[发明专利]客服回复文本评分方法及装置、存储介质、计算机设备在审

专利信息
申请号: 202210056053.X 申请日: 2022-01-18
公开(公告)号: CN114417861A 公开(公告)日: 2022-04-29
发明(设计)人: 贾颖芳 申请(专利权)人: 平安健康保险股份有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F16/33;G06Q10/06
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 200232 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客服 回复 文本 评分 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种客服回复文本评分方法,其特征在于,包括:

获取待评分对话文本,对所述待评分对话文本中的每个待评分问答对文本进行分词,其中,所述待评分对话文本中包括至少一个所述待评分问答对文本,所述待评分问答对文本包括客服回复文本;

依据分词结果进行数值转换,得到每个所述待评分问答对文本对应的拼接向量组合;

将每个所述待评分问答对文本对应的所述拼接向量组合输入至预设评分模型,基于输出的结果得到所述待评分对话文本中所述客服回复文本对应的客服回复评分。

2.根据权利要求1所述的方法,其特征在于,所述依据分词结果进行数值转换,得到每个所述待评分问答对文本对应的拼接向量组合,具体包括:

依据分词结果,从预设字向量表中确定每个所述分词的词向量,并基于所述词向量,确定每个所述待评分问答对文本对应的词向量组合;

依据所述分词结果以及预设关键词列表,确定每个所述分词对应的权重向量,并基于所述权重向量,确定每个所述待评分问答对文本对应的权重向量组合;

基于所述词向量组合以及所述权重向量组合,确定每个所述待评分问答对文本对应的拼接向量组合。

3.根据权利要求2所述的方法,其特征在于,所述基于所述词向量组合以及所述权重向量组合,确定每个所述待评分问答对文本对应的拼接向量组合之前,所述方法还包括:

依据所述分词结果,确定每个所述分词对应的句子标识向量以及位置标识向量,并基于所述句子标识向量以及所述位置标识向量,确定每个所述待评分问答对文本对应的句子标识向量组合以及位置标识向量组合;

基于所述词向量组合、所述句子标识向量组合、所述位置标识向量组合以及所述权重向量组合,确定每个所述待评分问答对文本对应的拼接向量组合。

4.根据权利要求2或3所述的方法,其特征在于,所述将每个所述待评分问答对文本对应的所述拼接向量组合输入至预设评分模型之前,所述方法还包括:

获取预设问答对文本样本,对每个所述预设问答对文本样本进行分词,得到与每个所述预设问答对文本样本对应的样本拼接向量组合;

将所述样本拼接向量组合输入至评分预训练模型,输出回复文本预测值;

基于每个所述预设问答对文本样本对应的回复文本真实值以及所述回复文本预测值,计算所述评分预训练模型对应的模型损失值;

当所述模型损失值大于预设损失阈值时,调整所述评分预训练模型对应的模型参数,并将每个所述预设问答对文本样本对应的所述样本拼接向量组合输入至调整后的评分预训练模型中,再次计算所述模型损失值;

当所述模型损失值小于或等于所述预设损失阈值时,将所述评分预训练模型作为所述预设评分模型。

5.根据权利要求1所述的方法,其特征在于,所述获取待评分对话文本之后,所述方法还包括:

确定所述待评分对话文本中每个子文本对应的文本产生时间以及文本标识;

基于所述文本产生时间以及所述文本标识,对所述子文本进行整理,得到所述待评分问答对文本。

6.根据权利要求1所述的方法,其特征在于,所述获取待评分对话文本之后,所述方法还包括:

将所述待评分对话文本中的所述客服回复文本与预设敏感词数据库进行匹配,当任一所述客服回复文本与所述预设敏感词数据库匹配成功时,将所述待评分对话文本进行标记,并将标记后的所述待评分对话文本发送至预设复核终端。

7.根据权利要求1所述的方法,其特征在于,所述基于输出的结果得到所述待评分对话文本中所述客服回复文本对应的客服回复评分之后,所述方法还包括:

当所述待评分对话文本中任一所述客服回复文本对应的客服回复评分低于预设评分阈值时,将所述待评分对话文本发送至所述预设复核终端。

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平安健康保险股份有限公司,未经平安健康保险股份有限公司许可,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/202210056053.X/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