述语音信息中提取语音特征;
33、特征融合模块,用于融合所述文本特征和所述语音特征,得到融合特征;
34、注意力模块,用于采用多头注意力机制对所述融合特征进行处理,从所述融合特征中提取反应所述用户情绪的特征向量;
35、情绪预测模块,用于基于所述特征向量预测所述用户情绪;
36、服务质量确定模块,用于基于所述用户情绪确定所述客服的服务质量。
37、第三方面,本专利技术还提供了一种电子设备,包括:
38、一个或多个处理器;
39、存储装置,用于存储一个或多个程序;
40、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本专利技术第一方面提供的客服服务质量评估方法。
41、第四方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本专利技术第一方面提供的客服服务质量评估方法。
42、本专利技术提供的客服服务质量评估方法,包括:获取用户与客服沟通过程中的文本信息和语音信息,从文本信息中提取文本特征,以及从语音信息中提取语音特征,融合文本特征和语音特征,得到融合特征,采用多头注意力机制对融合特征进行处理,从融合特征中提取反应用户情绪的特征向量,基于特征向量预测用户情绪,基于用户情绪确定客服的服务质量。本专利技术基于用户与客服沟通过程中的情绪来进行客服服务质量的评估,无需依赖用户的反馈,提高了服务质量评估的真实性和数据的覆盖范围,此外,本专利技术融合了用户与客服沟通过程中的文本特征和语音特征,从多维度判断用户的情绪,提高客服服务评估准确性。
43、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种客服服务质量评估方法,其特征在于,包括:
2.根据权利要求1所述的客服服务质量评估方法,其特征在于,从所述文本信息中提取文本特征,包括:
3.根据权利要求2所述的客服服务质量评估方法,其特征在于,采用多头注意力机制对所述文本向量进行处理,得到文本特征,包括:
4.根据权利要求1-3任一所述的客服服务质量评估方法,其特征在于,融合所述文本特征和所述语音特征,得到融合特征,包括:
5.根据权利要求1-3任一所述的客服服务质量评估方法,其特征在于,采用多头注意力机制对所述融合特征进行处理,从所述融合特征中提取反应所述用户情绪的特征向量,包括:
6.根据权利要求5所述的客服服务质量评估方法,其特征在于,所述变换器包括多头注意力层、第一归一化层、前馈层和第二归一化层,所述变换器基于多头注意力机制对输入特征进行处理过程如下:
7.根据权利要求1-3任一所述的客服服务质量评估方法,其特征在于,基于所述特征向量预测所述用户情绪,包括:
8.一种客服服务质量评估装置,其特征在于,包括:
9.一种
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一所述的客服服务质量评估方法。
...【技术特征摘要】
1.一种客服服务质量评估方法,其特征在于,包括:
2.根据权利要求1所述的客服服务质量评估方法,其特征在于,从所述文本信息中提取文本特征,包括:
3.根据权利要求2所述的客服服务质量评估方法,其特征在于,采用多头注意力机制对所述文本向量进行处理,得到文本特征,包括:
4.根据权利要求1-3任一所述的客服服务质量评估方法,其特征在于,融合所述文本特征和所述语音特征,得到融合特征,包括:
5.根据权利要求1-3任一所述的客服服务质量评估方法,其特征在于,采用多头注意力机制对所述融合特征进行处理,从所述融合特征中提取反应所述用户情绪的特征...
【专利技术属性】
技术研发人员:谢方敏,周峰,郭陟,刘晋熙,
申请(专利权)人:广州方舟信息科技有限公司,
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。