[发明专利]一种基于客服沟通数据的情绪识别方法、装置及电子设备在审

专利信息
申请号: 202011542736.3 申请日: 2020-12-22
公开(公告)号: CN112560436A 公开(公告)日: 2021-03-26
发明(设计)人: 张寒杉;张振;蒋宏飞;宋旸;张继月;张聪敏;田晓飞;尚银鸽;李洪艳;赵慧娟 申请(专利权)人: 作业帮教育科技(北京)有限公司
主分类号: G06F40/205 分类号: G06F40/205;G06N3/04;G06N3/08;G06F16/332;G06F16/33
代理公司: 北京清诚知识产权代理有限公司 11691 代理人: 李博
地址: 100085 北京市海淀区*** 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: 一种 基于 客服 沟通 数据 情绪 识别 方法 装置 电子设备
【权利要求书】:

1.一种基于客服沟通数据的情绪识别方法,其特征在于,方法包括:

S1、收集客服与用户进行沟通的沟通数据,对所述沟通数据进行初步情绪识别;

S2、使用情绪识别模型基于所述初步情绪识别结果对所述沟通数据进行第一情绪识别,判断第一情绪识别结果是否达标,如果达标则对所述情绪识别模型进行保存并上线;

S3、所述情绪识别模型上线后通过自学习进行迭代,使用所述迭代后的情绪识别模型进行第二情绪识别。

2.如权利要求1所述的基于客服沟通数据的情绪识别方法,其特征在于,对所述沟通数据进行初步情绪识别进一步包括:

S101、利用无样本学习对所述沟通数据进行提纯;

S102、由人工对提纯后的沟通数据进行初筛。

3.如权利要求1或2所述的基于客服沟通数据的情绪识别方法,其特征在于,使用情绪识别模型基于所述初步情绪识别结果对所述沟通数据进行第一情绪识别进一步包括:

S201、由人工对初步情绪识别结果进行标注;

S202、使用标注后的初步情绪识别结果创建训练数据;

S203、使用所述训练数据对所述情绪识别模型进行训练;

S204、使用训练后的情绪识别模型对所述沟通数据进行第一情绪识别。

4.如权利要求1-3任一所述的基于客服沟通数据的情绪识别方法,其特征在于,判断第一情绪识别结果是否达标进一步包括:

预先设置第一召回率阈值和第一准确率阈值,判断第一情绪识别结果是否同时满足第一召回率阈值和第一准确率阈值,是则第一情绪识别结果达标。

5.如权利要求1-4任一所述的基于客服沟通数据的情绪识别方法,其特征在于,如果第一情绪识别结果仍然不满足第一召回率阈值和第一准确率阈值,则调整标注标准重新执行S201至S204。

6.如权利要求1-5任一所述的基于客服沟通数据的情绪识别方法,其特征在于,所述情绪识别模型上线后通过自学习进行迭代进一步包括:

S301、收集所述情绪识别模型上线后客服与用户进行沟通的线上沟通数据;

S302、使用所述情绪识别模型对所述线上沟通数据进行初步情绪识别;

S303、基于所述初步情绪识别结果训练所述情绪识别模型。

7.如权利要求1-6任一所述的基于客服沟通数据的情绪识别方法,其特征在于,基于所述初步情绪识别结果训练所述情绪识别模型进一步包括:

设置正例阈值以及硬负例阈值;

所述初步情绪识别结果中置信数据满足正例阈值的作为训练正例补充到训练数据中;

所述初步情绪识别结果中置信数据满足硬负例阈值的作为硬负例补充到训练数据中心;

使用补充训练正例和硬负例的训练数据对情绪识别模型进行训练。

8.如权利要求1-7任一所述的基于客服沟通数据的情绪识别方法,其特征在于,

预设第二准确率阈值和第二召回率阈值,判断情绪识别结果是否同时满足第二准确率阈值和第二召回率阈值,是则保留当前情绪识别模型,否则重新执行S301至S303。

9.如权利要求1-8任一所述的基于客服沟通数据的情绪识别方法,其特征在于,

预设迭代次数阈值,如果达到迭代次数阈值后如果初步情绪识别结果仍然不满足第二准确率阈值或不满足第二召回率阈值,则调整标注标准重新执行S2至S3。

10.一种基于客服沟通数据的情绪识别装置,其特征在于,装置包括:

初步情绪识别模块,用于收集客服与用户进行沟通的沟通数据,对所述沟通数据进行初步情绪识别;

模型构建模块,用于使用情绪识别模型基于所述初步情绪识别结果对所述沟通数据进行第一情绪识别,判断第一情绪识别结果是否达标,如果达标则对所述情绪识别模型进行保存并上线;

模型迭代模块,所述情绪识别模型上线后通过自学习进行迭代,使用所述迭代后的情绪识别模型进行第二情绪识别。

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作业帮教育科技(北京)有限公司,未经作业帮教育科技(北京)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/202011542736.3/1.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