[发明专利]一种基于深度学习的客服预警分析系统在审

专利信息
申请号: 202110363267.7 申请日: 2021-04-02
公开(公告)号: CN113011928A 公开(公告)日: 2021-06-22
发明(设计)人: 罗瑞雄;马集桥 申请(专利权)人: 深圳市中深伟业科技有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06F16/33;G06F16/35;G06F40/289
代理公司: 重庆壹手知专利代理事务所(普通合伙) 50267 代理人: 彭啟强
地址: 518000 广东省深圳市宝安区新安*** 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: 一种 基于 深度 学习 客服 预警 分析 系统
【说明书】:

发明公开了一种基于深度学习的客服预警分析系统,具体涉及客户服务领域,包括包括:第一会话采集模块,所述第一会话采集模块与会话分类模块连接,用于实时获取当前的会话文本,处理当前的会话文本得到当前的会话特征;第二会话采集模块,所述第二会话采集模块、会话分类模块和会话文本数据库连接,用于从会话文本数据库中获取前一时刻的会话文本,处理前一时刻的会话文本得到前一时刻的会话特征。本发明能够通过对会话类型进行分类,快速的分配客服人员,同时对会话中的关键字进行提取,能够对客户表达的意思做出快速反应,从而能够辅助客服人员进行快速的作用预警判断。

技术领域

本发明涉及客户服务技术领域,更具体地说,本发明涉及一种基于深度学习的客服预警分析系统。

背景技术

客户服务,主要体现了一种以客户满意为导向的价值观,它整合及管理在预先设定的最优成本——服务组合中的客户界面的所有要素。广义而言,任何能提高客户满意度的内容都属于客户服务的范围。

当前服务公司每天有大量的客服与客人的IM(即使通讯)对话,客服与客人在IM交流过程中,常面临一些紧急的服务诉求,比如客户遭到他人绑架;客户处于一个四处暴乱的环境中,这些情况下客户处于一个心情极度不平静的情况,沟通时难以直接表达自己所受危险中,由于现有的客服系统不能够很好的进行快速的反应,导致客服无法清楚的理解客户所表达的含义,因此错失救援机会。

发明内容

为了克服现有技术的上述缺陷,本发明的实施例提供一种基于深度学习的客服预警分析系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于深度学习的客服预警分析系统,包括:

第一会话采集模块,与所述第二会话采集模块与会话分类模块连接,用于实时获取当前的会话文本,处理当前的会话文本得到当前的会话特征;

第二会话采集模块,与所述第一会话采集模块、会话分类模块和会话文本数据库连接,用于从会话文本数据库中获取前一时刻的会话文本,处理前一时刻的会话文本得到前一时刻的会话特征;

会话分类模块,与所述第一会话采集模块、第二会话采集模块、数据处理模块和会话文本数据库连接,用于将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的会话分类模型,并输出给数据处理模块处理以及会话文本数据库中进行存储;

数据处理模块,与所述会话分类模块和预警分析模块连接,用于对会话分类模型输出的会话类型进行分析处理,并将分析处理后的结果传输给预警分析模块;

预警分析模块,与所述数据处理模块连接,用于对数据处理模块传输的分析处理结果进行判断是否预警;

会话文本数据库,与所述第二会话采集模块和会话分类模块连接,用于为第二会话采集模块提供前一时刻的会话文本,同时对会话分类模块中拼合后的会话文本进行存储。

进一步的,所述第一会话采集模块用于将当前的会话文本进行分词处理,将分词得到的各个词映射到词向量后,组合得到当前的会话特征。

进一步的,所述第二会话采集模块用于将前一时刻的会话文本进行分词处理,将分词得到的各个词映射到词向量后,组合得到前一时刻的会话特征。

进一步的,所述会话分类模块包括文本整合模块、关键字提取模块、分类模块和第一输出模块;

所述文本整合模块,与所述第一会话采集模块和第二会话采集模块连接,用于对第一会话采集模块传输的当前的会话特征和第二会话采集模块传输的前一时刻的会话特征进行整合,并形成新的会话特征;

所述关键字提取模块,与所述文本整合模块和第一输出模块连接,用于对新的会话特征提取关键字,并传输给第一输出模块;

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市中深伟业科技有限公司,未经深圳市中深伟业科技有限公司许可,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/202110363267.7/2.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