基于自定义分类规则的业务模型分析方法和装置制造方法
【专利摘要】本发明公开了一种基于自定义分类规则的业务模型分析方法和装置，其中的方法包括：获取识别文本；利用已成功建立的业务模型对所述识别文本进行业务分类识别；其中，所述业务模型的建立过程包括：针对一行业，汇集该行业的业务目标；确定各业务目标分别对应的关联关键词；利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型；利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。本发明提供的技术方案能够自动实现业务分类。
【专利说明】基于自定义分类规则的业务模型分析方法和装置
【技术领域】
[0001]本发明涉及业务分类管理技术，特别是涉及一种基于自定义分类规则的业务模型分析方法和装置。
【背景技术】
[0002]在语音分析【技术领域】中，对通话进行业务分类是非常重要的。
[0003]通常情况下，在呼叫中心的管理系统所记录的随录信息中，往往含有对通话进行业务分类的类别描述，利用随录信息中的类别描述可以对通话业务进行分类。然而，现有的随录?目息存在以下问题:
[0004]1、随录信息不完整；即并不是所有的随录信息中都包含有对通话进行业务分类的类别描述，有些呼叫中心的管理系统甚至完全没有随录信息。
[0005]2、随录信息不严谨；即对通话类别的描述往往是由坐席手工操作记录下来的，存在敷衍应付以及主观出错等情况。
[0006]3、对于自定义类别(如专项调查中的类别)的业务通常无法在系统中事先记录。
[0007]随录信息存在的上述问题会导致业务分类不能准确并顺利的进行，甚至无法进行业务分类，这对呼叫中心的管理系统来说是非常不利的。
[0008]有鉴于现有的业务分类存在的问题，本发明人积极加以研究创新，以期创设一种新的基于自定义分类规则的业务模型分析方法和装置，能够克服现有的业务分类存在的问题，使其更具有实用性。经过不断`的研究设计，并经过反复试作样品及改进，终于创设出确具实用价值的本发明。
【发明内容】
[0009]本发明的主要目的在于，克服现有的业务分类存在的问题，而提供一种新的基于自定义分类规则的业务模型分析方法和装置，所要解决的问题是，能够自动地对业务进行分类处理。
[0010]本发明的目的以及解决其技术问题可以采用以下的技术方案来实现。
[0011]依据本发明提出的一种基于自定义分类规则的业务模型分析方法，包括:获取识别文本；
[0012]利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别；
[0013]其中，所述业务模型的建立过程包括:
[0014]针对一行业，汇集该行业的业务目标；
[0015]确定各业务目标分别对应的关联关键词；
[0016]利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型；
[0017]利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。[0018]依据本发明提出的一种基于自定义分类规则的业务模型分析装置，包括:获取模块、识别模块以及建立模块；
[0019]所述获取模块，用于获取识别文本；
[0020]所述识别模块，用于利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别；
[0021]其中，所述业务模型由所述建立模块建立，且所述建立模块包括:
[0022]汇集子模块，用于针对一行业，汇集该行业的业务目标；
[0023]确定子模块，用于确定各业务目标分别对应的关联关键词；
[0024]设置子模块，用于利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型；
[0025]训练子模块，用于利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。
[0026]借由上述技术方案，本发明的基于自定义分类规则的业务模型分析方法和装置至少具有下列优点以及有益效果:本发明通过为各业务目标建立业务模型，并利用成功建立的业务模型来对识别文本进行业务分类识别，可以对语音通话等业务自动且快速准确的进行业务分类处理；从而提高了业务管理的自动化程度。
[0027]上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合说明书附图，详细说明如下。
【专利附图】
【附图说明】
[0028]图1为本发明的基于自定义分类规则的业务模型分析方法的流程图；
[0029]图2为本发明的基于自定义分类规则的业务模型分析装置的示意图。
【具体实施方式】
[0030]为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于自定义分类规则的业务模型分析方法和装置的【具体实施方式】、结构、特征及其功效，详细说明如后。
[0031]实施例一、基于自定义分类规则的业务模型分析方法。该方法的流程如图1所示。
[0032]在图1中，S100、获取识别文本。
[0033]具体的，该识别文本可以是由语音通话转换而来的识别文本，如对当前正在进行的语音通话或者录音的语音通话进行语音识别，从而根据语音识别结果获得该语音通话对应的识别文本。本实施例可以采用现有的语音识别技术来获取识别文本，在此不再对语音识别过程进行详细说明。
[0034]S110、利用已成功建立的业务模型对上述获取到的识别文本进行业务分类识别，以确定该识别文本所属的业务目标。
[0035]具体的，可以将上述获取到的识别文本与已成功建立的业务模型进行匹配操作，并根据匹配结果确定该识别文本所属的业务目标，从而实现了对识别文本的业务分类。
[0036]一个具体的例子，确定识别文本中的关键字，并依照业务模型的先后顺序判断识别文本中的关键字符合业务模型的识别规则的程度，本实施例可以在关键字与某业务模型的符合程度达到预定程度时，确定当前的业务模型与识别文本相匹配，并确定该识别文本属于当前的业务模型对应的业务目标，不再进行后续的判断过程，从而实现了对该识别文本的业务分类。另外，在上述例子中，也可以分别判断识别文本与所有业务模型的符合程度，并从中选取符合程度最好的业务模型，将该选取出的业务模型对应的业务目标作为识别文本所属的业务目标。当然，本发明还可以在已成功建立的业务模型的基础上，采用其他方式对识别文本进行业务分类识别，在此不再一一详细说明。
[0037]本发明的业务模型的建立过程具体如下所述:
[0038]S200、针对一行业，汇集该行业的业务目标。
[0039]具体的，不同行业所包含的业务目标也会有所不同，业务目标的一个具体例子为，针对中国移动这一行业而言，其业务目标通常可以包括:10086 ;补卡、换卡和备卡；开户、过户和销户；来电提醒；GPRS ;彩铃等。
[0040]针对一个具体的行业而言，该行业中的所有业务目标可以以业务目标列表的形式
汇集在一起。
[0041]S210、确定各业务目标分别对应的关联关键词。
[0042]具体的，一个行业中的每个业务目标都会对应有相应的关联关键词，且不同业务目标对应的关联关键词通常应不完全相同。
[0043]业务目标对应的关联关键词的一个具体的例子为，与“GPRS”这一业务目标可能相关的关联关键词包括:GPRS、流量、手机上网以及WAP等。
[0044]S220、利用上述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型。该识别规则可以称为业务模型初型的识别规则。
[0045]具体的，本实施例中的识别规则主要包括两部分内容，即关联关键词以及关联关键词之间的逻辑关系。
[0046]上述逻辑关系可以包括:与、或、非以及邻接逻辑关系中的至少一个；其中:
[0047]“与”逻辑关系为二元逻辑关系，可以使用规则符号“&”来表示；“与”逻辑关系的优先级可以设置为普通优先级；“与”逻辑关系是指“必须同时出现”，即两个部分必须同时存在才会认为符合“与”逻辑关系，例如，“我想办理宽带上网”符合“上网&宽带”规则，而“我想办理手机上网”则不符合“上网&宽带”规则；
[0048]“或”逻辑关系为二元逻辑关系，可以使用规则符号“ I ”来表示；“或”逻辑关系的优先级可以设置为普通优先级；“或”逻辑关系是指“只要出现其中任何一个”;
[0049]“非”逻辑关系为一元逻辑关系，可以使用规则符号“！”来表示；“非”逻辑关系的优先级可以设置为高优先级；“非”逻辑关系是指“不能出现”，即该逻辑关系中的关键词必须不存在；
[0050]“邻接”逻辑关系为二元逻辑关系，可以使用规则符号来表示；“邻接”逻辑关系的优先级可以设置为普通优先级邻接”逻辑关系是指“相继出现”，关系中的两个部分必须同时存在且具有前后顺序以及较近距离才会被认为符合“邻接”关系，较近距离的一个具体的例子为，较近距离可以预先定义为两个部分距离5个汉字以内(含5个汉字)，如“我想办一张卡”符合“办#卡”规则。
[0051]在设置识别规则时，应使识别规则符合下述规定:[0052]A、表征逻辑关系的符号为半角字符；
[0053]B、一条识别规则必须具有表征开始的半角符号以及表征结束的半角符号,例如，一条识别规则以半角符号“(”开始，并以半角符号“)”结束；
[0054]C、在一条识别规则中，除了 “非”和“邻接逻辑关系”之外的其他逻辑关系可以连续使用，例如，一条识别规则可以为“(全球通I动感地带I神州行)”；
[0055]D、考虑到计算的复杂度，在一条识别规则中，除了邻接逻辑关系之外的其他逻辑关系可以相互嵌套，而邻接逻辑关系只能被嵌套；例如，一条具有相互嵌套的识别规则可以为“(全球通I (动感&地带)I神州行)”，而一条具有被嵌套的邻接逻辑关系可以为“(全球通I (动感#地带)I神州行)”，类似于“((开通I开了)#(GPRSI手机上网))”这样的识别规则，基于计算复杂度的考虑，本实施例可以暂不支持；
[0056]E、在一条识别规则中，在一条识别规则中，除了非逻辑关系之外的其他逻辑关系的优先级应显式的使用表征优先级的符号来表示；例如，如果一条识别规则为“(品牌互转
(转#全球通))”，则“转#全球通”具有比“品牌互转”更高的优先级；但是，该识别规则如果写成“(品牌互转I转#全球通)”，则按序顺序排定各逻辑关系的优先级，可能会导致不符合业务逻辑；
[0057]F、括号应成对出现，即“(”和“)”出现的次数应相同，否则可以认为是语法错误；
[0058]G、两个前后相邻的关联关键词之间应具有表征逻辑关系的符号，即任意两个相邻的关键词之间必须存在逻辑关系符号；
[0059]H、可以在逻辑关系符号的前后设置若干空格，以增强识别规则的可读性；
[0060]1、可以在识别规则中插入无实际逻辑意义的符号，以增强识别规则的可读性，如可以在识别规则中插入无实际逻辑意义的“(”和“)”。
[0061]在为各业务目标设置了识别规则之后，各业务目标的业务模型初型也就成功建立起来了。
[0062]S230、利用多个识别训练文本对各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而形成各业务目标的业务模型。训练的过程具体如下:
[0063]训练步骤1、首先利用单个业务模型初型对多个识别训练文本进行识别验证，并根据识别验证结果来对多个识别训练文本进行筛选；即利用多个识别训练文本(如不少于10万条的录音识别文本)对某业务模型初型进行训练，从而可以将所有的识别训练文本区分为符合该业务模型初型的识别训练文本以及不符合该业务模型初型的识别训练文本。到训练步骤2。
[0064]训练步骤2、根据上述筛选获得的结果来修正该单个业务模型初型。到训练步骤3。
[0065]具体的，如果某个识别训练文本应该符合该业务模型初型，而通过上述训练步骤I之后，该识别训练文本并没有符合该业务模型初型，则应根据该识别训练文本来补充该业务模型初型的识别规则；如果某个识别训练文本不应该符合该业务模型初型，而通过上述训练步骤I之后，该识别训练文本符合该业务模型初型，则应根据该识别训练文本来调整该业务模型初型的识别规则。
[0066]训练步骤3、重复上述训练步骤1-2，以逐个地对所有业务模型初型进行修正，即修正所有业务模型初型的识别规则。到训练步骤4。[0067]训练步骤4、利用当前修正后的所有业务模型初型对多个识别训练文本(如不少于10万条的录音识别文本)进行识别验证，以获得两种类型的识别训练文本，即，a、不能被当前修正后的所有业务模型初型均识别验证的识别训练文本，b、同时符合多个当前修正后的业务模型初型的识别训练文本；并根据这两种类型的识别训练文本继续修正相应的业务模型初型。
[0068]具体的，如果某个识别训练文本应该符合当前的某一业务模型初型，然而，在本步骤的训练中，该识别训练文本并没有符合任一业务模型初型，则应根据该识别训练文本来补充相应的业务模型初型的识别规则，以使其可以符合某一业务模型初型；如果某个识别训练文本不应该同时符合多个业务模型初型，而在本步骤的训练中，该识别训练文本同时符合了多个业务模型初型，则应根据该识别训练文本来调整相应的业务模型初型的识别规贝U，以使其仅符合某一业务模型初型。
[0069]训练步骤5、重复调用上述训练步骤4，直到当前获得的两种识别训练文本的数量与前次获得的两种识别训练文本的数量均相同(既没有增多也没有减少)，从而将各业务目标当前的业务模型初型作为各业务目标的业务模型，当前的业务模型初型的识别规则即为业务模型的识别规则。
[0070]通过上述训练获得的业务模型的识别规则应包含可以充分描述该业务模型对应的业务目标的存在某个/某些逻辑关系的关键词序列，也就是说，业务模型的识别规则描述了对于某个特定业务目标类别的实际通话中可能出现的关键词及其逻辑关系。
[0071]业务目标类别可以是指，期望通过对应的业务模型的规则所能够识别出的一条通话所属的属性，该属性可以是业务名称、操作类型以及自定义的专题属性等(如投诉预警或者校园优惠活动等)。
[0072]表述一业务目标类别及对应的识别规则的具体例子如下:
[0073]信息服务类_>GPRS: ((GPRS |流量|手机上网| WAP))。
[0074]实施例二、基于自定义分类规则的业务模型分析装置，该装置的结构如图2所示。
[0075]图2中，该装置主要包括:获取模块1、识别模块2以及建立模块3。
[0076]获取模块I主要用于获取识别文本。该识别文本可以是由语音通话转换而来的识别文本，如获取模块I中的语音识别子模块11对当前正在进行的语音通话或者录音的语音通话进行语音识别，从而语音识别子模块11可以根据语音识别结果获得该语音通话对应的识别文本。语音识别子模块11可以采用现有的语音识别技术来获取识别文本，在此不再详细说明。
[0077]识别模块2主要用于利用已成功建立的各业务目标的业务模型对上述获取模块I获取到的识别文本进行业务分类识别。识别模块2可以将上述获取到的识别文本与已成功建立的业务模型进行匹配操作，并根据匹配结果确定该识别文本所属的业务目标，从而实现了对识别文本的业务分类。
[0078]—个具体的例子，识别模块2确定识别文本中的关键字，并依照业务模型的先后顺序判断识别文本中的关键字符合业务模型的识别规则的程度，识别模块2可以在关键字与某业务模型的符合程度达到预定程度时，确定当前的业务模型与识别文本相匹配，并确定该识别文本属于当前的业务模型对应的业务目标，识别模块2不再进行后续的判断过程，从而实现了对该识别文本的业务分类。另外，在上述例子中，识别模块2也可以分别判断识别文本与所有业务模型的符合程度，并从中选取符合程度最好的业务模型，将该选取出的业务模型对应的业务目标作为识别文本所属的业务目标。当然，识别模块2还可以在已成功建立的业务模型的基础上，采用其他方式对识别文本进行业务分类识别，在此不再详细说明
[0079]建立模块3主要用于建立业务模型。由建立模块3成功建立的业务模型可以存储于建立模块3中，也可以存储于识别模块2中，亦可以存储于独立于识别模块2和建立模块3的存储模块中。
[0080]建立模块3主要包括:汇集子模块31、确定子模块32、设置子模块33以及训练子模块34。
[0081]汇集子模块31主要用于针对一行业，汇集该行业的业务目标。汇集子模块31可以将该行业中的所有业务目标以业务目标列表的形式汇集在一起。
[0082]确定子模块32主要用于确定各业务目标分别对应的关联关键词。确定子模块32为该行业中的每个业务目标设置的关联关键词通常应不完全相同。
[0083]设置子模块33主要用于利用上述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型。设置子模块33设置的识别规则主要包括的内容、以及识别规则应符合的规定等等具体如上述实施例一中的描述，在此不再重复说明。设置子模块33所设置的识别规则可以具体为:信息服务类_>GPRS: ((GPRS流量|手机上网|WAP))。
[0084]在设置子模块33为各业务目标设置了识别规则之后，各业务目标的业务模型初型也就成功建立起来了。
[0085]训练子模块34主要用于利用多个识别训练文本对各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。
[0086]上述训练子模块34主要包括:第一单元、第二单元、第三单元、第四单元以及第五单元。
[0087]第一单元主要用于利用单个业务模型初型对多个识别训练文本进行识别验证，以对多个识别训练文本进行筛选。
[0088]第二单元主要用于根据第一单元的筛选结果修正该单个业务模型初型。
[0089]第三单元主要用于重复调用第一单元和第二单元执行相应的操作，以逐个地对所有业务模型初型进行修正。
[0090]第四单元主要用于利用当前修正后的所有业务模型初型对多个识别训练文本进行识别验证，以获得两种识别训练文本，即不能被当前修正后的所有业务模型初型识别验证的识别训练文本以及同时符合多个当前修正后的业务模型初型的识别训练文本，并根据这两种识别训练文本继续修正相应业务模型初型。
[0091]第五单元主要用于重复调用第四单元，直到当前获得的两种识别训练文本的数量与前次获得的两种识别训练文本的数量分别相同，从而成功建立各业务目标的业务模型。
[0092]第一单元至第五单元所执行的具体操作请参见上述实施例一中的训练步骤1-5的描述，在此不再详细说明。
[0093]本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块和单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0094]以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明的技术，任何熟悉本专业的技术人员在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
【权利要求】
1.一种基于自定义分类规则的业务模型分析方法，其特征在于，所述方法包括: 获取识别文本； 利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别； 其中，所述业务模型的建立过程包括: 针对一行业，汇集该行业的业务目标； 确定各业务目标分别对应的关联关键词； 利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型； 利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。
2.如权利要求1所述的分析方法，其特征在于，所述识别规则包括:关联关键词以及关联关键词之间的逻辑关系，且所述逻辑关系包括:与、或、非以及邻接逻辑关系中的至少一个；其中，所述邻接逻辑关系是指同时存在的两个关联关键词之间的字符间隔距离满足预定条件且这两个关联关键词具有预定如后顺序。
3.如权利要求2所述的分析方法，其特征在于，所述识别规则应满足下述条件: A、表征逻辑关系的符号为半角字符； B、一条识别规则必须具有表征开始的半角符号以及表征结束的半角符号； C、在一条识别规则中，除了非和邻接逻辑关系之外的其他逻辑关系可以连续使用； D、在一条识别规则中，除了邻接逻辑关系之外的其他逻辑关系可以相互嵌套，而邻接逻辑关系只能被嵌套； E、在一条识别规则中，除了非逻辑关系之外的其他逻辑关系的优先级应显式的使用表征优先级的符号来表示； F、括号应成对出现； G、两个前后相邻的关联关键词之间应具有表征逻辑关系的符号。
4.如权利要求1或2或3所述的分析方法，其特征在于，所述利用多个识别训练文本对所述各业务目标的业务模型初型进行训练包括: 步骤1、利用单个业务模型初型对多个识别训练文本进行识别验证，以对所述多个识别训练文本进行筛选； 步骤2、根据所述筛选的结果修正该单个业务模型初型； 步骤3、重复上述步骤1-2，以逐个地对所有业务模型初型进行修正； 步骤4、利用当前修正后的所有业务模型初型对多个识别训练文本进行识别验证，以获得两种识别训练文本，即不能被当前修正后的所有业务模型初型识别验证的识别训练文本以及同时符合多个当前修正后的业务模型初型的识别训练文本，并根据这两种识别训练文本继续修正相应业务模型初型； 步骤5、重复上述步骤4，直到当前获得的两种识别训练文本的数量与前次获得的两种识别训练文本的数量分别相同，从而成功建立各业务目标的业务模型。
5.如权利要求1或2或3所述的分析方法，其特征在于，所述获取识别文本包括:对语音通话进行语音识别，以获得该语音通话对应的识别文本。
6.一种基于自定义分类规则的业务模型分析装置，其特征在于，所述装置包括:获取模块、识别模块以及建立模块； 所述获取模块，用于获取识别文本； 所述识别模块，用于利用已成功建立的各业务目标的业务模型对所述识别文本进行业务分类识别； 其中，所述业务模型由所述建立模块建立，且所述建立模块包括: 汇集子模块，用于针对一行业，汇集该行业的业务目标； 确定子模块，用于确定各业务目标分别对应的关联关键词； 设置子模块，用于利用所述关联关键词为各业务目标分别设置识别规则，以建立各业务目标的业务模型初型； 训练子模块，用于利用多个识别训练文本对所述各业务目标的业务模型初型进行训练，以完善各业务目标的识别规则，从而成功建立各业务目标的业务模型。
7.如权利要求6所述的分析装置，其特征在于，所述识别规则包括:关联关键词以及关联关键词之间的逻辑关系，且所述逻辑关系包括:与、或、非以及邻接逻辑关系中的至少一个；其中，所述邻接逻辑关系是指同时存在的两个关联关键词之间的字符间隔距离满足预定条件且这两个关联关键词具有预定如后顺序。
8.如权利要求7所述的分析装置，其特征在于，所述识别规则应满足的条件包括: A、表征逻辑关系的符号为半角字符； B、一条识别规则必须具有表征开始的半角符号以及表征结束的半角符号； C、在一条识别规则中，除了非和邻接逻辑关系之外的其他逻辑关系可以连续使用； D、在一条识别规则中，除了邻接逻辑关系之外的其他逻辑关系可以相互嵌套，而邻接逻辑关系只能被嵌套； E、在一条识别规则中，除了非逻辑关系之外的其他逻辑关系的优先级应显式的使用表征优先级的符号来表示； F、括号应成对出现； G、两个前后相邻的关联关键词之间应具有表征逻辑关系的符号。
9.如权利要求6或7或8所述的分析装置，其特征在于，所述训练子模块包括: 第一单元，用于利用单个业务模型初型对多个识别训练文本进行识别验证，以对所述多个识别训练文本进行筛选； 第二单元，用于根据所述筛选的结果修正该单个业务模型初型； 第三单元，用于重复调用所述第一单元和第二单元，以逐个地对所有业务模型初型进行修正； 第四单元，用于利用当前修正后的所有业务模型初型对多个识别训练文本进行识别验证，以获得两种识别训练文本，即不能被当前修正后的所有业务模型初型识别验证的识别训练文本以及同时符合多个当前修正后的业务模型初型的识别训练文本，并根据这两种识别训练文本继续修正相应业务模型初型； 第五单元，用于重复调用所述第四单元，直到当前获得的两种识别训练文本的数量与前次获得的两种识别训练文本的数量分别相同，从而成功建立各业务目标的业务模型。
10.如权利要求6或7或8所述的分析装置，其特征在于，所述获取模块包括: 语音识别子模块，用于对语音通话进行语音识别，以获得该语音通话对应的识别文本。
【文档编号】G06Q10/06GK103699955SQ201310589864
【公开日】2014年4月2日 申请日期:2013年11月20日 优先权日:2013年9月6日
【发明者】易中华, 伍球, 李琼翔 申请人:安徽科大讯飞信息科技股份有限公司