CN115455984B 一种任务型客服服务升级方法及装置 （北京邮电大学）

本发明提供一种任务型客服服务升级方法户情绪、客服与用户对话完成度以及用户满意2对用户输入的第1～n轮次的对话，分别获取每一轮对话含有表情符号的第一文本信息，将所述第一文本信息输入预训练的词嵌入模型得到相应的第一词向量和第一表情向量；将每一轮对话的所述第一词向量和所述第一表情向量逐一输入预训练的情感分析模对用户输入的第1～n轮次的对话，分别获取仅含有文字的第二文本信息对用户输入的第1～n轮次的对话，获取多个用户情绪影响因素的对用根据第n轮和第n_1轮对话的情感数值计算第n轮对话的情感n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成度指数，根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对获取服务升级主指数常数并结合第n轮对话的所述情感数值指数、所述任务型对话完2.根据权利要求1所述的任务型客服服务升级方法，其特征在于，所述词嵌入模型为微调。将每个文本样本输入所述BERT_base_Chinese模型得到相应的样本词向量和样本表情获取Self_ExplainNLP初始模型，采用所述第一训练样本集对所述Self_Exp将每一轮对话的所述第一词向量和所述第一表情向量逐一输入预训练的情感分析模型，输出关于积极、中立和消极三类情感标注的情感倾向度数值数组[positive_value,3emotional_value＝max(positive_value,neutra_value,negative_value)x(1_max_获取第二训练样本集，所述第二训练样本集包含多个样本，每获取BiLSTM_CRF初始模型，采用所述第二训练样本集对所述BiLST图、用户本轮对话意图以及所述槽值信息的数量计算相应轮次的初级任务对话完成度参如果所述已获得的用户意图system_intent和所述用户本轮对话意图intent都为空如果所述用户本轮对话意图intent为空值而所述已获得的用户意图system_intent不对话轮次影响满意度的对话轮次系数、获取客服对用户意图识别度影4在第1～n轮次的对话有用户意图且客服在第n轮识别出该用户意图时，计算由于重复其中，user_satisfaction表示所述用户满意度，repetition_f在第1～n轮次的对话不存在用户意图且客服在第n轮未识别出用户意图时，计算客服在第1～n轮次的对话不存在用户意图但客服在第n轮识别出用户意图时，计算用户意其中，user_satisfaction表示所述用户满意度，intent_factor表示所述意图系数，user_satisfaction＝user_satisfaction(1+subgoal_factorxm)；8.根据权利要求1所述的任务型客服服务升级方法若第n轮对话为客服与用户的第一次对话，则将用户初始满意度不是客服与用户的第一次对话，则将第n_1轮对话结束时用户的满意度设为本轮对话的初对话的情感数值计算第n轮对话的情感数值指数，根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成度指数，根据第n轮和第n_1轮对话的用户满5根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成iom+(⃞):示第n轮的任务型对话完成度数值，task_completionn_1表示第n_1轮的任务型对话完成度根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对话的用户满意度指数，计算index-satisfaction,+(⃞")数常数并结合第n轮对话的所述情感数值指数、所述任务型对话完成度指数和所述用户满main_service_value＝main_service_constant+emotiaonal_factorxemotiaonal_index+task_completion_factorxtask_completion_index+satisfaction_factorx所述情感数值指数系数，emotiaonal_index表示所述情感数值指数，task_completion_factor表示所述任务型对话完成度指数系数，task_completion_index表示所述任务型对任务型对话模块，所述任务型对话模块包括任务型对话完成度计所述任务型对话完成度计算模块，用于执行如下步骤：对用户输入的第6所述用户满意度计算模块，用于执行如下步骤：根据第n轮和第n_1轮计算第n轮对话的情感数值指数，根据第n轮和第n_1轮对话的任务型对话完成度数值计算执行时实现如权利要求1至10中任一项所7[0002]任务型对话主要指机器人为满足用户需求而产生的多轮对话，机器人通过理解、复提问相同问题和用户提出机器客服未知问题等情况出现次数达到设定值时进行服务升量；将每一轮对话的所述第一词向量和所述第一表情向量逐一输入预训练的情感分析模n轮和第n_1轮对话的用户满意度数值计算第n轮对[0009]获取服务升级主指数常数并结合第n轮对话的所述情感数值指数、所述任务型对话完成度指数和所述用户满意度指数做加权求和8[0011]在一些实施例中，所述词嵌入模型为BERT_base_Chinese模型，所述BERT_base_Chinese模型采用包含表情符号的文本进行参[0014]将每个文本样本输入所述BERT_base_Chinese模型得到相应的样本词向量和样本[0017]将每一轮对话的所述第一词向量和所述第一表情向量逐一输入预训练的情感分析模型，输出关于积极、中立和消极三类情感标注的情感倾向度数值数组[positive_[0025]如果所述已获得的用户意图systemintent和所述用户本轮对话意图intent都为[0029]如果所述用户本轮对话意图intent为空值而所述已获得的用户意图system_9图需要的总槽值数，curr_slot_num表示本轮表示本轮获取到的可填充的槽值数，fill_[0032]在一些实施例中，获取多个用户情绪影响因素的对用户满意度的满意度调整比[0038]在第1～n轮次的对话有用户意图且客服在第n轮识别出该用户意图时，计算由于[0041]在第1～n轮次的对话不存在用户意图且客服在第n轮未识别出用户意图时，计算[0044]在第1～n轮次的对话不存在用户意图但客服在第n轮识别出用户意图时，计算用[0047]客服在第n轮识别出子目标时，计算子目标达成数量影响满意度后的满意度更新对话不是客服与用户的第一次对话，则将第n_1轮对话结束时用户的满意度设为本轮对话[0055]在一些实施例中，根据第n轮和第n_1轮对话的情感数值计算第n轮对话的情感数值指数，根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成度指数，根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对话的用户满意度指[0059]根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话[0061]其中，task_completion_index表示所述任务型对话完成度指数，task_completionn表示第n轮的任务型对话完成度[0062]根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对话的用户满意度指数，[0065]在一些实施例中，获取服务升级主指数常数并结合第n轮对话的所述情感数值指数、所述任务型对话完成度指数和所述用户满意度指数做加权求和得到服务升级主指数，[0068]main_service_value＝main_service_constant+emotional_factor×emotiaonal_index+task_completion_factor×task_completion_index+satisfaction_表示所述情感数值指数系数，emotiaonal_index表示所述情感数值指数，task_述任务型对话完成度指数，satisfaction_factor表示所述用户满意度指数系数，satisfaction_index表示所述用得到第二词向量，将每一轮对话的所述第二词向量逐一输入预训练的自然语言理解模型，数值计算第n轮对话的情感数值指数，根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成度指数，根据第n轮和第n_1轮对话的用户满意度数值计于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完成度指数，根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对话的Chinese模型采用包含表情符号的文本进行参数微调。BERT_base_Chinese，其结构为L=取的数据样本数量)为16，epochs(一个完整的数据集通过了神经网络一次并且返回了一加“[CLS]”(用于下游的分类任务)标签。将处理好的评论文本送入微调的BERT_base_[0125]S1013：获取Self_ExplainNLP初始模型，采用第一训练样本集对所述Self_ExplainNLP初始模型进行训练得[0128]在步骤S1013中，采用交叉熵损失函数对Self_ExplainNLP初始模型进行参数迭。[0141]将每一轮对话的所述第一词向量和所述第一表情向量逐一输入预训练的情感分析模型，输出关于积极、中立和消极三类情感标注的情感倾向度数值数组[positive_Emoji语义文本用于接下来在模型中增加Emoj[0149]将用户文本输入到最优的EmojiSelf_ExplainNLP模型中，根据情感分析结果计Chinese模型中得到第二词向量，将每一轮对话的第二词向量逐一输入预训练的自然语言[0162]如果用户本轮对话意图intent为空值而已获得的用户意图system_intent不为空要的总槽值数，curr_slot_num表示本轮表示本轮获取到的可填充的槽值数，fill_slot_[0177]在第1～n轮次的对话有用户意图且客服在第n轮识别出该用户意图时，计算由于[0181]在第1～n轮次的对话不存在用户意图且客服在第n轮未识别出用户意图时，计算[0185]在第1～n轮次的对话不存在用户意图但客服在第n轮识别出用户意图时，计算用[0187]其中，user_satisfaction表示用户满意度，intent_factor表示意图系数，[0189]客服在第n轮识别出子目标时，计算子目标达成数量影响满意度后的满意度更新[0191]其中，user_satisfaction表示用户满意度，subgoal_factor表示子目标达成系对话不是客服与用户的第一次对话，则将第n_1轮对话结束时用户的满意度设为本轮对话[0199]在步骤S104中，根据第n轮和第n_1轮对话的情感数值计算第n轮对话的情感数值指数，根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话完[0203]根据第n轮和第n_1轮对话的任务型对话完成度数值计算第n轮对话的任务型对话示第n轮的任务型对话完成度数值，task_completionn_1表示第n_1轮的任务型对话完成度[0206]根据第n轮和第n_1轮对话的用户满意度数值计算第n轮对话的用户满意度指数，[0211]在一些实施例中，获取服务升级主指数常数并结合第n轮对话的所述情感数值指[0214]main_service_value＝main_service_constant+emotional_factor×emotiaonal_index+task_completion_factor×task_completion_index+satisfaction_任务型对话完成度指数系数，task_completion_index表示任务型对话完成度指数，satisfaction_factor表示用户满意度指数系数，satisfaction_index表示用户满意度指单元使用的BERT模型为从网络中下载开源的BERT_base_Chinese模型，该单元主要负责将感数值输送单元负责将情感数值输送至服务升从网络中下载开源的BERT_base_Chinese模型。该单元主要负责将自然语言理解数据集输入词嵌入模型得到增强的特征向量，并将增加的特征向量送入自然语言理解模型训练单送单元将处理后的对话状态输送至服务升级指数计