[发明专利]一种智能外呼机器人的用户意向识别方法和装置

权利要求书

1.一种智能外呼机器人的用户意向识别方法，包括：

获取整通电话的用户录音，并通过语音识别转成通话文本；

对所述通话文本进行意图识别，得到每个问题对应的用户回答的意图；

构建外呼机器人问题与用户回答意图之间的对应关系；

利用预设的用户意向识别模型对所述对应关系进行识别获得用户的意向。

2.如权利要求1所述的方法，还包括：

根据场景需求对所述用户意向识别模型的准确率或召回率进行调整得到适配的用户意向识别模型；

利用适配的用户意向识别模型所述对应关系进行识别获得用户的意向。

3.如权利要求1或2所述的方法，其特征在于，获取整通电话的用户录音，并通过语音识别转成通话文本包括：

对所述用户录音的声道通过静音检测算法得到所述外呼机器人每个提问问题的回答录音，按照所述外呼机器人提问问题的顺序组成回答录音序列；

通过语音识别将用户回答录音序列转录为用户回答文本序列。

4.如权利要求3所述的方法，其中，对所述通话文本进行意图识别，得到每个问题对应的用户回答的意图包括：

利用文本分类模型对所述用户回答文本序列的每个回答分别进行意图识别，得到对应的用户回答的意图序列。

5.如权利要求1或2所述的方法，其中，所述用户意向识别模型通过如下步骤进行训练：

对智能外呼机器人收集到的整通电话的样本分别进行用户意向标注；

利用携带标注的样本对神经网络模型进行分类训练得到用户意向识别模型；

所述神经网络模型的损失函数表示为：

其中，C为分类的类别数目，y_j和p_j分别代表样本是否属于第j类的真实标签值以及该样本通过模型预测得到的属于第j类的概率值，λ_j是准确率加权系数，η_j是召回率加权系数。

6.如权利要求5所述的方法，其中，根据场景需求对所述用户意向识别模型的准确率或召回率进行调整得到适配的用户意向识别模型包括：

对需要提高第x类的准确率的场景需求，将所述神经网络模型的损失函数的准确率加权系数和召回率加权系数设置为：

其中，a大于1；

对需要提高第y类的召回率的场景需求，将所述神经网络模型的损失函数的准确率加权系数和召回率加权系数设置为：

λ_j＝1，

其中，b大于1；

a和b的值越大，所述神经网络模型对应类的准确度或者召回率越高。

7.如权利要求1所述的方法，其特征在于，利用预设的用户意向识别模型对所述对应关系进行识别获得用户的意向包括：

采用各个分类的类别中概率值最大的一个类别作为用户的意向。

8.一种智能外呼机器人的用户意向识别装置，包括：

文本转换模块，适于获取整通电话的用户录音，并通过语音识别转成通话文本；

意图识别模块，适于对所述通话文本进行意图识别，得到每个问题对应的用户回答的意图；

序列构建模块，适于构建外呼机器人问题与用户回答意图之间的对应关系；

意向识别模块，适于利用预设的用户意向识别模型对所述对应关系进行识别获得用户的意向。

9.一种计算设备，包括：

至少一个处理器和存储有程序指令的存储器；

当所述程序指令被所述处理器读取并执行时，使得所述计算设备执行如权利要求1-7中任一项所述的智能外呼机器人的用户意向识别方法。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-7中任一项所述的智能外呼机器人的用户意向识别方法。