[发明专利]服务质量的检测方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201910549980.3 申请日: 2019-06-24
公开(公告)号: CN110472224B 公开(公告)日: 2023-07-07
发明(设计)人: 曾蓉 申请(专利权)人: 深圳追一科技有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06F40/289;G06F40/30;G10L15/26;G06Q30/015
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 王珊珊
地址: 518051 广东省深圳市南山区粤海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服务质量 检测 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种服务质量的检测方法,其特征在于,所述方法包括:

获取服务过程中的语音数据;

对所述语音数据进行文本转化处理,得到多个携带角色标签的文本数据;

根据各所述文本数据和预先训练的识别模型,得到各所述文本数据的目标语义标签和第一情绪标签;

根据各所述文本数据对应的角色标签、目标语义标签和第一情绪标签,对服务质量进行量化检测;

其中,所述识别模型包括语义识别模型,所述根据各所述文本数据和预先训练的识别模型,得到各所述文本数据的目标语义标签和第一情绪标签,包括:

对各所述文本数据进行分词处理,得到多个词语向量;

将所述多个词语向量输入到所述语义识别模型中,得到各所述词语向量对应的语义标签和各语义标签的置信度;

将置信度最高的语义标签确定为所述文本数据的目标语义标签。

2.根据权利要求1所述的方法,其特征在于,所述识别模型还包括情绪识别模型,所述根据各所述文本数据和预先训练的识别模型,得到各所述文本数据的目标语义标签和第一情绪标签,还包括:

分别将各所述文本数据输入到所述情绪识别模型中,得到各所述文本数据的第一情绪标签。

3.根据权利要求1所述的方法,其特征在于,所述对所述语音数据进行文本转化处理,得到多个携带角色标签的文本数据,包括:

对所述语音数据进行分句处理,得到多个子语音数据;

分别确定各所述子语音数据对应的话者;

分别对各所述子语音数据进行文本转换处理,得到各所述子语音数据对应的文本数据;

分别对各所述文本数据进行角色识别,并将各所述文本数据对应的话者替换为对应的角色标签;其中所述角色标签包括服务角色标签和被服务角色标签。

4.根据权利要求3所述的方法,其特征在于,所述对所述语音数据进行分句处理,得到多个子语音数据,包括:

对所述语音数据进行语音端点检测;

根据检测出的语音端点对所述语音数据进行分句处理,得到所述多个子语音数据。

5.根据权利要求3所述的方法,其特征在于,所述分别确定各所述子语音数据对应的话者,包括:

根据各所述子语音数据的声音特性确定各所述子语音数据对应的话者;其中所述声音特性包括频率、音色中的至少一种。

6.根据权利要求3所述的方法,其特征在于,所述对各所述文本数据进行角色识别,将各所述文本数据对应的话者替换为对应的角色,包括:

判断所述文本数据中是否包含预设词语;

若所述文本数据中包含所述预设词语,则将所述文本数据对应的话者替换为所述服务角色标签;否则,将所述文本数据对应的话者替换为所述被服务角色标签。

7.根据权利要求1所述的方法,其特征在于,所述根据各所述文本数据对应的角色、目标语义标签和第一情绪标签,对服务质量进行量化检测,包括:

获取所述角色标签中服务角色标签对应的文本数据的目标语义标签和第一情绪标签;

若所述角色标签中服务角色标签对应的文本数据的目标语义标签为恶意语义标签,和/或,所述角色标签中服务角色标签对应的文本数据的第一情绪标签为负面情绪标签,则对所述服务质量进行减分处理。

8.根据权利要求1所述的方法,其特征在于,在所述对所述语音数据进行文本转化处理,得到多个携带角色标签的文本数据之后,所述方法还包括:

对所述语音数据进行情绪识别,得到各所述文本数据的第二情绪标签;

所述根据各所述文本数据对应的角色标签、目标语义标签和第一情绪标签,对服务质量进行量化检测,包括:

根据各所述文本数据对应的角色标签、目标语义标签、第一情绪标签和第二情绪标签,对服务质量进行量化检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳追一科技有限公司,未经深圳追一科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910549980.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top