基于文本分析的智能客服服务质检方法及相关设备与流程

本技术涉及文本处理、机器学习、客服领域，具体而言，涉及一种基于文本分析的智能客服服务质检方法及相关设备。

背景技术：

1、客服是建立企业与用户重要的交流纽带，可以提供如营销、销售、售后支持、技术支持等于客户相关的服务。为了增加客服服务的及时性、规范性，以及降低企业成本，目前，较多企业的客服平台引入了智能机器人对用户的问题进行智能应答。但是，受限于目前智能客服机器人的能力，仍有大量客户有人工服务的需求，而人工客服中，可能产生客服服务合规性问题，例如用语不规范、错误信息表达、回复率低和响应速度慢等多种维度的合规要素，为了提高用户的客服使用体验，企业需要定期或实时对客服对话进行质检，如何提高质检效率和准确性是需要考虑的技术问题。

技术实现思路

1、本发明的目的在于提供一种基于文本分析的智能客服服务质检方法及相关设备。

2、本技术实施例的技术方案是这样实现的：

3、第一方面，本技术实施例提供了一种基于文本分析的智能客服服务质检方法，应用于质检设备，所述方法包括：

4、获取拟进行违规识别的目标客服名单，所述目标客服名单包括多个目标客服；

5、获取各个所述目标客服各自对应的对话文本表征向量集合，所述对话文本表征向量集合包括多个质检要素各自对应的对话文本表征向量；

6、确定违规项质检网络集合，所述违规项质检网络集合包括多个违规项质检网络；所述违规项质检网络集合中的违规项质检网络使用的违规项质检机制不同；

7、依据各个所述违规项质检网络，确定所述目标客服对应的对话文本表征向量集合中，各个对话文本表征向量在所在质检要素对应的目标表征向量集合中的散布情况；

8、通过所述违规项质检网络输出的所述散布情况确定所述违规项质检网络对所述目标客服的质检信息；

9、对所述违规项质检网络集合中各个违规项质检网络对所述目标客服的质检信息进行信息归集，得到所述目标客服的客服服务质检结果。

10、作为一种实施方式，所述依据各个所述违规项质检网络，确定所述目标客服对应的对话文本表征向量集合中，各个对话文本表征向量在所在质检要素对应的目标表征向量集合中的散布情况，包括：

11、在所述目标客服对应的对话文本表征向量集合中获取质检要素对应的对话文本表征向量，获得每个质检要素各自对应的目标表征向量集合；

12、获取违规项质检网络中所述目标表征向量集合对应的散布分类机制；

13、通过所述散布分类机制对对话文本表征向量在所在质检要素的目标表征向量集合中进行划类，得到对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况。

14、作为一种实施方式，所述目标表征向量集合对应的散布分类机制包括通过临界值进行划类的机制，所述获取违规项质检网络中所述目标表征向量集合对应的散布分类机制，通过所述散布分类机制对对话文本表征向量在所在质检要素的目标表征向量集合中进行划类，得到对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况，包括：

15、获取表征向量散布层级图，所述表征向量散布层级图包括多个分支层级；

16、将表征向量散布层级图的起始层级确定为所述目标客服对应的当下分支层级，获取当下分支层级对应的当下质检要素，获取所述当下质检要素对应的当下目标表征向量集合的当下表征向量分类临界值；

17、通过当下表征向量分类临界值和所述目标客服在所述当下质检要素的对话文本表征向量，确定所述对话文本表征向量在当下目标表征向量集合中的散布情况；

18、通过所述散布情况确定所述目标客服对应的下一分支层级，将下一层级作为迭代后的当下分支层级，跳转到获取当下分支层级对应的当下质检要素，获取所述当下质检要素对应的当下目标表征向量集合的当下表征向量分类临界值的步骤进行循环，直到所述目标客服对应的分支层级迭代结束。

19、作为一种实施方式，所述通过所述违规项质检网络输出的所述散布情况确定所述违规项质检网络对所述目标客服的质检信息，包括：

20、通过所述散布情况确定所述目标客服对应的分支层级；

21、对所述目标客服对应的分支层级的个数进行信息归集，得到所述目标客服在所述表征向量散布层级图中的扩散范围；

22、通过所述扩散范围确定所述目标客服对应的第一违规识别结果，所述违规识别结果与所述扩散范围呈反向关联；

23、通过所述第一违规识别结果确定所述违规项质检网络对所述目标客服的质检信息。

24、作为一种实施方式，所述散布分类机制包括通过散布范围进行划类的机制，所述获取违规项质检网络中所述目标表征向量集合对应的散布分类机制；通过所述散布分类机制对对话文本表征向量在所在质检要素的目标表征向量集合中进行划类，得到对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况，包括：

25、获取违规项质检网络中所述目标表征向量集合对应的表征向量分类范围集合，所述表征向量分类范围集合包括多个表征向量分类范围；

26、获取所述目标表征向量集合中的对话文本表征向量在各个表征向量分类范围的表征向量个数；

27、通过所述表征向量个数确定所述表征向量分类范围对应的散布集中度，将所述散布集中度作为所述对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况。

28、作为一种实施方式，所述通过所述违规项质检网络输出的所述散布情况确定所述违规项质检网络对所述目标客服的质检信息，包括：

29、通过所述散布集中度确定所述对话文本表征向量对应的向量违规识别结果，所述向量违规识别结果与所述散布集中度呈反向关联；

30、对所述目标客服对应的对话文本表征向量集合中各个对话文本表征向量对应的向量违规识别结果进行信息归集，得到所述目标客服对应的第二违规识别结果；

31、通过所述第二违规识别结果确定所述违规项质检网络对所述目标客服的质检信息。

32、作为一种实施方式，所述获取违规项质检网络中所述目标表征向量集合对应的散布分类机制；通过所述散布分类机制对对话文本表征向量在所在质检要素的目标表征向量集合中进行划类，得到对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况，包括：

33、确定边界分类临界值；

34、通过所述边界分类临界值确定所述目标表征向量集合中表征向量末端对应的末端表征向量集合以及表征向量首端对应的首端表征向量集合；

35、对所述末端表征向量集合进行信息归集，得到所述表征向量集合对应的末端表征向量归集值；

36、通过所述表征向量集合对应的末端表征向量归集值确定所述对话文本表征向量对应末端散布概率；

37、对所述首端表征向量集合进行信息归集，得到所述表征向量集合对应的首端表征向量归集值；

38、通过所述表征向量集合对应的首端表征向量归集值确定所述对话文本表征向量对应首端散布概率；

39、通过所述末端散布概率以及所述首端散布概率确定所述对话文本表征向量对应的目标散布概率，将所述目标散布概率确定为所述对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况。

40、作为一种实施方式，所述通过所述末端散布概率以及所述首端散布概率确定所述对话文本表征向量对应的目标散布概率，将所述目标散布概率确定为所述对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况，包括：

41、获取对话文本表征向量集合中各个对话文本表征向量的均值结果，通过所述对话文本表征向量集合对应的均值结果确定所述目标客服对应的偏态系数；

42、获取对照偏态系数，确定所述偏态系数与所述对照偏态系数的差值；

43、通过所述偏态系数与所述对照偏态系数的差值，从所述末端散布概率和所述首端散布概率中确定偏态散布概率；

44、将所述末端散布概率、所述首端散布概率和所述偏态散布概率进行差值计算，通过差值计算结果在所述末端散布概率、所述首端散布概率和所述偏态散布概率中确定所述对话文本表征向量对应的目标散布概率；

45、将所述目标散布概率确定为所述对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况。

46、作为一种实施方式，所述对所述违规项质检网络集合中各个违规项质检网络对所述目标客服的质检信息进行信息归集，得到所述目标客服的客服服务质检结果，包括：

47、通过对所述目标客服的质检信息确定质检信息为违规的违规信息数目；

48、当所述违规信息数目大于违规数目临界值时，确定所述目标客服为违规服务客服，得到所述目标客服的客服服务质检结果；

49、所述方法还包括：

50、获取所述目标客服的违规指示信息注释时刻，所述违规指示信息注释时刻为注释者对所述目标客服进行违规指示信息注释处理的处理时刻；

51、当确定所述目标客服的客服服务质检结果为违规服务客服时，确定得到所述目标客服的客服服务质检结果的违规识别时刻；

52、确定所述违规指示信息注释时刻与所述违规识别时刻的时差；

53、通过所述时差得到客服服务停止约束值，所述客服服务停止约束值为在基于所述违规项质检网络识别出客服为违规服务客服时，对违规服务客服的对话文本进行停止的约束时间长度；

54、所述获取各个所述目标客服各自对应的对话文本表征向量集合，包括：

55、针对每一所述目标客服，获取所述目标客服对应的对话文本；

56、确定所述对话文本对应的质检要素；

57、对所述对话文本进行词嵌入，得到初始对话文本表征向量集合；

58、对所述初始对话文本表征向量集合中属于相同质检要素的对话文本表征向量进行归集，得到所述目标客服对应的对话文本表征向量集合。

59、第二方面，本技术提供了一种质检设备，包括：存储器；处理器；所述存储器存储有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上述的方法。

60、本技术至少包括的有益效果：本技术提供的基于文本分析的智能客服服务质检方法及相关设备，通过获取目标客服名单，并获取目标客服名单中各个目标客服各自对应的对话文本表征向量集合，通过违规项质检网络对对话文本表征向量在所在质检要素的目标表征向量集合中的散布情况进行解析，通过各个违规项质检网络的散布情况确定目标客服对应的质检信息。上述以质检要素为不同的维度对对话文本表征向量的散布情况进行解析，结合每个质检要素的散布情况得到目标客服对应的质检信息，所以可以联合目标客服各个质检要素的对话文本表征向量来对目标客服进行违规识别，提高了网络得到的质检信息准确性，此外违规项质检网络使用的违规项质检机制不同，归集不同违规项质检网络对应的质检信息，得到目标客服的客服服务质检结果，可以通过多种散布情况确定目标客服的客服服务质检结果，进一步提高目标客服违规识别的准确性。

61、在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。