一种基于话务系统的服务信息提取方法及系统与流程

本发明涉及信息提取，具体为一种基于话务系统的服务信息提取方法及系统。

背景技术：

1、随着信息技术的迅速发展，话务系统在日常生活和商业活动中扮演着越来越重要的角色。传统的话务系统主要依赖人工操作来处理客户的需求，这不仅效率低下，而且容易受到人为因素的影响，导致服务质量不稳定。随着人工智能和机器学习技术的进步，自动化和智能化的话务系统逐渐成为研究和应用的热点。

2、在现有技术中，虽然已经有一些基于自然语言处理和语音识别技术的智能话务系统被开发出来，但这些系统在理解用户需求和情绪方面仍然存在一定的局限性。特别是在处理复杂的用户需求和识别细微的情绪变化方面，现有技术往往无法准确地捕捉和分析用户的真实意图。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的服务信息提取方法存在提取的内容与实际存在较大差异。无法在通话过程中识别用户的真实需求，从而无法提供快速的话务服务等问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种基于话务系统的服务信息提取方法，包括：

4、采集云服务端的平台参数；

5、将所述平台参数通过粒子群算法得到初步优解；

6、将所述初步优解作为遗传算法的初始种群进行计算，通过适应度函数实现种群优化并判断是否达到停止条件，从而得到最优结果，实现负载平衡。

7、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：所述智能语音识别包括，使用傅里叶变换将时域信号转换为频域信号，从而提取出语音的频率特征；利用神经网络分析所述频率特征，并将语音数据转换为文本数据。

8、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：对所述文本数据进行所述处理包括，对文本进行标准化处理：去除停用词、标点符号，并进行词干提取；将每个词转换为嵌入向量：

9、

10、对于文本中的每个词，计算其与上下文中其他词的相关性，并调整词频：

11、

12、结合逆文档频率idf和上下文相关性得分，计算每个词的全局重要性评分：

13、

14、计算每个词的最终评分，并进行归一化处理：

15、

16、其中，wi表示文本中的第i个词，为词wi的嵌入向量表示，ci表示词wi的上下文相关性得分，α表示调节上下文相关性影响的参数，tf(wj)表示词wi在文本中的词频，gi表示词wi的全局重要性评分，idf(wi)表示词wi的逆文档频率，n表示文本中的词汇总数，ri表示wi的最终评分。

17、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：所述处理还包括，在话务系统中，通过可视化的交互平台，能够将数据的处理结果输出到话务人员端口，所述话务人员通过控制可变阈值б，控制处理结果的输出；

18、所述话务系统在输出处理结果时，仅输出ri＞б的部分；

19、若调增б，则输出的数据处理结果减少；若调减б，则输出的数据处理结果增多。

20、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：所述对用户的语音内容进行数据分析包括，获取语音信息的频域数据，若频域呈现为连续的有效数据，则判定连续的有效数据反映相同的情绪；若频域呈现的有效数据出现中断，则从中断处将频域数据进行分割；

21、所述有效数据包括，所述频域数据的频率特征达到阈值，且能够识别出数据文本内容的数据；

22、将分割后的频域段落所对应的时间戳与所述智能语音识别出的文本数据进行对应，从而对文本数据进行分段，对分段后的文本数据分别进行数据分析；

23、在进行所述数据分析时，利用对历史记录的学习结果，对用户的需求进行预测。

24、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：所述对用户的语音内容进行数据分析还包括，在历史记录中获取用户的语音数据和需求数据；

25、通过神经网络的识别，得到历史记录中与每段文本数据匹配的语音数据，及其所对应的需求数据；

26、将得到的每个需求数据作为对应的每段文本数据的需求预测结果；

27、在时域上，若前后的预测结果存在冲突，则优先输出时域靠后的预测结果；当预测结果被否定时，则按照通常规则进行输出；若前后的预测结果不存在冲突，则直接按照通常规则进行输出；

28、所述通常规则包括，统计每段文本数据的需求预测结果的重要性系数，依次从大到小输出预测结果；在输出时，一次输出q个预测结果，当话务人员否定当前输出的预测结果时，系统自动更新出下一批预测结果；

29、所述重要性系数表示为：

30、z＝pd×δt

31、其中，d表示当前的文本数据序号，pd表示当前的文本数据的数据量在整个文本中的占比，δt表示当前的文本数据的在时域上的累计时间。

32、作为本发明所述的基于话务系统的服务信息提取方法的一种优选方案，其中：所述服务信息提取结果包括，在话务系统中，将所述需求预测结果和所述数据处理结果，通过可视化平台呈现给话务人员；

33、当优先输出的预测结果中的服务功能无法满足服务需求时，则通过人工选择进行预测结果的更换，或通过人工取消预测结果的输出，转入进行人为服务；

34、同时，话务人员能够通过调节可变阈值б，实现用户通话内容的呈现。

35、一种采用如本发明所述方法的基于话务系统的服务信息提取系统，其特征在于：

36、采集模块，在话务系统中捕捉用户的语音数据，并进行智能语音识别与处理；

37、预测模块，对用户的语音内容进行数据分析，得到对用户需求的预测；

38、输出模块，将预测结果和语音数据的处理结果合并，生成服务信息提取结果。

39、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现本发明中任一项所述的方法的步骤。

40、一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现本发明中任一项所述的方法的步骤。

41、本发明的有益效果：本发明提供的基于话务系统的服务信息提取方法，能够更准确地理解和预测用户的需求。这种自动化的处理方式大大提高了话务系统的工作效率和服务准确性。通过自动化和智能化的服务信息提取方法，减少了对人工的主观判断失误，从而为服务提供了科学的保障。能够为话务人员提供数据驱动的决策支持，帮助他们更有效地解决用户问题和满足用户需求。

技术特征：

1.一种基于话务系统的服务信息提取方法，其特征在于，包括：

2.如权利要求1所述的基于话务系统的服务信息提取方法，其特征在于：所述智能语音识别包括，使用傅里叶变换将时域信号转换为频域信号，从而提取出语音的频率特征；利用神经网络分析所述频率特征，并将语音数据转换为文本数据。

3.如权利要求2所述的基于话务系统的服务信息提取方法，其特征在于：对所述文本数据进行所述处理包括，对文本进行标准化处理：去除停用词、标点符号，并进行词干提取；将每个词转换为嵌入向量：

4.如权利要求3所述的基于话务系统的服务信息提取方法，其特征在于：所述处理还包括，在话务系统中，通过可视化的交互平台，能够将数据的处理结果输出到话务人员端口，所述话务人员通过控制可变阈值б，控制处理结果的输出；

5.如权利要求4所述的基于话务系统的服务信息提取方法，其特征在于：所述对用户的语音内容进行数据分析包括，获取语音信息的频域数据，若频域呈现为连续的有效数据，则判定连续的有效数据反映相同的情绪；若频域呈现的有效数据出现中断，则从中断处将频域数据进行分割；

6.如权利要求5所述的基于话务系统的服务信息提取方法，其特征在于：所述对用户的语音内容进行数据分析还包括，在历史记录中获取用户的语音数据和需求数据；

7.如权利要求6所述的基于话务系统的服务信息提取方法，其特征在于：所述服务信息提取结果包括，在话务系统中，将所述需求预测结果和所述数据处理结果，通过可视化平台呈现给话务人员；

8.一种采用如权利要求1-7任一所述方法的基于话务系统的服务信息提取系统，其特征在于：

9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现基于话务系统的服务信息提取方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现基于话务系统的服务信息提取方法的步骤。

技术总结
本发明公开了一种基于话务系统的服务信息提取方法及系统，包括：在话务系统中捕捉用户的语音数据，并进行智能语音识别与处理；对用户的语音内容进行数据分析，得到对用户需求的预测；将预测结果和语音数据的处理结果合并，生成服务信息提取结果。能够更准确地理解和预测用户的需求。这种自动化的处理方式大大提高了话务系统的工作效率和服务准确性。通过自动化和智能化的服务信息提取方法，减少了对人工的主观判断失误，从而为服务提供了科学的保障。能够为话务人员提供数据驱动的决策支持，帮助他们更有效地解决用户问题和满足用户需求。

技术研发人员：王毅飞,梁琦,崔永杰,李文翰,刘振涛
受保护的技术使用者：云上贵州大数据产业发展有限公司
技术研发日：
技术公布日：2024/5/16