[发明专利]一种客服热线用户意图轨迹识别的方法及系统

说明书

本发明涉及到一种客服热线用户意图轨迹识别的方法，该方法包括：第一步，获得行为轨迹数据和对话文本；第二步，将完整对话文本转化为对话片段，依照时间节点将对话文本片段与用户行为轨迹数据关联；第三步，分别得到文本特征表示、用户行为特征表示和上文用户意图特征表示，特征拼接后，作为样本特征表示输出；第四步，使用多层感知神经网络作为意图分类算法模型，以样本特征表示作为输入，取最后一层的向量作为输出结果；第五步，使用Beam Search策略生成最优的用户意图轨迹；还涉及到一种基于用户行为轨迹和上下文进行客服热线用户意图轨迹识别的系统。本发明的方法和系统保证更高的正确率，能够有效降低上文意图错误对当前语句意图识别的错误传递。

技术领域

本发明涉及人工智能，特别涉及到一种基于用户行为轨迹和上下文进行客服热线用户意图轨迹识别的方法及系统。

背景技术

如今各大银行、保险公司、电商平台、手机运营商等服务类行业都开发了客服热线系统，单日接线量已十分庞大。在人工智能技术日新月异的当下，各大企业也纷纷利用语音识别技术把客服热线录音转成半结构化的文本数据，利用自然语言处理技术进行文本挖掘，以此提升客服热线分析的效率。在客服热线分析的广泛领域内，用户的意图识别是十分常见也是被认为能带来高度业务价值的需求，针对用户意图的分析挖掘有利于指导企业的市场推广和产品运营。

在专利号为CN104951433A的中国发明专利中，公开了一种基于上下文进行意图识别的方法，该方法将上文意图分类结果one-hot作为特征与当前语句共同预测当前意图。但是这个方法对上文意图分类结果是否正确有极高依赖，上文意图分类结果错误可能会导致之后的意图结果连续错误。而且，仅依赖文本进行意图识别也存在一定局限性，在热线对话过程中用户的行为轨迹，例如边通话边浏览商品页面，或者在通话过程中办理购买产品等，也会对该时间点之后的用户意图识别提供有价值的信息。

经过认真分析，现有技术解决文本意图轨迹识别时存在如下难点：

难点1)上文意图分类结果错误会导致下文连续意图识别错误，在客服对话中即便是相同的语句也可能表示不同的用户意图，这是因为当前语句的包含信息有限，上文邻近用户意图作为隐藏状态对当前意图识别可以起到巨大作用。但正因为如此假使上文用户意图识别错误，也增大了当前意图识别错误的可能性；并且错误会随着对话传递放大，直到整个用户意图轨迹产生巨大偏差。

难点2)相同语句用户行为轨迹会造成不同的用户真实意图，在客服对话的过程中，用户也实时在产生行为动作，例如浏览商品详情页面，或者办理购买产品等，这些动作可能也隐含着用户接下来的意图，但是语句中的表述模棱两可，从而提升了分析用户真实意图的难度。

发明内容

本发明目的在于克服上述现有技术中存在的不足，提供一种新的客服热线用户意图轨迹识别的方法和系统。本发明的方法和系统要求能够有效降低上文意图错误对当前语句意图识别的错误传递，在建模中考虑将前文对话时用户的行为轨迹。

为了达到上述发明目的，本发明提供的技术方案如下：

一种客服热线用户意图轨迹识别的方法，该方法基于用户行为轨迹和上下文进行客服热线用户意图轨迹识别，具体包括如下操作步骤：

第一步，数据获得，获得行为轨迹数据和对话文本；

第二步，数据切片和数据关联，将对话文本滑动切片，将一通完整的对话文本转化为N条有先后顺序的对话片段，依照对话片段和行为轨迹发生的时间节点将对话文本片段与用户行为轨迹数据关联；