[发明专利]基于自定义分类规则的业务模型分析方法和装置

说明书

技术领域

本发明涉及业务分类管理技术，特别是涉及一种基于自定义分类规则的业务模型分析方法和装置。

背景技术

在语音分析技术领域中，对通话进行业务分类是非常重要的。

通常情况下，在呼叫中心的管理系统所记录的随录信息中，往往含有对通话进行业务分类的类别描述，利用随录信息中的类别描述可以对通话业务进行分类。然而，现有的随录信息存在以下问题：

1、随录信息不完整；即并不是所有的随录信息中都包含有对通话进行业务分类的类别描述，有些呼叫中心的管理系统甚至完全没有随录信息。

2、随录信息不严谨；即对通话类别的描述往往是由坐席手工操作记录下来的，存在敷衍应付以及主观出错等情况。

3、对于自定义类别(如专项调查中的类别)的业务通常无法在系统中事先记录。

随录信息存在的上述问题会导致业务分类不能准确并顺利的进行，甚至无法进行业务分类，这对呼叫中心的管理系统来说是非常不利的。

有鉴于现有的业务分类存在的问题，本发明人积极加以研究创新，以期创设一种新的基于自定义分类规则的业务模型分析方法和装置，能够克服现有的业务分类存在的问题，使其更具有实用性。经过不断的研究设计，并经过反复试作样品及改进，终于创设出确具实用价值的本发明。

发明内容

本发明的主要目的在于，克服现有的业务分类存在的问题，而提供一种新的基于自定义分类规则的业务模型分析方法和装置，所要解决的问题是，能够自动地对业务进行分类处理。

本发明的目的以及解决其技术问题可以采用以下的技术方案来实现。

依据本发明提出的一种基于自定义分类规则的业务模型分析方法，包括：获取识别文本；

利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别；

其中，所述业务模型的建立过程包括：

针对一行业，汇集该行业的业务目标；

确定各业务目标分别对应的关联关键词；

利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型；

利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型；

所述利用多个识别训练文本对所述各业务目标的业务模型初型进行训练包括：

步骤1、利用单个业务模型初型对多个识别训练文本进行识别验证，以对所述多个识别训练文本进行筛选；

步骤2、根据所述筛选的结果修正该单个业务模型初型；

步骤3、重复上述步骤1-2，以逐个地对所有业务模型初型进行修正；

步骤4、利用当前修正后的所有业务模型初型对多个识别训练文本进行识别验证，以获得两种识别训练文本，即不能被当前修正后的所有业务模型初型识别验证的识别训练文本以及同时符合多个当前修正后的业务模型初型的识别训练文本，并根据这两种识别训练文本继续修正相应业务模型初型；

步骤5、重复上述步骤4，直到当前获得的两种识别训练文本的数量与前次获得的两种识别训练文本的数量分别相同，从而成功建立各业务目标的业务模型。

依据本发明提出的一种基于自定义分类规则的业务模型分析装置，包括：获取模块、识别模块以及建立模块；

所述获取模块，用于获取识别文本；

所述识别模块，用于利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别；

其中，所述业务模型由所述建立模块建立，且所述建立模块包括：

汇集子模块，用于针对一行业，汇集该行业的业务目标；

确定子模块，用于确定各业务目标分别对应的关联关键词；

设置子模块，用于利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型；

训练子模块，用于利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型；

所述训练子模块包括：

第一单元，用于利用单个业务模型初型对多个识别训练文本进行识别验证，以对所述多个识别训练文本进行筛选；

第二单元，用于根据所述筛选的结果修正该单个业务模型初型；

第三单元，用于重复调用所述第一单元和第二单元，以逐个地对所有业务模型初型进行修正；