[发明专利]基于人工智能的坐席外呼质检方法及系统

权利要求书

1.基于人工智能的坐席外呼质检方法，其特征在于，包括以下步骤：

S100：获取多个不同用户给出不同等级评分的已外呼数据的语音通话数据；

语音通话数据包括语音数据、通话时长、外呼号码、用户评分以及用户情绪评分；

S200：利用人工智能平台对语音通话数据分析后，根据用户通话数据信息，构建标签体系，其中，所述标签体系包括语义标签、情绪标签，语义标签为用户沟通过程中的文字意义，目的以及期望用途；情绪标签为用户的沟通过程中的情绪反馈标记；

在步骤S200中，对用户情绪标签包括如下步骤：

S210：根据对语音通话数据分析后将用户情绪分为A、B、C、D、E五个等级标签；

S220：向A、B、C、D、E分别赋予“很好”、“好”、“一般”、“差”、“极差”情绪标签；

S230：赋予“很好”、“好”、“一般”、“差”、“极差”五个情绪标签的不同综合评分计算比例，其分别为100％、80％、60％、40％和0％；

S300：通过上述标签体系结合用户评分赋予抽取的语音通话数据中智能的综合评分，该综合评分分为多个层级；

S400：在上述多个层级的综合评分的语音通话数据中抽取部分进行人工质检；

所述情绪标签“很好”、“好”、“一般”、“差”、“极差”的综合评分计算比例分别为100％、80％、60％、40％以及0％；

在综合评分计算过程中，情绪标签的综合评分计算按照上述比例结算；

若用户的情绪标签为“很好”，则综合评分＝情绪标签*100％+其余综合评分判断要素参考项；

若用户的情绪标签为“好”，则综合评分＝情绪标签*80％+其余综合评分判断要素参考项；

若用户的情绪标签为“一般”，则综合评分＝情绪标签*60％+其余综合评分判断要素参考项；

若用户的情绪标签为“差”，则综合评分＝情绪标签*40％+其余综合评分判断要素参考项；

若用户的情绪标签为“极差”，则综合评分＝情绪标签*0％+其余综合评分判断要素参考项；

其中，其余综合评分判断要素参考项包括用户的年龄、外拨的时间段。

2.根据权利要求1所述的基于人工智能的坐席外呼质检方法，其特征在于，在步骤S300中，对于综合评分划界的具体如下步骤：

S310：获取多个语音通话数据的综合评分分布区间并对综合评分分布区间划界；

S320：根据上述综合评分分布区间的划界范围规定人工质检取样区间；

S330：赋予人工质检取样区间的归类信息，包括“优”、“良”、“合格”、“不合格”。

3.根据权利要求1所述的基于人工智能的坐席外呼质检方法，其特征在于，在S200中，对语音通话数据分析后对情绪标签的同时，对分析的语音通话数据处理，处理对象包括对用户情绪评分、记录情绪波动段时长、记录情绪波动段时间节点、根据用户音量大小频段变化作为用户情绪波动的判断依据以及对用户沟通的问题归类；

按照上述处理对象，给出情绪标签的处理以及深处理项目，深处理项目为用户情绪评分、记录情绪波动段时长，情绪波动段时间节点以及对用户沟通的问题归类。

4.基于人工智能的坐席外呼质检系统，可实现权利要求1-3任一项所述的坐席外呼质检方法，其特征在于，包括已外呼数据库、人工智能处理平台、人工质检模块以及多级评分数据库；

其中，已外呼数据库为已外呼的语音通话数据的数据集合以及针对单条语音通话数据的用户反馈评分；

人工智能处理平台对语音通话数据进一步处理，以处理数据形成标签体系同时对语音通话数据深处理；

所述多级评分数据库对人工智能处理平台所采集的多种数据综合评分，

并将综合评分按照一定逻辑罗列为有序的数据集合；

所述人工质检模块对多级评分数据库的有序排列的数据选择性提取并再次质检。