【技术实现步骤摘要】
本公开涉及计算机，具体涉及人工智能，尤其涉及事件概要生成方法和装置、语义识别事件概要模型训练方法和装置、电子设备、计算机可读存储介质。
技术介绍
1、电商领域客服智能事件概要推荐是指：客服听线过程中或结束后，依据客服与客户电话沟通的内容、事件概要日志、客户信息、商品信息、订单信息等，推荐引擎为本次听线推荐事件概要供听线客服选择。
2、而在实际场景中，由于事件概要种类繁多，客服需要花费较长时间选择出事件的事件概要，一般地，执行主体从商品订单信息中抽取一些和事件概率关系比较紧密的特征信息，利用大数据统计、统计学习或者深度学习方法，在客服接线过程中预测推荐出该听线的事件概要，但是这种推荐的准确率因为缺少特征交互，造成事件概要推荐的准确率低，在多并发场景下可能会导致响应效率低下。
技术实现思路
1、本公开的实施例提出了事件概要生成方法和装置、语义识别事件概要模型训练方法和装置、电子设备、计算机可读存储介质。
2、第一方面，本公开的实施例提供了一种事件概要生成方法，该方法包括：在客服与客户通话时，获取与通话相关的商品订单信息；基于商品订单信息，检测是否具有事件概要的推荐结果；响应于检测到不具有事件概要的推荐结果，获取通话的录音信息；基于商品订单信息、录音信息和预先训练的语义识别事件概要模型，得到事件概要的推荐结果，语义识别事件概要模型用于表征文本语义特征、商品订单信息的特征两者与预设种类中各类事件概要之间的对应关系。
3、在一些实施例中，上述商品订单信息包
4、在一些实施例中，上述基于商品订单信息、录音信息和预先训练的语义识别事件概要模型，得到事件概要的推荐结果包括：基于录音信息，得到文本语义特征；基于商品订单信息，提取商品订单特征；将文本语义特征、商品订单特征输入预先训练的语义识别事件概要模型，得到语义识别事件概要模型输出的预设种类中各类事件概要的概率；基于各类事件概要的概率，得到事件概要的推荐结果。
5、在一些实施例中，上述基于各类事件概要的概率，得到事件概要的推荐结果包括：对预设种类事件概要中的所有事件概要的概率进行降序排序，得到前设定位概率，并将前设定位概率对应的事件概要作为推荐结果。
6、在一些实施例中，上述基于各类事件概要的概率，得到事件概要的推荐结果包括：基于各类事件概要的历史数据，确定各类事件概要的阈值；基于各类事件概要的概率，检测各类事件概要是否满足各自阈值的要求；响应于有事件概要满足其阈值的要求，将该类事件概要作为推荐结果。
7、第二方面，本公开的实施例提供了一种语义识别事件概要模型训练方法，该方法包括：获取样本集，样本集包括：至少一个样本，每个样本包括：样本文本语义特征、以及与样本文本语义特征对应的商品订单信息的特征；获取语义识别事件概要网络，语义识别事件概要网络用于表征文本语义特征、商品订单信息的特征两者与预设种类中各类事件概要之间的对应关系；执行以下训练步骤：从样本集中选取样本；将该样本输入语义识别事件概要网络，得到语义识别事件概要网络输出的预设种类中各类事件概要的概率；响应于语义识别事件概要网络满足训练完成条件，得到对应语义识别事件概要网络对应的语义识别事件概要模型。
8、在一些实施例中，上述语义识别事件概要网络包括：文本语义特征网络和离散特征网络，其中，文本语义特征网络用于表征文本语义特征与预设种类中各类事件概要之间的对应关系；离散特征网络用于表征商品订单信息的特征与预设种类中各类事件概要之间的对应关系。
9、第三方面，本公开的实施例提供了一种事件概要生成装置，该装置包括：信息获取单元，被配置成在客服与客户通话时，获取与通话相关的商品订单信息；检测单元，被配置成基于商品订单信息，检测是否具有事件概要的推荐结果；录音获取单元，被配置成响应于检测到不具有事件概要的推荐结果，获取通话的录音信息；结果得到单元，被配置成基于商品订单信息、录音信息和预先训练的语义识别事件概要模型，得到事件概要的推荐结果，语义识别事件概要模型用于表征文本语义特征、商品订单信息的特征两者与预设种类中各类事件概要之间的对应关系。
10、在一些实施例中，上述商品订单信息包括：客户信息、商家信息、商品信息以及订单信息；上述检测单元进一步被配置成：确定客户信息、商家信息、商品信息以及订单信息的特征；基于客户信息、商家信息、商品信息、订单信息中一致的特征以及预先设置的规则系统，检测是否具有事件概要的推荐结果。
11、在一些实施例中，上述结果得到单元进一步被配置成：基于录音信息，得到文本语义特征；基于商品订单信息，提取商品订单特征；将文本语义特征、商品订单特征输入预先训练的语义识别事件概要模型，得到语义识别事件概要模型输出的预设种类中各类事件概要的概率；基于各类事件概要的概率，得到事件概要的推荐结果。
12、在一些实施例中，上述结果得到单元进一步被配置成：对预设种类事件概要中的所有事件概要的概率进行降序排序，得到前设定位概率，并将前设定位概率对应的事件概要作为推荐结果。
13、在一些实施例中，上述结果得到单元进一步被配置成：基于各类事件概要的历史数据，确定各类事件概要的阈值；基于各类事件概要的概率，检测各类事件概要是否满足各自阈值的要求；响应于有事件概要满足其阈值的要求，将该类事件概要作为推荐结果。
14、第四方面，本公开的实施例提供了一种语义识别事件概要模型训练装置，该装置包括：样本获取单元，被配置成获取样本集，样本集包括：至少一个样本，每个样本包括：样本文本语义特征、以及与样本文本语义特征对应的商品订单信息的特征；网络获取单元，被配置成获取语义识别事件概要网络，语义识别事件概要网络用于表征文本语义特征、商品订单信息的特征两者与预设种类中各类事件概要之间的对应关系；选取单元，被配置成从样本集中选取样本；输入单元，被配置成将该样本输入语义识别事件概要网络，得到语义识别事件概要网络输出的预设种类中各类事件概要的概率；模型得到单元，被配置成响应于语义识别事件概要网络满足训练完成条件，得到对应语义识别事件概要网络对应的语义识别事件概要模型。
15、在一些实施例中，上述语义识别事件概要网络包括：文本语义特征网络和离散特征网络，其中，文本语义特征网络用于表征文本语义特征与预设种类中各类事件概要之间的对应关系；离散特征网络用于表征商品订单信息的特征与预设种类中各类事件概要之间的对应关系。
16、第五方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一本文档来自技高网...
【技术保护点】
1.一种事件概要生成方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述商品订单信息包括：客户信息、商家信息、商品信息以及订单信息；所述基于所述商品订单信息，检测是否具有事件概要的推荐结果包括：
3.根据权利要求1所述的方法，其中，所述基于所述商品订单信息、所述录音信息和预先训练的语义识别事件概要模型，得到所述事件概要的推荐结果包括：
4.根据权利要求3所述的方法，其中，所述基于各类事件概要的概率，得到所述事件概要的推荐结果包括：
5.根据权利要求3所述的方法，其中，所述基于各类事件概要的概率，得到所述事件概要的推荐结果包括：
6.一种语义识别事件概要模型训练方法，所述方法包括：
7.根据权利要求6所述的方法，所述语义识别事件概要网络包括：文本语义特征网络和离散特征网络，其中，所述文本语义特征网络用于表征文本语义特征与预设种类中各类事件概要之间的对应关系；所述离散特征网络用于表征商品订单信息的特征与预设种类中各类事件概要之间的对应关系。
8.一种事件概要生成装置，所述装置包括：
<...【技术特征摘要】
1.一种事件概要生成方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述商品订单信息包括：客户信息、商家信息、商品信息以及订单信息；所述基于所述商品订单信息，检测是否具有事件概要的推荐结果包括：
3.根据权利要求1所述的方法，其中，所述基于所述商品订单信息、所述录音信息和预先训练的语义识别事件概要模型，得到所述事件概要的推荐结果包括：
4.根据权利要求3所述的方法，其中，所述基于各类事件概要的概率，得到所述事件概要的推荐结果包括：
5.根据权利要求3所述的方法，其中，所述基于各类事件概要的概率，得到所述事件概要的推荐结果包括：
6....
【专利技术属性】
技术研发人员：韩振磊，
申请(专利权)人：北京沃东天骏信息技术有限公司，
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。