[发明专利]一种用于电力智能客服系统的情绪识别方法和系统

说明书

本发明公开了一种用于电力智能客服系统的情绪识别方法和系统，其中方法包括以下步骤：S1，接受用户咨询信息；S2，将语音文本转化；S3，利用词嵌入进行语言分析并提取特征信息；S4，在特征信息中添加情绪特征生成词向量；S5，将词向量与专家数据库进行配对，获取相似性最高的返回结果到客户端；S6，判断当前用户发言次数，若为预设第n次发言，则进入S7，若在n次以内，则进入S8；S7，进行状态分类处理，紧急状态进入人工服务，非紧急或一般状态进入S8；S8，进入用户情感检测分类模型，分析文字语聊中的问题后情绪识别，识别为中性、正向时直接回答，识别为负向形成情感生成式语聊。提高用户体验，减少人力客服质检的成本，提高效率。

技术领域

本发明涉及电力智能客服领域，特别涉及一种用于电力智能客服系统的情绪识别方法和系统。

背景技术

传统电力智能客服只能通过信息的方式进行沟通，无法准确判断顾客的说话逾期、态度；更加无法辨别客户的需求是否紧急，无法对高质量、紧急需求的用户进行分级甄别，而且语聊无感情，无法捕捉用户的情绪，并‘对症下药’，从而会引起优质客户流失问题，平台体验差，解决问题效率低下。同时，为了保证服务质量，有专门的客服质检员来对服务记录进行抽样监听及评分工作，并形成质量报告反馈于业务人员和客服人员。但往往客服质检员在抽样和统计过程存在耗时、效率较低、质量报告难以完全代表整体客服水平等问题。

发明内容

为了解决现有问题，本发明提供了一种用于电力智能客服系统的情绪识别方法和系统，具体方案如下：

一种用于电力智能客服系统的情绪识别方法，包括以下步骤：

S1，接受用户咨询信息；

S2，将咨询信息中的语音进行文本转化；

S3，利用词嵌入方法对文本进行语言分析，并提取特征信息；

S4，根据先验知识，在所述特征信息中添加情绪特征，从而生成具有情绪语义的词向量；

S5，将所述词向量与专家数据库进行配对，获取相似性最高的返回结果，或者通过在知识图谱搜索关键词的方式得到结果，并将结果返回到客户端；

S6，判断当前用户发言次数，若为预设第n次发言，则进入步骤7，若在n次以内，则进入步骤8；

S7，根据具有情绪语义的所述词向量进行状态分类处理，当状态为紧急状态时，直接进入人工服务，若状态为非紧急状态或一般状态时进入步骤8；

S8，进入用户情感检测分类模型，根据具有情绪语义的所述词向量对文字语聊中遇到的问题情感分析后进行情绪识别，识别情绪为无情绪——中性或者满意——正向时，则直接回答问题，识别情绪为负向或不满意，则在回答问题的基础上安抚用户，形成情感生成式语聊。

优选的，所述步骤1中所述咨询信息为语音信息或文本信息。

优选的，所述专家数据库包括业务知识数据库、电力行业领域知识数据库以及通用语言知识数据库。

优选的，利用神经网络BiLSTM算法，进行步骤8中的所述情绪识别。

优选的，步骤8中通过softmax进行用户情感分类。

本发明还揭示了一种计算机可读存储介质，介质上存有计算机程序，计算机程序运行后，执行上述的用于电力智能客服系统的情绪识别方法。

本发明还揭示了一种计算机系统，包括处理器、存储介质，存储介质上存有计算机程序，处理器从存储介质上读取并运行计算机程序以执行上述的用于电力智能客服系统的情绪识别方法。