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() 一种基于AI的助贷业务外呼数据巡检方法、电子设备和程序产品技术_技高网

一种基于AI的助贷业务外呼数据巡检方法、电子设备和程序产品技术

技术编号:41309787 阅读:2 留言:0更新日期:2024-05-13 14:53
本发明专利技术公开了一种助贷业务外呼数据巡检方法,通过经过训练的巡检模型对助贷业务外呼数据进行巡检。巡检模型的构建方法包括,通过搭建kfk服务对外呼平台的外呼数据进行采集;对于采集到的外呼数据进行清洗和预处理;将经过清洗和预处理的外呼数据作为所述巡检模型的训练样本,并对这些训练样本进行特征提取。特征提取包括采用词袋模型对外呼数据进行关键词提取,并且将关键词转化为标签。所述巡检模型是基于Transformer的深度学习模型。

【技术实现步骤摘要】

本专利技术属于数字金融,特别涉及一种基于ai的助贷业务外呼数据巡检方法、电子设备和程序产品。


技术介绍

1、随着人工智能技术的不断发展,智能外呼应运而生。智能外呼技术属于自然语言处理(nlp)和人工智能(ai)领域,其基本原理是利用计算机技术和语音识别技术,实现系统与人的自然交流。智能外呼技术可以应用于客户服务、销售、市场调研等多个领域,大幅度提升企业的效率和服务质量,降低运营成本,提高营销收入。


技术实现思路

1、本公开实施例之一,一种基于深度学习的助贷场景智能外呼数据ai巡检的方法,通过经过训练的巡检模型对助贷业务外呼数据进行巡检。所述巡检模型的构建方法包括,

2、通过搭建kfk服务对外呼平台的外呼数据进行采集;

3、对于采集到的外呼数据进行清洗和预处理;

4、将经过清洗和预处理的外呼数据作为所述巡检模型的训练样本,并对这些训练样本进行特征提取。

5、所述特征提取包括采用词袋模型对外呼数据进行关键词提取,并且将关键词转化为标签。

6、所述巡检模型是基于transformer的深度学习模型。

【技术保护点】

1.一种助贷业务外呼数据巡检方法,其特征在于,通过经过训练的巡检模型对助贷业务外呼数据进行巡检。

2.根据权利要求1所述的方法,其特征在于,所述巡检模型的构建方法包括,通过搭建kfk服务对外呼平台的外呼数据进行采集;

3.根据权利要求2所述的方法,其特征在于,所述特征提取包括采用词袋模型对外呼数据进行关键词提取,并且将关键词转化为标签。

4.根据权利要求2所述的方法,其特征在于,所述巡检模型是基于Transformer的深度学习模型。

5.根据权利要求4所述的方法,其特征在于,所述巡检模型包括意图子模型。

6.根据权利要求2所述的方法,其特征在于,在所述巡检模型中设置投诉子模型,在训练样本中标注投诉或非投诉,用标注或投诉或者非投诉的样本对所述投诉子模型模型进行训练。

7.根据权利要求5所述的方法,其特征在于,在所述巡检模型中设置纠错子模型,基于所述意图子模型的样本对所述纠错子模型进行训练。

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序以实现如权利要求1至7任一项所述的方法。

9.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求1至7中任一所述的方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行以实现权利要求1至8任一项所述的方法。

...

【技术特征摘要】

1.一种助贷业务外呼数据巡检方法,其特征在于,通过经过训练的巡检模型对助贷业务外呼数据进行巡检。

2.根据权利要求1所述的方法,其特征在于,所述巡检模型的构建方法包括,通过搭建kfk服务对外呼平台的外呼数据进行采集;

3.根据权利要求2所述的方法,其特征在于,所述特征提取包括采用词袋模型对外呼数据进行关键词提取,并且将关键词转化为标签。

4.根据权利要求2所述的方法,其特征在于,所述巡检模型是基于transformer的深度学习模型。

5.根据权利要求4所述的方法,其特征在于,所述巡检模型包括意图子模型。

6.根据权利要求2所述的方法,其特征在于,在所述巡检模型中设置投诉子模型,在训练样本中标注...

【专利技术属性】
技术研发人员:赵鸿阳
申请(专利权)人:极融云科信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1