[发明专利]数据处理方法、装置、设备及存储介质

说明书

本发明实施例提供一种数据处理方法、装置、设备及存储介质，该方法包括：获取多个客户端分别发送的模型参数，其中，每个客户端发送的模型参数为所述客户端根据本地训练数据对全局模型进行训练后得到的模型参数，所述本地训练数据为对应的客户端进行智能坐席服务中得到的数据；对所述多个客户端发送的模型参数进行聚合处理，得到更新后的全局模型；根据所述更新后的全局模型，对输入信息进行处理，得到对应的辅助结果，所述辅助结果用于辅助确定所述输入信息对应的应答回复。由于全局模型是通过多个客户端的本地训练数据进行联邦学习得到的，模型的准确率和完整性更高，得到的辅助结果的准确性也更高，更有利于坐席助手对于坐席的应答辅助。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

坐席助手是一种以语音识别、语义分析等为基础的，面向坐席人员提供坐席应答辅助能力的系统工具，能够有效帮助坐席人员提升工作效率，改善服务水平等等。

目前的坐席助手主要是预先通过模型训练实现坐席应答辅助的服务的。以语音识别为例，语音通话需要进行实时语音识别转换成文字，坐席助手根据语音识别的结果为坐席人员提供推荐话术等等。因此，需要预先获取语音标注数据作为训练样本训练语音识别模型。但是语音识别模型的效果需要丰富场景的大量标注数据才能有较好的效果，目前各个系统的数据由于不互通，因此很难获取到能覆盖大量场景的标注数据用于模型的训练，导致模型的准确率较低。

因此，目前的坐席助手由于使用的模型难以覆盖大量场景，导致坐席助手提供的应答辅助的准确度较低。

发明内容

本发明的主要目的在于提供一种数据处理方法、装置、设备及存储介质，旨在解决目前的坐席助手提供的应答辅助的准确度较低的问题。

为实现上述目的，本发明提供一种数据处理方法，所述方法包括：

获取多个客户端分别发送的模型参数，其中，每个客户端发送的模型参数为所述客户端根据本地训练数据对全局模型进行训练后得到的模型参数，所述本地训练数据为对应的客户端进行智能坐席服务中得到的数据；

对所述多个客户端发送的模型参数进行聚合处理，得到更新后的全局模型；

根据所述更新后的全局模型，对输入信息进行处理，得到对应的辅助结果，所述辅助结果用于辅助确定所述输入信息对应的应答回复。

在一种可能的实施方式中，所述根据所述更新后的全局模型，对输入信息进行处理，得到对应的辅助结果，包括：

根据所述更新后的全局模型，对所述输入信息进行处理，得到中间结果；

根据所述中间结果，确定对应的所述辅助结果。

在一种可能的实施方式中，所述全局模型为分类模型，所述本地训练数据包括多组第一样本数据，每组第一样本数据包括第一样本信息和所述第一样本信息的样本分类标签；所述根据所述更新后的全局模型，对所述输入信息进行处理，得到中间结果，包括：

根据所述分类模型，对所述输入信息进行处理，得到所述输入信息对应的分类标签。

在一种可能的实施方式中，所述根据所述中间结果，确定对应的所述辅助结果，包括：

根据所述输入信息对应的分类标签，在第一数据库中确定所述分类标签对应的分类结果。

在一种可能的实施方式中，所述输入信息为文本信息，所述全局模型为语义理解模型，所述本地训练数据包括多组第二样本数据，每组第二样本数据包括样本文本信息和所述样本文本信息的样本语义标签；所述根据所述更新后的全局模型，对所述输入信息进行处理，得到中间结果，包括：

根据所述语义理解模型，对所述文本信息进行处理，得到所述文本信息对应的语义标签。