[发明专利]客服总机菜单无障碍控制方法、装置、服务器及存储介质

权利要求书

1.一种客服总机菜单无障碍控制方法，其特征在于，应用于服务器，所述方法包括以下步骤：

在客户端与客服总机建立呼叫连接时，获取用户标签信息；

根据所述用户标签信息，发送无障碍菜单给所述客户端，以从所述客户端获取用户根据所述无障碍菜单输入的操作意图语音信息；

对所述操作意图语音信息进行预处理，获得文本序列；

将所述文本序列输入训练获得的转换模型，获得按键序列，其中，所述转换模型基于注意力机制和长短期记忆神经网络构建；

根据所述按键序列，发送对应的菜单操作结果给所述客户端。

2.如权利要求1所述的客服总机菜单无障碍控制方法，其特征在于，所述根据所述用户标签信息，发送无障碍菜单给所述客户端，以从所述客户端获取用户根据所述无障碍菜单输入的操作意图语音信息的步骤，具体包括：

根据所述用户标签信息，判断用户是否为需要提供无障碍控制的对象；

若所述用户是需要提供无障碍控制的对象，发送无障碍菜单给所述客户端，以从所述客户端获取所述用户根据所述无障碍菜单输入的操作意图语音信息。

3.如权利要求1所述的客服总机菜单无障碍控制方法，其特征在于，所述将所述文本序列输入训练获得的转换模型，获得按键序列的步骤之前，所述方法还包括：

获取训练数据集，所述训练数据集包括文本数据和按键序列数据；

对所述文本数据进行预处理，获得文本序列数据；

将所述文本序列数据输入初始化的神经网络模型，进行长短期记忆编码和解码，获得按键序列训练数据；

根据所述按键序列训练数据和所述按键序列数据，更新所述神经网络模型的参数，以获得更新后的神经网络模型；

将所述文本序列数据输入更新后的所述神经网络模型，获得按键序列训练数据，并根据所述按键序列训练数据和所述按键序列数据，获得更新后的神经网络模型；

返回所述将所述文本序列数据输入更新后的所述神经网络模型的步骤，循环至达到收敛条件，获得转换模型。

4.如权利要求3所述的客服总机菜单无障碍控制方法，其特征在于，所述神经网络模型包括依次连接的输入层、嵌入层、编码层、解码层和输出层，所述输入层的神经元数量与所述文本数据的数量一致，为所述文本序列数据设置序列长度；所述嵌入层利用词嵌入对所述文本序列数据进行向量映射，获得多维空间向量；所述编码层将所述多维空间向量编码为上下文向量；所述解码层利用长短期记忆将所述上下文向量解码为向量序列；所述输出层的神经元数量与所述按键序列数据的数量一致。

5.一种客服总机菜单无障碍控制方法，其特征在于，应用于客户端，所述方法包括以下步骤：

发送呼叫信号给客服总机，以使服务器在所述客户端与所述客服总机建立呼叫连接时，获取用户标签信息，并根据所述用户标签信息，发送无障碍菜单给所述客户端；

接收所述无障碍菜单，并将用户根据所述无障碍菜单输入的操作意图语音信息发送给所述服务器，以使所述服务器对所述操作意图语音信息进行预处理，获得文本序列，并将所述文本序列输入训练获得的转换模型，获得按键序列，以及根据所述按键序列，发送对应的菜单操作结果给所述客户端，其中，所述转换模型基于注意力机制和长短期记忆神经网络构建。

6.一种转换模型训练方法，其特征在于，所述方法包括以下步骤：

获取训练数据集，所述训练数据集包括文本数据和按键序列数据；

对所述文本数据进行预处理，获得文本序列数据；

将所述文本序列数据输入初始化的神经网络模型，进行长短期记忆编码和解码，获得按键序列训练数据；

根据所述按键序列训练数据和所述按键序列数据，更新所述神经网络模型的参数，以获得更新后的神经网络模型；

将所述文本序列数据输入更新后的所述神经网络模型，获得按键序列训练数据，并根据所述按键序列训练数据和所述按键序列数据，获得更新后的神经网络模型；

返回所述将所述文本序列数据输入更新后的所述神经网络模型的步骤，循环至达到收敛条件，获得转换模型。