人工坐席转接方法、装置、存储介质和设备与流程

1.本技术涉及移动互联领域，尤其涉及一种人工坐席转接方法、装置、存储介质和设备。


背景技术：

2.对于客服系统而言，人工坐席的数量是有限的，为此，现有的客服系统都引进了问答机器人，以弥补人工坐席的数量，代替人工坐席服务客户。
3.然而，客户提出的所有问题，并非都可被问答机器人完美解决，部分涉及到资金、投资等高价值的问题，还得需要人工坐席处理。
4.为此，如何确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理，成为本领域亟需解决的问题。


技术实现要素：

5.本技术提供了一种人工坐席转接方法、装置、存储介质和设备，目的在于确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理。
6.为了实现上述目的，本技术提供了以下技术方案：
7.一种人工坐席转接方法，包括：
8.在检测到客户进入客服系统后，调用预设的问答机器人，与所述客户进行语音交互，并记录所述客户提出的语音问题，以及所述问答机器人的错误应答次数；
9.基于所述语音问题，确定目标业务场景；所述目标业务场景为所述语音问题所涉及的业务场景；
10.基于所述语音问题，获得所述待测关键词集合；
11.基于预先构建的置信度列表、所述目标业务场景以及所述待测关键词集合，确定目标置信度分值；所述置信度列表包括多个业务场景，以及与每个所述业务场景对应的置信度分值集合和关键词集合；所述置信度分值集合包括多个置信度分值；
12.在所述错误应答次数大于所述目标置信度分值的情况下，确定所述语音问题为高价值问题，并将所述客户转接给人工坐席，以使所述人工坐席为所述客户提供服务。
13.可选的，所述基于所述语音问题，确定目标业务场景，包括：
14.对所述语音问题进行语音识别，得到问题文本；
15.将所述问题文本输入到主题识别模型中，得到所述主题识别模型输出的识别结果；所述主题识别模型基于样本文本作为输入，并依据人工针对所述样本文本预先标注的业务场景作为训练目标，预先训练得到；所述识别结果包括目标业务场景。
16.可选的，所述基于所述语音问题，获得所述待测关键词集合，包括：
17.对所述语音问题进行语音识别，得到问题文本；
18.对所述问题文本进行关键词提取，得到待测关键词集合。
19.可选的，所述基于预先构建的置信度列表、所述目标业务场景以及所述待测关键
词集合，确定目标置信度分值，包括：
20.从预先构建的置信度列表中，获取与所述目标业务场景对应的置信度分值集合和关键词集合；
21.将与所述目标业务场景对应的关键词集合，标识为目标关键词集合，以及将与所述目标业务场景对应的置信度分值集合，标识为目标置信度分值集合；所述目标置信度分值集合包括多个关键词占比，以及与每个所述关键词占比对应的置信度分值；
22.计算所述待测关键词集合与所述目标关键词集合之间的交集，得到有效关键词集合；
23.计算第一数值与第二数值之间的比值，得到目标关键词占比；所述第一数值为所述有效关键词集合所包含的关键词的总数；所述第二数值为所述目标关键词集合所包含的关键词的总数；
24.从所述目标置信度分值集合中，筛选出与所述目标关键词占比对应的置信度分值，作为目标置信度分值。
25.可选的，所述置信度列表的构建过程，包括：
26.预先获取所述客服系统所提供的各个服务项目的业务场景，以及与每个所述业务场景对应的关键词集合；
27.配置与每个所述业务场景对应的置信度分值集合，并基于与每个所述业务场景对应的置信度分值集合和关键词集合，构建所述置信度列表；所示置信度分值集合包括多个关键词占比，以及与每个所述关键词占比对应的置信度分值。
28.一种人工坐席转接装置，包括：
29.问题记录单元，用于在检测到客户进入客服系统后，调用预设的问答机器人，与所述客户进行语音交互，并记录所述客户提出的语音问题，以及所述问答机器人的错误应答次数；
30.场景确定单元，用于基于所述语音问题，确定目标业务场景；所述目标业务场景为所述语音问题所涉及的业务场景；
31.关键词获取单元，用于基于所述语音问题，获得所述待测关键词集合；
32.置信度分值确定单元，用于基于预先构建的置信度列表、所述目标业务场景以及所述待测关键词集合，确定目标置信度分值；所述置信度列表包括多个业务场景，以及与每个所述业务场景对应的置信度分值集合和关键词集合；所述置信度分值集合包括多个置信度分值；
33.问题确定单元，用于在所述错误应答次数大于所述目标置信度分值的情况下，确定所述语音问题为高价值问题，并将所述客户转接给人工坐席，以使所述人工坐席为所述客户提供服务。
34.可选的，所述场景确定单元具体用于：
35.对所述语音问题进行语音识别，得到问题文本；
36.将所述问题文本输入到主题识别模型中，得到所述主题识别模型输出的识别结果；所述主题识别模型基于样本文本作为输入，并依据人工针对所述样本文本预先标注的业务场景作为训练目标，预先训练得到；所述识别结果包括目标业务场景。
37.可选的，所述关键词获取单元具体用于：
38.对所述语音问题进行语音识别，得到问题文本；
39.对所述问题文本进行关键词提取，得到待测关键词集合。
40.一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行所述的人工坐席转接方法。
41.一种人工坐席转接设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；
42.所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序运行时执行所述的人工坐席转接方法。
43.本技术提供的技术方案，在检测到客户进入客服系统后，调用预设的问答机器人，与客户进行语音交互，并记录客户提出的语音问题，以及问答机器人的错误应答次数。基于语音问题，确定目标业务场景。基于语音问题，获得待测关键词集合。基于预先构建的置信度列表、目标业务场景以及待测关键词集合，确定目标置信度分值。在错误应答次数大于目标置信度分值的情况下，确定语音问题为高价值问题，并将客户转接给人工坐席，以使人工坐席为客户提供服务。本技术基于客户提供的语音问题，确定目标置信度分值，并通过比较问答机器人的错误应答次数与目标置信度分值，确定语音问题的类型，在语音问题的类型为高价值问题的情况下，将客户转接给人工坐席，从而确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理。
附图说明
44.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1a为本技术实施例提供的一种人工坐席转接方法的流程示意图；
46.图1b为本技术实施例提供的一种人工坐席转接方法的流程示意图；
47.图2为本技术实施例提供的另一种人工坐席转接方法的流程示意图；
48.图3为本技术实施例提供的一种人工坐席转接装置的架构示意图。
具体实施方式
49.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
50.如图1a和图1b所示，为本技术实施例提供的一种人工坐席转接方法的流程示意图，包括如下步骤：
51.s101：预先获取客服系统所提供的各个服务项目的业务场景，以及与每个业务场景对应的关键词集合。
52.其中，业务场景的类型包括但不限于为投资、理财、贵金属买卖、银期转账、外汇保证金等、查询类交易、签约类交易、挂失等。
53.此外，关键词集合包括一个多个关键词，所谓的关键词包括但不限于为：投诉、购买、资金、转账、挂失、购买、咨询、开通、注销等。
54.s102：配置与每个业务场景对应的置信度分值集合，并基于与每个业务场景对应的置信度分值集合和关键词集合，构建置信度列表。
55.其中，置信度分值集合包括多个关键词占比，以及与每个关键词占比对应的置信度分值。
56.s103：在检测到客户进入客服系统后，调用预设的问答机器人，与客户进行语音交互，并记录客户提出的语音问题，以及问答机器人的错误应答次数。
57.其中，问答机器人的功能原理为本领域技术人员所熟悉的公知常识，这里不再赘述。
58.需要说明的是，问答机器人的错误应答次数，可直接从问答机器人的后台服务中读取得到。一般来讲，问答机器人的后台服务会记录客户的语音问题，以及问答机器人的语音答案，并对语音问题与语音答案进行分析，得到分析结果，若分析结果指示语音答案与语音问题不匹配(即语音答案并非语音问题的解决方法)，则将错误应答次数增加一个计数单位。
59.s104：对语音问题进行语音识别，得到问题文本。
60.s105：将问题文本输入到主题识别模型中，得到主题识别模型输出的识别结果。
61.其中，识别结果包括目标业务场景，目标业务场景为语音问题所涉及的服务项目的业务场景。
62.需要说明的是，主题识别模型基于样本文本作为输入，并依据人工针对样本文本预先标注的业务场景作为训练目标，预先训练得到。
63.在本技术实施例中，主题识别模型包括但不限于为：自然语言处理(natural language processing，nlp)模型。
64.s106：对问题文本进行关键词提取，得到待测关键词集合。
65.其中，待测关键词集合包括多个关键词。
66.需要说明的是，对问题文本进行关键词提取的具体实现方式，包括但不限于为：将问题文本输入到词频-逆文本频率指数(term frequency
–
inverse document frequency，tf-idf)模型中，经由tf-idf模型对问题文本进行关键词提取，得到多个关键词，并基于提取得到的各个关键词，构建待测关键词集合。
67.s107：从置信度列表中获取与目标业务场景对应的置信度分值集合和关键词集合，并将与目标业务场景对应的关键词集合，标识为目标关键词集合，以及将与目标业务场景对应的置信度分值集合，标识为目标置信度分值集合。
68.s108：计算待测关键词集合与目标关键词集合之间的交集，得到有效关键词集合。
69.s109：计算第一数值与第二数值之间的比值，得到目标关键词占比。
70.其中，第一数值为有效关键词集合所包含的关键词的总数，第二数值为目标关键词集合所包含的关键词的总数。
71.s110：从目标置信度分值集合中，筛选出与目标关键词占比对应的置信度分值，作为目标置信度分值。
72.s111：在错误应答次数大于目标置信度分值的情况下，确定语音问题为高价值问
题，并将客户转接给人工坐席，以使人工坐席为客户提供服务。
73.基于上述s101-s111所示流程，本实施例能够根据不同的业务场景，结合与每个业务场景对应的关键词，为客户提供的问题设置不同的置信度分值，以便对于高价值高风险问题及时转人工坐席，对于低价值甚至无意义问题延迟转人工坐席，提升人工坐席的工作效率。
74.综上所述，本实施例基于客户提供的语音问题，确定目标置信度分值，并通过比较问答机器人的错误应答次数与目标置信度分值，确定语音问题的类型，在语音问题的类型为高价值问题的情况下，将客户转接给人工坐席，从而确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理。
75.需要说明的是，上述实施例提及的s101，为本技术实施例所示人工坐席转接方法的一种可选的实现方式。此外，上述实施例提及的s105，也为本技术实施例所示人工坐席转接方法的一种可选的实现方式。为此，上述实施例提及的流程，可以概括为图2所示的方法。
76.如图2所示，为本技术实施例提供的另一种人工坐席转接方法的流程示意图，包括如下步骤：
77.s201：在检测到客户进入客服系统后，调用预设的问答机器人，与客户进行语音交互，并记录客户提出的语音问题，以及问答机器人的错误应答次数。
78.s202：基于语音问题，确定目标业务场景。
79.其中，目标业务场景为语音问题所涉及的业务场景。
80.s203：基于语音问题，获得待测关键词集合。
81.s204：基于预先构建的置信度列表、目标业务场景以及待测关键词集合，确定目标置信度分值。
82.其中，置信度列表包括多个业务场景，以及与每个业务场景对应的置信度分值集合和关键词集合；置信度分值集合包括多个置信度分值。
83.s205：在错误应答次数大于目标置信度分值的情况下，确定语音问题为高价值问题，并将客户转接给人工坐席，以使人工坐席为客户提供服务。
84.综上所述，本实施例基于客户提供的语音问题，确定目标置信度分值，并通过比较问答机器人的错误应答次数与目标置信度分值，确定语音问题的类型，在语音问题的类型为高价值问题的情况下，将客户转接给人工坐席，从而确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理。
85.需要说明的是，本发明提供的人工坐席转接方法可用于人工智能领域、区块链领域、分布式领域、云计算领域、大数据领域、物联网领域、移动互联领域、网络安全领域、芯片领域、虚拟现实领域、增强现实领域、全息技术领域、量子计算领域、量子通信领域、量子测量领域、数字孪生领域或金融领域。上述仅为示例，并不对本发明提供的人工坐席转接方法的应用领域进行限定。
86.本发明提供的人工坐席转接方法可用于金融领域或其他领域，例如，可用于金融领域中的交易应用场景。其他领域为除金融领域之外的任意领域，例如，电力领域。上述仅为示例，并不对本发明提供的人工坐席转接方法的应用领域进行限定。
87.与上述本技术实施例提供的人工坐席转接方法相对应，本技术实施例还提供了一种人工坐席转接装置。
88.如图3所示，为本技术实施例提供的一种人工坐席转接装置的架构示意图，包括：
89.问题记录单元100，用于在检测到客户进入客服系统后，调用预设的问答机器人，与客户进行语音交互，并记录客户提出的语音问题，以及问答机器人的错误应答次数。
90.场景确定单元200，用于基于语音问题，确定目标业务场景；目标业务场景为语音问题所涉及的业务场景。
91.可选的，场景确定单元200具体用于：对语音问题进行语音识别，得到问题文本；将问题文本输入到主题识别模型中，得到主题识别模型输出的识别结果；主题识别模型基于样本文本作为输入，并依据人工针对样本文本预先标注的业务场景作为训练目标，预先训练得到；识别结果包括目标业务场景。
92.关键词获取单元300，用于基于语音问题，获得待测关键词集合。
93.可选的，关键词获取单元300具体用于：对语音问题进行语音识别，得到问题文本；对问题文本进行关键词提取，得到待测关键词集合。
94.置信度分值确定单元400，用于基于预先构建的置信度列表、目标业务场景以及待测关键词集合，确定目标置信度分值；置信度列表包括多个业务场景，以及与每个业务场景对应的置信度分值集合和关键词集合；置信度分值集合包括多个置信度分值。
95.可选的，置信度分值确定单元400具体用于：从预先构建的置信度列表中，获取与目标业务场景对应的置信度分值集合和关键词集合；将与目标业务场景对应的关键词集合，标识为目标关键词集合，以及将与目标业务场景对应的置信度分值集合，标识为目标置信度分值集合；目标置信度分值集合包括多个关键词占比，以及与每个关键词占比对应的置信度分值；计算待测关键词集合与目标关键词集合之间的交集，得到有效关键词集合；计算第一数值与第二数值之间的比值，得到目标关键词占比；第一数值为有效关键词集合所包含的关键词的总数；第二数值为目标关键词集合所包含的关键词的总数；从目标置信度分值集合中，筛选出与目标关键词占比对应的置信度分值，作为目标置信度分值。
96.置信度分值确定单元400具体用于：预先获取客服系统所提供的各个服务项目的业务场景，以及与每个业务场景对应的关键词集合；配置与每个业务场景对应的置信度分值集合，并基于与每个业务场景对应的置信度分值集合和关键词集合，构建置信度列表；所示置信度分值集合包括多个关键词占比，以及与每个关键词占比对应的置信度分值。
97.问题确定单元500，用于在错误应答次数大于目标置信度分值的情况下，确定语音问题为高价值问题，并将客户转接给人工坐席，以使人工坐席为客户提供服务。
98.综上所述，本实施例基于客户提供的语音问题，确定目标置信度分值，并通过比较问答机器人的错误应答次数与目标置信度分值，确定语音问题的类型，在语音问题的类型为高价值问题的情况下，将客户转接给人工坐席，从而确保问答机器人所遭遇的高价值问题，能够及时转接给人工坐席处理。
99.本技术还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，程序执行上述本技术提供的人工坐席转接方法。
100.本技术还提供了一种人工坐席转接设备，包括：处理器、存储器和总线。处理器与存储器通过总线连接，存储器用于存储程序，处理器用于运行程序，其中，程序运行时执行上述本技术提供的人工坐席转接方法，包括如下步骤：
101.在检测到客户进入客服系统后，调用预设的问答机器人，与所述客户进行语音交
互，并记录所述客户提出的语音问题，以及所述问答机器人的错误应答次数；
102.基于所述语音问题，确定目标业务场景；所述目标业务场景为所述语音问题所涉及的业务场景；
103.基于所述语音问题，获得所述待测关键词集合；
104.基于预先构建的置信度列表、所述目标业务场景以及所述待测关键词集合，确定目标置信度分值；所述置信度列表包括多个业务场景，以及与每个所述业务场景对应的置信度分值集合和关键词集合；所述置信度分值集合包括多个置信度分值；
105.在所述错误应答次数大于所述目标置信度分值的情况下，确定所述语音问题为高价值问题，并将所述客户转接给人工坐席，以使所述人工坐席为所述客户提供服务。
106.具体的，在上述实施例的基础上，所述基于所述语音问题，确定目标业务场景，包括：
107.对所述语音问题进行语音识别，得到问题文本；
108.将所述问题文本输入到主题识别模型中，得到所述主题识别模型输出的识别结果；所述主题识别模型基于样本文本作为输入，并依据人工针对所述样本文本预先标注的业务场景作为训练目标，预先训练得到；所述识别结果包括目标业务场景。
109.具体的，在上述实施例的基础上，所述基于所述语音问题，获得所述待测关键词集合，包括：
110.对所述语音问题进行语音识别，得到问题文本；
111.对所述问题文本进行关键词提取，得到待测关键词集合。
112.具体的，在上述实施例的基础上，所述基于预先构建的置信度列表、所述目标业务场景以及所述待测关键词集合，确定目标置信度分值，包括：
113.从预先构建的置信度列表中，获取与所述目标业务场景对应的置信度分值集合和关键词集合；
114.将与所述目标业务场景对应的关键词集合，标识为目标关键词集合，以及将与所述目标业务场景对应的置信度分值集合，标识为目标置信度分值集合；所述目标置信度分值集合包括多个关键词占比，以及与每个所述关键词占比对应的置信度分值；
115.计算所述待测关键词集合与所述目标关键词集合之间的交集，得到有效关键词集合；
116.计算第一数值与第二数值之间的比值，得到目标关键词占比；所述第一数值为所述有效关键词集合所包含的关键词的总数；所述第二数值为所述目标关键词集合所包含的关键词的总数；
117.从所述目标置信度分值集合中，筛选出与所述目标关键词占比对应的置信度分值，作为目标置信度分值。
118.具体的，在上述实施例的基础上，所述置信度列表的构建过程，包括：
119.预先获取所述客服系统所提供的各个服务项目的业务场景，以及与每个所述业务场景对应的关键词集合；
120.配置与每个所述业务场景对应的置信度分值集合，并基于与每个所述业务场景对应的置信度分值集合和关键词集合，构建所述置信度列表；所示置信度分值集合包括多个关键词占比，以及与每个所述关键词占比对应的置信度分值。
121.本技术实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本技术实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
122.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
123.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。