[发明专利]用于确定客服话术簇的方法及装置

说明书

本说明书的实施例提供了一种用于确定客服话术簇的方法及装置。在该方法中，从人工客服数据集中来确定候选客服话术集，使用业务话术筛选模型来从候选客服话术集中筛选分别针对不同业务类型的多个业务话术集，进而通过语义模型来从业务话术集中确定至少一个客服话术簇，可以为客服进行业务服务过程中遇到的相同或相似的用户问题提供参考。

技术领域

本说明书的实施例涉及互联网领域，具体地，涉及一种用于确定客服话术簇的方法及装置。

背景技术

随着互联网技术的发展，客服服务已经成为了众多科技公司的重要竞争资源。目前，可以由人工客服或机器人客服来提供客服服务。在提供客服服务的过程中，话术往往能够为客服处理用户问题起到较佳的参考作用。然而，目前的客服话术一般是由人工依据过往经验而制定的，导致无法在海量的业务场景中适用，并且主观性较强而无法保障准确性。

针对上述问题，目前业界暂无较佳的解决方案。

发明内容

鉴于上述问题，本说明书的实施例提供了一种用于确定客服话术簇的方法及装置。利用该方法及装置，从人工客服数据集中确定候选客服话术集，能保障话术的实用性，并基于业务话术筛选模型从候选客服话术集来确定分别针对不同业务类型的业务话术集，进而使用语义模型来从各个业务话术集中确定客服话术簇，使得客服话术簇是对应于相同或相似的语义的，能够为客服进行业务服务过程中遇到的相同或相似的用户问题提供参考，以提高客服服务效率和质量。

根据本说明书实施例的一个方面，提供了一种用于确定客服话术簇的方法，包括：根据人工客服数据集确定候选客服话术集；基于业务话术筛选模型从所述候选客服话术集中确定分别针对不同业务类型的多个业务话术集，所述业务话术筛选模型至少配置有业务匹配度特征维度；针对各个业务话术集，基于语义模型从该业务话术集中确定至少一个客服话术簇。

可选地，在上述方面的一个示例中，所述业务话术筛选模型还可以配置有用于指示话术质量的以下中的任意一种或多种特征维度：话术长度特征维度、业务成果转化度特征维度、话术通顺度特征维度、话术信息量和话术使用频次。

可选地，在上述方面的一个示例中，基于语义模型从该业务话术集中确定至少一个客服话术簇可以包括：基于语义模型确定所述业务话术集所对应的话术语义特征集；基于密度聚类算法对所述话术语义特征集中的各个话术语义特征进行聚类处理，以从相对应的业务话术集中确定至少一个客服话术簇。

可选地，在上述方面的一个示例中，还可以包括：针对各个业务话术集，基于主题模型确定该业务话术集所对应的话术主题特征集，基于第一聚类算法对该话术主题特征集中的各个话术主题特征进行聚类处理，以将相对应的业务话术集划分为具有预设定的聚类别数量的多个第一话术聚类簇；其中，基于密度聚类算法对所述话术语义特征集中的各个话术语义特征进行聚类处理，以从相对应的业务话术集中确定至少一个客服话术簇包括：针对各个所述第一话术聚类簇，基于密度聚类算法对该第一话术聚类簇所对应的话术语义特征集中的各个话术语义特征进行聚类处理，以将相对应的第一话术聚类簇划分为多个第二话术聚类簇；根据各个所述第二话术聚类簇，确定所述客服话术簇。

可选地，在上述方面的一个示例中，还可以包括：确定所述各个第二话术聚类簇中的重心话术；其中，根据各个所述第二话术聚类簇，确定所述客服话术簇包括：针对各个第二话术聚类簇组，根据该第二话术聚类簇组内的第一第二话术聚类簇和第二第二话术聚类簇中的重心话术的话术语义特征来确定语义相似度，根据所述语义相似度来确定是否将所述第一第二话术聚类簇和所述第二第二话术聚类簇进行归并处理，以确定所述客服话术簇。

可选地，在上述方面的一个示例中，根据人工客服数据集确定候选客服话术集可以包括：对所述人工客服数据集中的至少一个用户标识信息进行归一化处理，以确定所述候选客服话术集。

可选地，在上述方面的一个示例中，该方法还可以包括：获取用户问题集；在所述用户问题集中确定与各个客服话术簇分别相匹配的用户问题。