[发明专利]一种用户意向判定方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，应用于智慧城市领域中，揭露了一种用户意向判定方法、装置、设备及存储介质，方法包括：在人机交互过程中，通过将用户每次回复的语音转化为文本序列，并基于预设的词典库对所述文本序列进行特征提取，然后根据提取的特征确定用户态度信息，在人机交互结束后，根据每条文本序列的用户态度信息，按照预设规则划分所述用户的跟进类别，并根据所述用户的跟进类别判断所述用户是否为价值客户，若是，则将所述用户添加到意向名单中，以用于人工客服跟进，降低人了工客服成本，进而提高客服的服务成功率。并且通过单独分析用户每次回复语音的态度，最后根据每次回复语音的态度，综合判定用户的跟进价值准确率更高。

技术领域

本发明涉及人工智能技术领域，具体涉及一种用户意向判定方法、装置、设备及存储介质。

背景技术

随着人工智能技术的发展，越来越多的企业将智能语音机器人应用到了日常的用户服务中，这样极大节省了人力成本，提高了产能。

目前，企业在新产品上线的一段时间内会采用电话机器人的方式，在合适的时机对贴合度比较高的企业已有用户进行电话回访介绍，以智能语音引导用户进行转接人工客服。

然而，现有的电话机器人一般是与用户交互一两次便直接转接人工客服，用户是否真正对新产品感兴趣是未知的，这样就会导致转接到人工客服的用户太多，增加人工客服成本。

另外，电话机器人虽然语音上和正常人的语音很接近，但是因为机器人词库和续联模型的局限，难免会出现答非所问，被用户察觉非真人后，引发用户的反感和投诉。

发明内容

本发明的目的是针对上述现有技术的不足提出的一种用户意向判定方法、装置、设备及存储介质，该目的是通过以下技术方案实现的。

本发明的第一方面提出了一种用户意向判定方法，所述方法包括：

在人机交互过程中，实时提取用户每次回复的语音并转化为文本序列；

基于预设的词典库对所述文本序列进行特征提取，并根据提取的特征确定用户态度信息；

在检测到所述人机交互过程结束时，根据每条文本序列对应的用户态度信息，按照预设规则划分所述用户的跟进类别；

根据所述用户的跟进类别判断所述用户是否为价值客户；

若是，则将所述用户添加到意向名单中。

在本申请的一些实施例中，所述基于预设的词典库对所述文本序列进行特征提取，包括：

按照所述文本序列中的标点将所述文本序列划分为多个子句；

对每个子句进行分词，并通过匹配所述词典库对每个子句中的每个分词进行词性标注；标注的词性包括否定词、正向情感词、负向情感词、以及程度副词；

针对词性为否定词的分词，确定该分词的下一个第一目标分词，所述第一目标分词为正向情感词或者负向情感词；

为所述第一目标分词添加用于表征有否定词的第一标记，并将否定词数量加1；

针对词性为程度副词的分词，确定该分词的下一个第二目标分词，所述第二目标分词为正向情感词或者负向情感词；

为所述第二目标分词添加用于表征有程度副词的第二标记和所述程度副词的强度；

将词性为正向情感词对应的否定词数量和程度副词的强度、与词性为负向情感词对应的否定词数量和程度副词的强度作为所述文本序列的特征。

在本申请的一些实施例中，所述根据提取的特征确定用户态度信息，包括：

针对每个子句，根据该子句中词性为正向情感词对应的否定词数量和程度副词的强度、与词性为负向情感词对应的否定词数量和程度副词的强度，确定该子句的情感分值；