[发明专利]一种服务评价方法、系统、装置及存储介质

权利要求书

1.一种服务评价方法，其特征在于，所述方法包括：

获取与服务相关的对话数据；所述对话数据来自服务请求方和/或服务提供方；

利用自动评价模型处理所述对话数据，估算所述服务请求方的预估服务评价结果；所述自动评价模型为机器学习模型；

获取服务请求方反馈的与所述对话数据相关的实时服务评价结果，比较所述实时服务评价结果与所述预估服务评价结果，基于比较结果对所述自动评价模型进行优化；以及

利用优化后的自动评价模型处理所述对话数据，得到服务评价结果。

2.根据权利要求1所述的方法，其特征在于，所述自动评价模型通过以下方法获取：

获取第一训练样本集，所述第一训练样本集包括与历史服务相关的历史对话数据，以及历史服务请求方反馈的实际服务评价结果；

利用第一训练样本集训练初始机器学习模型获得所述自动评价模型。

3.根据权利要求1所述的方法，其特征在于，所述对话数据包括至少一条语句；在利用自动评价模型处理所述对话数据前，还包括对所述对话数据中的至少一条语句进行分词处理。

4.根据权利要求3所述的方法，其特征在于，所述自动评价模型包括结构化表达网络以及分类网络；

所述利用自动评价模型处理所述对话数据，估算所述服务请求方的预估服务评价结果包括：

对于对话数据中的至少一条语句：

所述结构化表达网络对语句中的分词进行处理，获得处理结果；

所述分类网络基于所述对话数据中的至少一条语句中的分词的处理结果确定该对话数据的预估服务评价结果。

5.根据权利要求4所述的方法，其特征在于，所述自动评价模型还包括策略网络；

所述结构化表达网络对语句中的分词进行处理，获得处理结果还包括：

基于当前分词以及与前一分词处理结果相关的运算结果确定当前分词的处理结果；其中，所述与前一分词处理结果相关的运算结果为前一分词的处理结果与选择系数进行运算得到的结果，所述选择系数获取自策略网络。

6.根据权利要求1所述的方法，其特征在于，所述基于比较结果对所述自动评价模型进行优化，包括：

响应于所述比较结果为不一致，

将所述与服务相关的对话数据以及所述实时服务评价结果添加到第二训练样本集；

利用第二训练样本集对所述自动评价模型进行训练，从而对所述自动评价模型进行优化。

7.根据权利要求1所述的方法，其特征在于，所述基于比较结果对所述自动评价模型进行优化，包括：

若所述比较结果为一致，则记录为正反馈；

若所述比较结果为不一致，则记录为负反馈；

基于所述正反馈和负反馈的数量，调整所述自动评价模型中的参数。

8.一种服务评价系统，其特征在于，包括：

数据获取模块，用于获取与服务相关的对话数据；所述对话数据来自服务请求方和/或服务提供方；

估算模块，用于利用自动评价模型处理所述对话数据，估算所述服务请求方的预估服务评价结果；所述自动评价模型为机器学习模型；

模型优化模块，用于获取服务请求方反馈的与所述对话数据相关的实时服务评价结果，比较所述实时服务评价结果与所述预估服务评价结果，基于比较结果对所述自动评价模型进行优化；以及

处理模块，用于利用优化后的自动评价模型处理所述对话数据，得到服务评价结果。

9.一种服务评价装置，其特征在于，所述装置包括至少一个处理器以及至少一个存储器；

所述至少一个存储器用于存储计算机指令；

所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现如权利要求1至7中任意一项所述的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1至7中任意一项所述的操作。