CN119494588A 基于大语言模型的客户服务响应评估方法及系统 （国网安徽省电力有限公司肥东县供电公司）

基于大语言模型的客户服务响应评估方法本发明公开了基于大语言模型的客户服务2基于深度学习的情感词汇增强模型，识别客户服务标准文本中的情获取若干组不同的情感阈值组合，并分别基于预设的情感阈值根据情感匹配数据和客户情感变化数据基于机器学习构建情感阈根据情感阈值评估模型的输出和对应的情感阈值组合构建效果展从客户服务系统中收集客户服务对话数据，去除无效字符、重复内容以及对客户服务对话数据进行去噪，并将客户服务对话数据转换为结构化的格式得在基于预训练模型的基础上，通过自定义的情感词汇库对客户服务标准文本进行强将预训练模型通过深度学习算法对强化后的客户服务标准文本的情感词和强度词进行识别；根据情感词典和情感标签库为识别的情感词和强度词赋予情感得分，根据情感分析结果的得分，将客户服务情感文本按情感阈值分类，获取进行情感分析时在预设时间段内相同时间间隔对应的情感分析时系统的召回率并将进行情感分析时在预设时间段内相同时间间隔对应的情感分析时系统的召回率3基于情感召回率波动变异系数计算情感召回获取客服在情绪波动时的情绪调整的响应延迟时间，并基于不同获取预设的客户服务情感匹配标准，基于不同情绪情境下的匹配根据客户服务系统的情绪反应特征确定对应的情绪情境的匹获取效果展示模型的若干个Y轴最大值，分别对若干个Y轴最大值的进行变化曲度计P=I*V4E=lg(c,*u,+l)10.一种使用如权利要求1_9中任意一项所述的基于大语言模型的客户服务响应评估情感赋值模块，用于基于深度学习的情感词汇增强模型情感分层模块，用于获取若干组不同的情感阈情感分析过程评估模块，用于获取每个情感阈值组合对应情感阈值评估模块，用于根据情感匹配数据和客户情感变化情感阈值优化模块，用于根据情感阈值评估模型的输出和5[0005]例如公告号为：CN108596434A的发明专利公告的一种欺诈检测和风险评估方法、6识别客户服务标准文本中的情感强度词并通过情感词典和情感标签库进行感情得分赋值，情感分析时在预设时间段内相同时间间隔对应的情感分析时系统的召回率和响应延迟时7同情感阈值组合下的评估系数进行数据可视化和分析，最终筛选出优化的情感阈值组合。8将预训练模型通过深度学习算法对强化后的客户服务标准文本的情感词和强度9感分析能够确保客户情绪得到准确的识别和响应，避免因情感误判而导致服务效果的波获取进行情感分析时在预设时间段内相同时间间隔对应的情感分析时系统的召并将进行情感分析时在预设时间段内相同时间间隔对应的情感分析时系统的召基于情感召回率波动标准差和情感召回率波动平均值计算情感召回率波动变异基于情感召回率波动变异系数计算情感召回情感分析系统在情感匹配方面表现较好。非匹配情况分析则记录和分析情感不匹配的对获取客户服务响应评估的情感强度得分和语调特征值，相匹配建立情感强度模根据客户服务系统的情绪反应特征确定对应的情绪情境的匹P=I*VE=lg(cn*u,+1)[0070]情感波动影响系数是衡量客户情绪在对话过程中的波动幅度和变化趋势的关键[0085]所述根据情感匹配数据和客户情感变化数据基于机器学习构建情感阈值评估模在直角坐标系上标出每组情感阈值组合对应的情感阈值评估系数，形成标记点，同情感阈值组合下的评估系数进行数据可视化和分析，最终筛选出优化的情感阈值组合。中的情感强度词并通过情感词典和情感标签库进行感情得分赋值，得到客户