[发明专利]骚扰电话的管理方法和系统

权利要求书

1.骚扰电话的管理系统，其特征在于：包括交换机侧来话管理模块(101)、话机侧来话管理模块和AI来话代接平台侧来话管理模块(102)；

所述交换机侧来话管理模块(101)包括鉴权数据库(1011)和黑名单库(1012)；

所述话机侧来话管理模块通过被叫用户安装关联话机APP实现来话管理；

所述AI来话代接平台侧来话管理模块(102)包括语音应答模块(1021)、语音识别模块(1022)、语音纠错模块(1023)、对话引擎模块(1024)、知识图谱(1025)、业务数据库(1026)和机器学习模块(1027)；

所述语音应答模块(1021)接收外部来话转入，所述语音应答模块(1021)、语音识别模块(1022)和对话引擎模块(1024)依次连接，所述语音纠错模块(1023)与语音识别模块(1022)连接以实现纠错功能，所述知识图谱(1025)和业务数据库(1026)均与对话引擎模块(1024)连接以实现查询功能，所述知识图谱(1025)和业务数据库(1026)均与所述机器学习模块(1027)连接以实现机器学习过程；

所述交换机侧来话管理模块(101)、话机侧来话管理模块和AI来话代接平台侧来话管理模块(102)可协同配合实现来电拦截、代接和管理功能；

所述语音应答模块(1021)包括语音网关(1021A)、录音设备(1021B)和语音合成模块(1021C)，所述录音设备(1021B)和语音合成模块(1021C)均与语音网关(1021A)连接以实现与主叫用户语音通信；所述语音纠错模块(1023)包括纠错数据库；所述对话引擎模块(1024)包括代接摘要通知功能模块，所述对话引擎模块(1024)通过所述代接摘要通知功能模块通知被叫机主；所述话机侧来话管理模块与所述AI来话代接平台侧来话管理模块(102)之间连接有数据同步模块；

所述语音识别模块(1022)包括语音识别模型，所述语音识别模型用于对已标注的训练集进行学习并生成语音转写模型；该学习包括利用卷积神经元网络对已标注的训练集进行训练，该训练包括信号特征提取和分类识别两个步骤，其中，信号特征提取先是应用卷积算法实现特征过滤，去掉无关特征；接着应用ReLU激活函数对保留下来的特征进行非线性计算；最后，应用池化算法对计算结果进行筛选，把重要的特征抽取出来；重复以上三个特征提取过程则构建起一个多层的特征学习网络；分类识别步骤包括把每层网络的计算结果连接起来，构成一个新的特征向量，调整和计算每个特征向量对应的权重参数向量，使得两者的乘积与目标结果的差最小化，使其达到预期效果，则语音转写模型训练完成；

所述对话引擎模块(1024)包括对话管理器和自然语言处理模块，所述自然语言处理模块通过与业务数据库(1026)连接实现数据查询更新,所述对话管理器用于生成代接摘要和应答文本，所述自然语言处理模块与知识图谱(1025)连接实现查询；

所述对话管理器调度整个对话流程包括：

(1)对文本做自然语言处理，包括分词、实体识别、词性分析和句法分析，确定主叫的姓氏和称谓、主叫和被叫的关系、来电事由；

(2)在自然语言处理过程中，查询和更新业务数据库(1026)，包括主被叫数据库、场景数据库、语料数据库、电话号码数据库和地点数据库；

(3)在自然语言处理过程中，查询知识图谱(1025)，知识图谱(1025)是描述实体、概念以及实体和概念之间语义关系的有向图，用于提升自然语言处理的准确率；

(4)自然语言处理过程结束后，将主被叫信息、来电事由返回给对话管理器；

(5)如果本通对话尚未结束，对话管理器调用生成应答模块生成本通对话的回复；

(6)如果本通对话结束，对话管理器调用生成摘要模块生成代接摘要。