[发明专利]一种基于问答模板的案例识别方法

说明书

本发明公开了一种基于问答模板的案例识别方法，对接客服平台的质检平台，定时离线处理数据。对话文本是流式进入本系统，预处理后暂存在两个Solr中或者两个Solr Core中。由于待处理的数据量大，后续也使用了Solr的全文本检索功能，快速地过滤出近似句子，为后续的语义相似度计算模块减小压力，主要是语义相似度计算模块相对比较耗时。本发明中的技术可以应用在客服人员培训和客服质量检测环节，弥补现有培训环节的真实素材缺失，自动化输出符合指定问答模板的案例。并且可以作为对客服人员的一种评测。从另一方面讲，也可以检测问答模板设计的是否合理，是否符合实际场景。

技术领域

本发明涉及AI智能客服与语音质量检测技术领域，具体为一种基于问答模板的案例识别方法。

背景技术

随着互联网、移动互联网的快速发展，各领域内的客户联络需求不断持续增长；与此同时，企业也提供了多种渠道的客服服务满足客户来满足客户的沟通需求，如电话人工客服、网络在线客服、短信、微信等。一线客服人员的培训和服务质量检测在客服管理中是必不可少的环节，客服满意度也直接影响了产品的购买率以及用户的后续行为。部分企业也存在了大量客服对话数据，语音数据经过ASR(Automatic Speech Recognition自动语音识别)系统转换了文本数据。如何从大量文本数据中挖掘出有用的信息，利用这些信息去辅助客服人员的培训以及完成语音质量检测？本方法是基于问答模板从大量文本数据中检测识别对应模板的对话案例，进而用真实的案例去培训客服人员。还可以使用此方法对文本案例进行质量检测，检测客服人员是否按照培训标准去回答客户问题。问答模板一般是优秀的客服人员总结出的标准问答，综合了专业知识和说话的技巧。

此方法的主要原理是运用了短文本相似度计算技术，按照设计的流程在待识别案例中逐个检测问句和临近回答语句与问答模板语句的相似程度；输出满足阈值的案例。现有的培训材料一般是人工撰写的问答模板，缺少真实的案例，也无法验证撰写的模板是否被高频率用到。使用该专利提供的技术既可以补充模板对应的案例素材，也可以从大量真实数据中验证已有模板的实用性。

发明内容

本发明的目的在于提供一种基于问答模板的案例识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于问答模板的案例识别方法，具体步骤如下：

第一步，大量文本案例数据是待挖掘的案例数据，其中每一个文档由一个唯一的id(流水号)和对话形式的文本构成，在对话文本中约定“0”表示客服，“1”是客户；

第二步，首先经过预处理模块，完成短句过滤、分词和去停用词处理，或者加入业务相关的专有名词替换处理等；

第三步，然后抽取所有文档的“1”句子，即客户提问部分，逐句输入到Solr(全文本检索服务工具)，一个句子作为Solr内部的一个文档，并且附带该句子所在对话文档的id(流水号)；为了和另一个Solr区分开来，把此Solr标记为Solr B；

第四步，把全部的对话文本处理成一个字符串，并保留了“0”和“1”的部分，把此字符串输入的Solr中备用，称为Solr A；至此，预处理工作完成，Solr B中存储了所有待处理案例中的客户文本句子，Solr A中存储了所有待处理案例的全部文本；

第五步，从问答模板中逐个取出问答对，Q1代表客户提问句子，A1代表客服回答句子；

第六步，在Solr B中查询Q1相似句子，为了不过多输出，取前30个最相似的句子，30个句子再逐个与Q1句子进行语义相似度计算，输出相似结果大于0.5的句子；故，最多输出30个满足0.5阈值的句子,句子集合标记成Qs；

第七步，从Qs中取出一条数据，用该条数据的id(流水号)去Solr A中检索该句子所在的全文本内容，并使用文本内容找到具体位置，取该位置后的4条客服回答，即“0”开头的句子；