[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

说明书

本发明提供了一种基于深度学习的客服预警分析分析方法、系统、设备及介质，该方法包括：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。本发明基于深度学习对客人的消息进行实时分析分类，结合上下文实现基于语义分析的预警分析，从而可以甄别出紧急服务诉求，并进行预警，为切换到更高级的服务响应提供依据。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于深度学习的客服预警分析方法、系统、设备及介质。

背景技术

当前服务公司每天有大量的客服与客人的IM(即使通讯)对话，客服与客人在IM交流过程中，常面临一些紧急的服务诉求。诸如：客人提出遭到人身威胁；客人提出酒店图文不符；因为疫情、暴乱等突发情况需要退房；甚至是客人情绪极端无法再继续往下正常的交流。面对这种情形，服务部门要求立马升级处理：如果原来是机器人客服，需要立马切换到真人客服，如果原来是真人客服，需要切换到服务权限更高的领班。

如何甄别这类情形，并同时实现识别准确率高和实时性高，成为一大困扰服务团队的问题。当下识别这类紧急服务诉求，通用的技术是通过预定义好的关键词，对文本进行规则匹配。如果遇到了客人的IM文本消息中，命中了关键词，就会被后台监测到并进行预警。但是这种方法完全基于关键词，并不能结合到语义，因为准确率较低，将导致大量的错误的服务升级，造成大量的人力浪费。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种基于深度学习的客服预警分析方法、系统、设备及介质，实现识别准确率高和实时性高的敏感信息分析和预警。

本发明实施例提供一种基于深度学习的客服预警分析方法，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。

可选地，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。

可选地，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。

可选地，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；