一种通话转写结构化知识解析治理方法以及相关产品与流程

本技术涉及数据处理，具体涉及一种通话转写结构化知识解析治理方法以及相关产品。

背景技术：

1、在智能客服、外呼营销、投诉回访等通话场景中，通话录音经自动语音识别（automatic speech recognition，asr）转写后可生成结构化文本，这类文本内部蕴藏着大量应答范式、异议处理策略以及话题穿插应对方式等隐性业务知识，企业需要从海量通话数据中自动挖掘、梳理并沉淀该类隐性知识，以此支撑通话复盘分析、业务质检、坐席陪练、智能应答等多项下游智能化应用。

2、目前，针对通话文本的知识解析处理方式，多通过会话轮次拆分、语义聚类匹配或语义闭环切片蒸馏的方式实现对话内容分段与知识提取，但这类处理方式在真实通话场景下存在显著缺陷，其不仅在轮次拆分完成后无法保留会话轮次之间的关联重叠关系，且普遍采用强制语义闭环的切片模式，极易丢失真实通话中复杂的话题穿插、分支并行交互细节，同时，整体处理过程高度依赖预设标准话术库，无法基于原始通话文本自主完成细粒度的单元级结构化知识沉淀，难以适配海量通话数据下高精度知识检索、高效知识复用与精细化业务质检的升级需求。

3、因此，如何实现原始通话细粒度单元级结构化知识的全自动解析与沉淀，是本领域技术人员急需解决的技术问题。

技术实现思路

1、基于上述问题，本技术提供了一种通话转写结构化知识解析治理方法以及相关产品，可以在保留通话真实交互结构的前提下，实现从原始通话转写文本自动完成单元级结构化业务知识的挖掘与沉淀，满足海量通话数据下知识检索、复用以及精细化质检的应用需求。

2、本技术实施例公开了如下技术方案：

3、一种通话转写结构化知识解析治理方法，所述方法包括：

4、接收上游通话转写对象，将所述上游通话转写对象归一为多个轮次结构；每个轮次结构均包括轮次序号、本轮通用角色标签、本轮开始时间、本轮结束时间和轮次文本；所述本轮通用角色标签通过预配置的角色映射表对转写原始角色名进行映射得到；

5、将所述多个轮次结构作为待切分对话，将切分规则作为切分约束条件，输入至预设的大模型中进行对话单元切分，得到多个业务单元；每个业务单元均包括轮次范围、业务类型、话题收敛状态、重叠分支状态和重叠关联单元；所述切分规则包括分割线规则、禁止错误切分规则以及重叠判定规则；所述分割线规则用于识别通话当中业务语义发生变更的位置；所述禁止错误切分规则用于约束大模型不得打散同一语义的单轮对话内容；所述重叠判定规则用于限定仅允许在主话题持续且伴随临时分支并行的通话场景下，不同业务单元的轮次范围相交重叠，禁止出现无业务逻辑的全量堆叠式重叠，并在存在重叠时输出对应的重叠关联单元标识；

6、针对每个业务单元，将该业务单元的轮次范围以及该轮次范围覆盖的轮次序号所对应的轮次文本，与预设的蒸馏约束提示词共同作为蒸馏输入，输入至所述大模型中进行业务字段蒸馏，得到各个业务单元对应的结构化知识条目；所述结构化知识条目用于描述对应业务单元内通话对话所包含的业务沟通信息；

7、基于各结构化知识条目对应的业务单元的时间属性与业务字段信息为各个结构化知识条目执行规则关联运算，得到各个结构化知识条目对应的关联标记信息，并将关联标记信息写入对应的结构化知识条目得到带标记结构化知识条目；

8、对各个带标记结构化知识条目进行质量治理校验得到校验结果，根据各个校验结果对对应的带标记结构化知识条目执行对应的质量修复处理得到治理完成的结构化知识条目。

9、在一种可能的实现方式中，业务单元的本轮开始时间为业务单元的轮次范围覆盖的最小轮次序号所对应的轮次结构的本轮开始时间；业务单元的本轮结束时间为业务单元的轮次范围覆盖的最大轮次序号所对应的轮次结构的本轮结束时间；

10、所述基于各结构化知识条目对应的业务单元的时间属性与业务字段信息为各个结构化知识条目执行规则关联运算，得到各个结构化知识条目对应的关联标记信息，并将关联标记信息写入对应的结构化知识条目得到带标记结构化知识条目，包括：

11、针对每个结构化知识条目，根据该结构化知识条目对应的业务单元的本轮开始时间，确定该业务单元的时序前驱后继关系，并将该时序前驱后继关系写入该结构化知识条目；

12、针对每个结构化知识条目，对该结构化知识条目对应的业务单元的轮次范围执行区间交集运算，完成重叠并行关联校验，得到该结构化知识条目的重叠关联单元标识，并将该重叠关联单元标识写入该结构化知识条目；

13、针对所有结构化知识条目，按照该结构化知识条目内的主核心话题字段执行同类聚类，将主核心话题相同的结构化知识条目归入同一聚类分组，为各聚类分组分配唯一聚类分组标识，并将聚类分组标识写入对应的结构化知识条目；

14、针对所有结构化知识条目，采用jaccard相似度算法计算两两结构化知识条目之间的文本相似度，当相似度大于等于预设阈值时，对对应的结构化知识条目标记疑似冲突，并将疑似冲突标记写入对应的结构化知识条目；

15、其中，时序前驱后继关系、重叠关联单元标识、聚类分组标识和疑似冲突均为关联标记信息。

16、在一种可能的实现方式中，所述针对每个结构化知识条目，根据该结构化知识条目对应的业务单元的本轮开始时间，确定该业务单元的时序前驱后继关系，并将该时序前驱后继关系写入该结构化知识条目，包括：

17、将当前的全部结构化知识条目按照对应业务单元的本轮开始时间进行升序排序；

18、针对每个结构化知识条目，若该结构化知识条目对应的业务单元的话题收敛状态为未收敛，则将本轮开始时间晚于该业务单元且重叠分支状态为是的业务单元确定为该业务单元的后继单元；若结构化知识条目对应的业务单元的话题收敛状态为已收敛，则将本轮开始时间早于该业务单元本轮结束时间且话题收敛状态为未收敛的业务单元确定为该业务单元的后继单元；

19、根据全部结构化知识条目所记录的后继单元对应关系，反向推导得到各结构化知识条目的前驱单元；

20、将所述该结构化知识条目的前驱单元与后继单元的信息作为时序前驱后继关系写入所述该结构化知识条目的。

21、在一种可能的实现方式中，所述根据全部结构化知识条目所记录的后继单元对应关系，反向推导得到各结构化知识条目的前驱单元，包括：

22、读取每一个结构化知识条目的后继单元；

23、若某一结构化知识条目的后继单元为另一结构化知识条目对应的业务单元，则将该结构化知识条目对应的业务单元确定为另一结构化知识条目的前驱单元；

24、其中，对未被任何结构化知识条目的后继单元所指向的结构化知识条目，将其前驱单元置为空。

25、在一种可能的实现方式中，所述质量治理校验包含格式校验、切分正确性校验、业务类型正确性校验以及冲突校验；

26、其中，格式校验不通过判定为机械类问题，切分正确性校验不通过判定为大模型质量类问题，业务类型正确性校验不通过判定为体系类问题，冲突校验不通过根据问题归属归入机械类问题、模型质量类问题或体系类问题；

27、所述机械类问题对应的质量修复处理则为：执行程序自动修复；

28、所述模型质量类问题对应的质量修复处理则为：重新调用大模型执行切分或者蒸馏处理；

29、所述体系类问题对应的质量修复处理则为：修改配置并执行重分类处理。

30、在一种可能的实现方式中，所述方法还包括：

31、对完成质量修复处理后的结构化知识条目再次进行质量治理校验，

32、将再次校验合格的结构化知识条目标记为活跃状态，以供对外检索调用；

33、将再次校验不合格的结构化知识条目，存入预设待重跑库，并生成重跑命令。

34、一种通话转写结构化知识解析治理装置，所述装置包括：

35、轮次归一单元，用于接收上游通话转写对象，将所述上游通话转写对象归一为多个轮次结构；每个轮次结构均包括轮次序号、本轮通用角色标签、本轮开始时间、本轮结束时间和轮次文本；所述本轮通用角色标签通过预配置的角色映射表对转写原始角色名进行映射得到；

36、对话切分单元，用于将所述多个轮次结构作为待切分对话，将切分规则作为切分约束条件，输入至预设的大模型中进行对话单元切分，得到多个业务单元；每个业务单元均包括轮次范围、业务类型、话题收敛状态、重叠分支状态和重叠关联单元；所述切分规则包括分割线规则、禁止错误切分规则以及重叠判定规则；所述分割线规则用于识别通话当中业务语义发生变更的位置；所述禁止错误切分规则用于约束大模型不得打散同一语义的单轮对话内容；所述重叠判定规则用于限定仅允许在主话题持续且伴随临时分支并行的通话场景下，不同业务单元的轮次范围相交重叠，禁止出现无业务逻辑的全量堆叠式重叠，并在存在重叠时输出对应的重叠关联单元标识；

37、字段蒸馏单元，用于针对每个业务单元，将该业务单元的轮次范围以及该轮次范围覆盖的轮次序号所对应的轮次文本，与预设的蒸馏约束提示词共同作为蒸馏输入，输入至所述大模型中进行业务字段蒸馏，得到各个业务单元对应的结构化知识条目；所述结构化知识条目用于描述对应业务单元内通话对话所包含的业务沟通信息；

38、规则关联运算单元，用于基于各结构化知识条目对应的业务单元的时间属性与业务字段信息为各个结构化知识条目执行规则关联运算，得到各个结构化知识条目对应的关联标记信息，并将关联标记信息写入对应的结构化知识条目得到带标记结构化知识条目；

39、质量治理处理单元，用于对各个带标记结构化知识条目进行质量治理校验得到校验结果，根据各个校验结果对对应的带标记结构化知识条目执行对应的质量修复处理得到治理完成的结构化知识条目。

40、在一种可能的实现方式中，业务单元的本轮开始时间为业务单元的轮次范围覆盖的最小轮次序号所对应的轮次结构的本轮开始时间；业务单元的本轮结束时间为业务单元的轮次范围覆盖的最大轮次序号所对应的轮次结构的本轮结束时间；

41、所述规则关联运算单元具体包括：

42、时序关系确定单元，用于针对每个结构化知识条目，根据该结构化知识条目对应的业务单元的本轮开始时间，确定该业务单元的时序前驱后继关系，并将该时序前驱后继关系写入该结构化知识条目；

43、重叠关联校验单元，用于针对每个结构化知识条目，对该结构化知识条目对应的业务单元的轮次范围执行区间交集运算，完成重叠并行关联校验，得到该结构化知识条目的重叠关联单元标识，并将该重叠关联单元标识写入该结构化知识条目；

44、话题聚类单元，用于针对所有结构化知识条目，按照该结构化知识条目内的主核心话题字段执行同类聚类，将主核心话题相同的结构化知识条目归入同一聚类分组，为各聚类分组分配唯一聚类分组标识，并将聚类分组标识写入对应的结构化知识条目；

45、相似度冲突标记单元，用于针对所有结构化知识条目，采用jaccard相似度算法计算两两结构化知识条目之间的文本相似度，当相似度大于等于预设阈值时，对对应的结构化知识条目标记疑似冲突，并将疑似冲突标记写入对应的结构化知识条目；

46、其中，时序前驱后继关系、重叠关联单元标识、聚类分组标识和疑似冲突均为关联标记信息。

47、一种通话转写结构化知识解析治理设备，包括：存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的通话转写结构化知识解析治理方法。

48、一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上所述的通话转写结构化知识解析治理方法。

49、相较于现有技术，本技术具有以下有益效果：

50、本技术提供了一种通话转写结构化知识解析治理方法以及相关产品。具体地，在执行本技术实施例提供的通话转写结构化知识解析治理方法时，先对上游通话转写对象进行轮次归一，构建标准化轮次结构，为后续解析提供统一数据基础。在对话单元切分环节，利用分割线规则识别语义变化，通过禁止错误切分规则保障单轮语义完整，并依靠重叠判定规则允许主话题伴随临时分支并行的合法轮次重叠，输出重叠关联单元标识，克服现有方案拆分后丢失轮次重叠关联、强制语义闭环丢失话题穿插与分支并行交互细节的缺陷。接着，直接基于业务单元对应的原始轮次文本执行业务字段蒸馏，无需依赖预设标准话术库，生成单元级结构化知识条目。再通过规则关联运算把各类关联标记写入条目形成带标记结构化知识条目，进一步固化通话交互关联信息。最后，开展质量治理校验并执行对应质量修复处理，输出治理完成的结构化知识条目，实现基于原始通话文本完成细粒度单元级结构化知识的自动解析沉淀，能够适配海量通话数据下高精度知识检索、高效知识复用与精细化业务质检的使用需求。本技术通过规范化轮次归一处理与多维度约束的智能对话切分机制，有效保留通话轮次重叠关联与话题穿插、分支并行的真实交互细节，规避了传统强制语义切片导致的信息丢失问题。同时，基于原始通话转写数据自动完成业务切分、知识蒸馏、关联建模与质量治理，自主沉淀出高精度单元级结构化知识，可有效适配海量通话数据的知识检索、复用与精细化质检需求。