[发明专利]外呼话术指导方法及装置

说明书

本申请提供了一种外呼话术指导方法及装置，可用于人工智能领域或其他领域，该方法包括：迭代执行如下操作，直至遍历所有业务目标或通话结束：接收客户实时语音数据并转化为客户文本数据；并使用第一语义槽进行匹配，得到客户情绪分析数据；将当前推荐业务、客户文本数据和客户情绪分析数据输入综合特征提取模型，得到综合特征向量；并输入预建立的话术预测模型，得到各客户意图的匹配概率，选取匹配概率最大的客户意图对应的话术集合进行话术提示；若当前推荐业务的迭代次数大于最大迭代次数，则选取下一优先级的目标业务替换当前推荐业务。实现了对工作人员话术的提示，降低了工作人员的工作复杂度，提升了客户体验，提高了业务效率。

技术领域

本申请涉及人工智能领域，尤其涉及一种外呼话术指导方法及装置。

背景技术

银行进行外呼工作时，客户经理需要在不同的时间向不同的用户推荐多种产品，涉及的话术繁冗复杂，且一次外呼的谈话时间往往较为仓促，客户经理需要在客户环境、状态未知的情况下，根据客户话语、状态和思维迅速做出反应，选择合适的话术进行应答，这对客户经理有较高的要求。但实际情况中，客户经理的业务水平参差不齐，普遍存在外呼效果不好的问题。此外，还时常会出现客户语言不友好的问题，严重打击了客户经理外呼工作的积极性。

发明内容

针对现有技术中存在的问题，本申请提供一种外呼话术指导方法及装置，能够至少部分地解决现有技术中存在的问题。

第一方面，本申请提供一种外呼话术指导方法，包括：

从预设的分级业务目标中选取优先级最高的目标业务，作为当前推荐业务，迭代执行如下操作，直至遍历所有分级的业务目标或通话结束：

接收客户实时语音数据，将所述客户实时语音数据转化为客户文本数据；

使用预设的第一语义槽对所述客户文本数据进行匹配，得到客户情绪分析数据；

将所述当前推荐业务、所述客户文本数据和所述客户情绪分析数据输入预建立的综合特征提取模型，得到综合特征向量；

将所述综合特征向量输入预建立的话术预测模型，得到各预设的客户意图的匹配概率，选取所述匹配概率最大的客户意图对应的话术集合进行话术提示；

将所述当前推荐业务的迭代次数加一，判断所述当前推荐业务的迭代次数是否大于预设的最大迭代次数；若判断结果为是，则从所述分级业务目标中选取下一优先级的目标业务替换所述当前推荐业务。

其中，所述综合特征提取模型包括文本编码层和特征提取网络；所述将所述当前推荐业务、所述客户文本数据和所述客户情绪分析数据输入预建立的综合特征提取模型，得到综合特征向量，包括：

将所述客户文本数据输入所述文本编码层，得到客户文本向量；

将所述客户文本向量、所述当前推荐业务和所述客户情绪分析数据进行拼接，得到拼接向量；

将所述拼接向量输入所述特征提取网络，得到综合特征向量。

其中，所述将所述当前推荐业务、所述客户文本数据和所述客户情绪分析数据输入预建立的综合特征提取模型，得到综合特征向量前，还包括：

判断是否接收到当前推荐业务的完成信号；若判断结果为是，则从所述分级业务目标中选取下一优先级的目标业务替换所述当前推荐业务，并接收客户新的客户实时语音数据。

其中，所述迭代执行如下操作，直至遍历所有分级的业务目标或通话结束后还包括：

根据接收到推荐业务完成信号的次数和各当前推荐业务的迭代次数计算任务评分。

其中，还包括：