[发明专利]基于深度学习的客服预警分析方法、系统、设备及介质

权利要求书

1.一种基于深度学习的客服预警分析方法，其特征在于，包括如下步骤：

实时获取当前的会话文本，处理当前的会话文本得到当前的会话特征；

从会话文本数据库中获取前一时刻的会话文本，处理前一时刻的会话文本得到前一时刻的会话特征；

将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的会话分类模型，得到所述会话分类模型输出的会话类型；

根据所述会话分类模型输出的会话类型确定当前是否需要预警。

2.根据权利要求1所述的基于深度学习的客服预警分析方法，其特征在于，所述处理当前的会话文本得到当前的会话特征，包括如下步骤：

将当前的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到当前的会话特征；

所述处理前一时刻的会话文本得到前一时刻的会话特征，包括如下步骤：

将前一时刻的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到前一时刻的会话特征。

3.根据权利要求1所述的基于深度学习的客服预警分析方法，其特征在于，所述将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的会话分类模型，包括如下步骤：

判断当前会话为机器服务会话还是人工服务会话；

如果是机器服务会话，则将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的机器服务会话分类模型，得到所述机器服务会话分类模型输出的会话类型；

如果是人工服务会话，则将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的人工服务会话分类模型，得到所述人工服务会话分类模型输出的会话类型。

4.根据权利要求1所述的基于深度学习的客服预警分析方法，其特征在于，根据所述会话分类模型输出的会话类型确定当前是否需要预警之后，还包括如下步骤：

如果需要预警，则判断当前会话为机器服务会话还是人工服务会话；

如果是机器服务会话，则将当前会话转为人工服务会话，为当前会话分配客服人员；

如果是人工服务会话，则查询当前客服人员的等级，为当前会话分配更高等级的客服人员。

5.根据权利要求4所述的基于深度学习的客服预警分析方法，其特征在于，所述如果是机器服务会话，则将当前会话转为人工服务会话，为当前会话分配客服人员，包括如下步骤：

根据所述会话类型确定当前的预警等级；

根据所述预警等级确定转为人工服务会话后的客服人员的等级，为当前会话分配对应等级的客服人员；

如果是人工服务会话，则查询当前客服人员的等级，为当前会话分配更高等级的客服人员，包括如下步骤：

根据所述会话类型确定当前的预警等级；

根据所述预警等级确定客服人员需要提升的等级，确定变更后的客服人员的等级，为当前会话分配对应变更后的等级的客服人员。

6.根据权利要求1所述的基于深度学习的客服预警分析方法，其特征在于，所述会话类型包括多个维度的会话类型，根据所述会话分类模型输出的会话类型确定当前是否需要预警，包括如下步骤：

根据各个维度的会话类型和各个维度的预警条件确定当前是否需要预警；

如果一维度的会话类型满足所对应的预警条件，则确定当前需要预警，并且将该满足所对应的预警条件的维度即为预警维度；

将当前的预警维度和预警维度的会话类型存储于所述会话文本数据库。

7.根据权利要求6所述的基于深度学习的客服预警分析方法，其特征在于，根据所述会话分类模型输出的会话类型确定当前是否需要预警之后，还包括如下步骤：

从所述会话文本数据库中获取之前预设时间内对应于同一服务对象的预警数据，所述预警数据包括之前的预警记录，每条所述预警记录包括预警时间、所对应的预警维度和该预警维度的会话类型；

从获取到的预警数据中提取与当前的预警维度相同的预警记录，统计该预警维度的会话类型变化轨迹；

根据该预警维度的会话类型变化轨迹和预设的预警等级评定条件，确定当前的预警等级。