[发明专利]客服质量评分方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010568115.6 申请日: 2020-06-19
公开(公告)号: CN111932056A 公开(公告)日: 2020-11-13
发明(设计)人: 唐文军;贾晓谦;宋子岳;王冉 申请(专利权)人: 北京文思海辉金信软件有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06N3/08;G06N3/04;G10L25/30;G10L25/63
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 赵文静
地址: 100192 北京市海淀区西*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客服 质量 评分 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种客服质量评分方法,其特征在于,所述方法包括:

从已有的客服音视频文件的音频数据中识别目标情感的语气情感概率;

从所述客服音视频文件的视频数据中识别所述目标情感的表情情感概率;

获取所述目标情感对应的预设最大扣分值;

根据所述语气情感概率、所述表情情感概率和所述预设最大扣分值,确定所述目标情感的扣分分数。

2.根据权利要求1所述的方法,其特征在于,所述从已有的客服音视频文件的音频数据中识别目标情感的语气情感概率,包括:

将所述音频数据进行切片处理,得到音频切片,所述音频切片的长度与预训练语气情感识别模型的样本数据一致,以使不同长度的音频数据能够适用于所述预训练语气情感识别模型;

根据所述预训练语气情感识别模型计算所述音频切片对应的语气情感概率。

3.根据权利要求2所述的方法,其特征在于,所述根据所述预训练语气情感识别模型计算所述音频切片对应的语气情感概率,包括:

获取所述音频切片的音频特征向量,将所述音频特征向量输入至已训练的基于LSTM神经网络的语气情感分析模型进行语气情感分析,得到所述音频切片对应的语气情感概率。

4.根据权利要求1所述的方法,其特征在于,所述从所述客服音视频文件的视频数据中识别所述目标情感的表情情感概率,包括:

通过人脸识别模块识别所述视频数据的每一个帧图像中是否包含人脸图像;

若是,则根据预训练表情情感识别模型计算所述帧图像对应的所述表情情感概率。

5.根据权利要求4所述的方法,其特征在于,根据预训练表情情感识别模型计算所述帧图像对应的所述表情情感概率,包括:

将所述帧图像输入至基于Xception神经网络的表情情感识别模型进行表情情感分析,得到所述帧图像对应的表情情感概率。

6.根据权利要求1至4中任一项所述的方法,其特征在于,根据所述语气情感概率、所述表情情感概率和所述最大扣分值,确定所述目标情感的扣分分数,包括:

计算所述音频数据中预设时域范围内的音频切片对应的语气情感概率均值;

计算所述视频数据中所述预设时域范围内的包含人脸图像的全部帧图像对应的表情情感概率均值;

将所述语气情感概率均值与所述表情情感概率均值的加和或乘积与所述最大扣分值相乘,得到所述目标情感的扣分分数。

7.根据权利要6所述的方法,其特征在于,所述方法还包括:

获取用户选择的评分策略;

根据所述用户选择的评分策略,确定所述预设时间范围,其中,若所述评分策略为全局评分策略,则所述预设时间范围为整个音视频文件对应的时间范围,若所述评分策略为局部评分策略,则所述预设时间范围为用户选择的一个时间切片对应的时间范围。

8.一种客服质量评分装置,其特征在于,所述装置包括:

语气情感概率识别模块,用于从已有的客服音视频文件的音频数据中识别目标情感的语气情感概率;

表情情感概率识别模块,用于从所述客服音视频文件的视频数据中识别所述目标情感的表情情感概率;

扣分值获取模块,用于获取所述目标情感对应的预设最大扣分值;

质量评分模块,用于根据所述语气情感概率、所述表情情感概率和所述预设最大扣分值,确定所述目标情感的扣分分数。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京文思海辉金信软件有限公司,未经北京文思海辉金信软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010568115.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top