[发明专利]一种从销售会话中自动识别客户意向的方法及系统有效
申请号: | 202111327801.5 | 申请日: | 2021-11-10 |
公开(公告)号: | CN114118080B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 陈竑;韩三普;郭龙会 | 申请(专利权)人: | 北京深维智信科技有限公司 |
主分类号: | G06F40/289 | 分类号: | G06F40/289;G06F40/211;G06Q30/02;G06Q30/06 |
代理公司: | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人: | 许志宏 |
地址: | 100191 北京*** | 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 销售 会话 自动识别 客户 意向 方法 系统 | ||
1.一种从销售会话中自动识别客户意向的方法,其特征在于,包括:
切分所述销售会话,得到多个标识角色标签的会话片段;
对全部会话片段进行应答匹配,得到具备应答关系的上下文会话片段;
将除上下文片段外的每一会话片段均作为独立会话片段,分别判断每一上下文会话片段及独立会话片段是否存在意向点,若存在,还识别当前上下文会话片段或独立会话片段的客户意向情感;
汇总全部上下文会话片段及独立会话片段的意向点和客户意向情感,作为所述销售会话的客户意向识别结果;
对于每一上下文会话片段及每一独立会话片段,通过执行以下确定意向点:
对当前上下文会话片段或独立会话片段进行分词、去除停用词处理,生成分词特征;
将分词特征中匹配于行业字典树的分词作为销售产品信息;
将分词特征中匹配于客户意向命名实体的分词作为意向实体;所述客户意向命名实体,用于存储当前销售会话所属行业的各类销售产品对应的客户意向的实体类别;
将销售产品信息和、或意向实体作为所述意向点;
对于每一上下文会话片段及每一独立会话片段,通过执行以下确定客户意向情感:
将当前上下文会话片段或独立会话片段对应的分词特征输入至意向判断模型,由意向判断模型处理并输出意向情感判断结果,所述意向情感判断结果为正向情感或负向情感。
2.根据权利要求1所述的从销售会话中自动识别客户意向的方法,其特征在于,
所述行业字典树,用于存储当前销售会话所属行业的各类销售产品的属性信息;
所述客户意向命名实体,用于存储当前销售会话所属行业的各类销售产品对应的客户意向的实体类别。
3.根据权利要求2所述的从销售会话中自动识别客户意向的方法,其特征在于,在汇总全部上下文会话片段及独立会话片段的意向点和客户意向情感的过程中,若当前上下文会话片段或独立会话片段的意向点仅包括销售产品信息和意向实体中的一项,则通过检索所述销售产品信息和意向实体中的一项,补齐所述销售产品信息和意向实体中的另一项;并对补齐之后的销售会话的客户意向识别结果进行结构化存储。
4.根据权利要求1所述的从销售会话中自动识别客户意向的方法,其特征在于,所述切分所述销售会话,得到多个标识角色标签的会话片段,包括:
获取销售会话,确定所述销售会话涉及的会话主体;基于所述会话主体的切换切分所述销售会话,得到按会话顺序排序的多个文本格式的会话片段;其中,一个会话片段唯一对应一个会话主体;
识别每一会话片段的角色标签,并基于每一会话片段的角色标签和会话主体,得到每一会话片段的角色信息;所述角色信息为销售和客户。
5.根据权利要求1所述的从销售会话中自动识别客户意向的方法,其特征在于,所述对全部会话片段进行应答匹配,得到具备应答关系的上下文会话片段,包括:
对全部会话片段进行主题提取,并基于提取出的主题,对会话片段进行段落划分,并确定每一段落的段落主题;
将角色为客户的会话片段作为客户会话片段,将角色为销售的会话片段作为销售会话片段;对每一段落内的客户及销售会话片段进行应答匹配,得到具备应答关系的上下文会话片段。
6.根据权利要求5所述的从销售会话中自动识别客户意向的方法,其特征在于,通过执行以下操作对会话片段进行段落划分:
将完整会话片段与主题库中的主题进行匹配,并在匹配成功的会话片段中提取出匹配的主题,得到提取主题的完整会话片段;
确定提取主题的完整会话片段中每一个会话片段所属的主题、属于该主题的概率以及属于上一个会话片段所属主题的概率;
依次读取每一会话片段属于上一会话片段所属主题的概率,若该会话片段属于上一会话片段所属主题的概率大于设定阈值,则将该会话片段划分至同一段落,否则,将该会话片段划分至下一段落。
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北京深维智信科技有限公司,未经北京深维智信科技有限公司许可,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/202111327801.5/1.html,转载请声明来源钻瓜专利网。