[发明专利]一种满意度自动测评的方法和装置

权利要求书

1.一种满意度自动测评的方法，其特征在于，所述方法包括：

获取用户发送的信息；

从用户发送的信息中提取用户的满意度特征以确定满意度评价模型的输入 参数；

根据满意度评价模型的输入参数以及满意度评价模型，确定用户的满意度。

2.根据权利要求1所述的方法，其特征在于，在获取用户发送的信息之前， 所述方法还包括：

训练样本集以获得满意度评价模型，其中所述样本集包括由用户已发送的 信息及与用户已发送的信息对应的用户满意度结果构成的样本。

3.根据权利要求2所述的方法，其特征在于，所述训练样本集以获得满意度 评价模型包括：

从所述样本集的用户已发送的信息中提取用户的满意度特征以确定满意度 评价模型的输入参数；

利用提取的满意度评价模型的输入参数及用户满意度结果，采用机器学习 的方法进行训练以得到所述满意度评价模型。

4.根据权利要求1所述的方法，其特征在于，所述用户发送的信息包括用户 发送的语音信息和/或文本信息。

5.根据权利要求4所述的方法，其特征在于，所述从用户发送的信息中提取 用户的满意度特征包括：

从用户发送的语音信息中提取语音、语调、音量、语速中的至少一个作为 满意度特征。

6.根据权利要求5所述的方法，其特征在于，所述从用户发送的信息中提取 用户的满意度特征包括：

将用户发送的语音信息转换成文本信息；

根据关键词词典从转换的文本信息中提取关键词作为满意度特征；或者，

根据语义模型从转换的文本信息中提取语义特征作为满意度特征。

7.根据权利要求4所述的方法，其特征在于，所述从用户发送的信息中提取 用户的满意度特征包括：

根据关键词词典从用户发送的文本信息中提取关键词作为满意度特征；或 者，

根据语义模型从用户发送的文本信息中提取语义特征作为满意度特征。

8.根据权利要求6或7所述的方法，其特征在于，根据关键词词典从文本信 息中提取关键词作为满意度特征包括：

将文本信息进行分词处理以得到特征集合；

将特征集合与关键词词典进行匹配，从特征集合中提取与关键词词典相匹 配的关键词作为满意度特征。

9.根据权利要求1所述的方法，其特征在于，所述从用户发送的信息中提取 用户的满意度特征并确定满意度评价模型的输入参数包括以下至少之一：

将满意度特征进行量化后，将各满意度特征的量化值作为满意度评价模型 的输入参数；或者，

根据满意度特征的属性确定满意度评价模型的输入参数，其中满意度特征 的属性包括满意度特征的声音频率或声音振幅；或者，

将与关键词词典相匹配的满意度特征所对应的参数作为满意度评价模型的 输入参数；或者，

将与语义模型相匹配的满意度特征所对应的参数作为满意度评价模型的输 入参数。

10.根据权利要求1所述的方法，其特征在于，所述根据满意度评价模型的 输入参数以及满意度评价模型，确定用户的满意度包括：

将满意度评价模型的输入参数输入满意度评价模型，并获取所述满意度评 价模型输出的用户的满意度；

其中，所述满意度评价模型依据所述满意度评价模型的输入参数确定各满 意度特征的分值，以根据各满意度特征的分值确定用户的满意度。

11.一种满意度自动测评的装置，其特征在于，所述装置包括：

获取单元，用于获取用户发送的信息；

提取单元，用于从用户发送的信息中提取用户的满意度特征以确定满意度评 价模型的输入参数；

确定单元，用于根据满意度评价模型的输入参数以及满意度评价模型，确定 用户的满意度。