[发明专利]客服违规质检方法、装置、计算机设备及存储介质

权利要求书

1.一种客服违规质检方法，其特征在于，包括：

接收待测客服对话文本，通过预设的双向RNN网络对所述待测客服对话文本进行编码以得到所述待测客服对话文本的基本向量；

将所述基本向量输入到预训练的第一线性分类器中，并通过所述第一线性分类器判断所述待测客服对话文本是否违规；

若所述待测客服对话文本违规，将所述基本向量输入到预训练的第二线性分类器中，并输出所述待测客服对话文本的违规类别；

根据注意力机制，将违规的待测客服对话文本与预先针对所述违规类别查找的特征向量分别进行词级别交互以及句子级别交互，以得到所述待测客服对话文本的特征区分向量；

将所述违规的待测客服对话文本的基本向量与所述特征区分向量合并得到最终向量；

将所述最终向量输入到预训练的第三线性分类器中，并通过所述第三线性分类器预测所述待测客服对话文本的违规情形；

所述根据注意力机制，将违规的待测客服对话文本与预先针对所述违规类别查找的特征向量分别进行词级别交互以及句子级别交互，以得到所述待测客服对话文本的特征区分向量，包括：

通过预设的双向GRU对所述待测客服对话文本的各句子进行编码，得到所述待测客服对话文本的各句子的词语的隐状态向量；

根据各句子的词语的隐状态向量，将所述待测客服对话文本与所述违规类别的特征向量进行词级别交互以得到所述待测客服对话文本的各句子的句向量；

通过预设的双向GRU对所述待测客服对话文本的各句子的句向量进行编码，得到所述待测客服对话文本的各句子的隐状态向量；

根据各句子的隐状态向量，将所述待测客服对话文本与所述违规类别的特征向量进行句子级别交互以得到所述待测客服对话文本的特征区分向量；

所述根据各句子的词语的隐状态向量，将所述待测客服对话文本与所述违规类别的特征向量进行词级别交互以得到所述待测客服对话文本的各句子的句向量，包括：

通过以下公式以及计算所述待测客服对话文本的各句子的句向量，其中，a_i,j为交互词向量，h_i,j为词语的隐状态向量，W_w为词语的隐状态向量的权重，d_o为违规类别的特征向量，W_g为违规类别的特征向量的权重，v_si为句向量。

2.根据权利要求1所述的客服违规质检方法，其特征在于，所述接收到待测客服对话文本，通过预设的双向RNN网络对所述待测客服对话文本进行编码以得到所述待测客服对话文本的基本向量之前，所述客服违规质检方法还包括：

构建违规情形图，所述违规情形图的节点为违规情形；

根据所述违规情形图的各节点之间的距离将所述违规情形图划分为多个子图，其中，同一子图的节点之间的距离小于预设的距离阈值，不同子图的节点之间的距离大于预设的距离阈值，每一个子图对应一种违规类别；

通过预设的图神经网络计算所述违规情形图的各子图对应的违规类别的特征向量。

3.根据权利要求1所述的客服违规质检方法，其特征在于，所述通过预设的双向RNN网络对所述待测客服对话文本进行编码以得到所述待测客服对话文本的基本向量，包括：

对所述待测客服对话文本进行分词处理以得到所述待测客服对话文本的分词集合；

对所述分词集合的词语进行词向量训练以得到所述分词集合的词语的词向量；

将所述分词集合的词语的词向量输入到双向RNN网络中并输出所述待测客服对话文本的基本向量。

4.根据权利要求3所述的客服违规质检方法，其特征在于，所述对所述待测客服对话文本进行分词处理以得到所述待测客服对话文本的分词集合，包括：

通过预设分词工具将所述待测客服对话文本划分为多个词语以得到初始分词集合；

将所述初始分词集合中的停止词删除以得到所述分词集合。