本申请实施例提供了一种保险业务质检方法和装置、计算机设备及存储介质，属于信息处理技术领域。该方法包括：获取待质检保险业务的保险销售沟通内容，根据保险销售沟通内容确定坐席通话文本和历史对话文本；将坐席通话文本输入到预先训练好的质检要素识别模型，得到质检要素识别结果；将历史对话文本输入到预先训练好的对话情绪识别模型，得到对话情绪识别结果；根据质检要素识别结果和对话情绪识别结果确定待质检保险业务的质检结果。本申请实施例避免了遗漏质检要素的现象，同时也考虑了在销售过程中坐席与客户的对话情绪，提高了保险业务质检的准确性和全面性，减少了人力成本和时间成本，提高了保险业务质检的效率。提高了保险业务质检的效率。提高了保险业务质检的效率。
【技术实现步骤摘要】
保险业务质检方法和装置、计算机设备及存储介质
[0001]本申请涉及信息处理
，尤其涉及一种保险业务质检方法和装置、计算机设备及存储介质。
技术介绍
[0002]保险业务质检是保险行业线上销售至关重要的一个环节，其主要内容为听取线上销售电话录音，检查电话内容是否出现诱导、误导客户购买保险产品，是否详尽告知客户购买须知，是否对客户信息进行核实等。保险业务质检环节一方面能够检查保险电销坐席在销售过程中的操作是否规范，以便及时补充疏漏内容，完善销售流程，从而提高服务品质，提升客户满意度；另一方面也能够有效的帮助保险公司规避不必要的风险。
[0003]传统的保险业务质检一般是在出单后由人工听取电话录音来对销售过程进行检查。由于完整的销售流程中涉及多个环节，每个环节中包含多个必须提及的要点内容，再加上实际销售过程往往需要坐席和客户反复的沟通，使得由人工听取电话录音不仅质检效率低(通常在出单2天以后才能得到质检结果)，质检的准确率也得不到保障。此外，由于人力资源的局限性，人工质检只能对已出单的销售过程进行随机抽查，这也就意味着并不是所有的销售流程都能得到有效的监管，并且质检的成本也因为大量人力资源的投入而被迫提升。
[0004]由于人工质检的高人力、高时耗的问题，现有技术中出现了一些基于语音识别进行保险录音质检的方法，然而这类方法大多仅仅只是将保险销售的电话录音转化为文本进行质检，一方面仍需耗费一定的人力和时间进行文本比对，另一方面往往忽略了坐席与客户的对话情绪，影响了保险质检的准确性和全面性。
专利
技术实现思路
[0005]本申请实施例的主要目的在于提出一种保险业务质检方法和装置、计算机设备及存储介质，旨在提高保险业务质检的效率和准确性。
[0006]为实现上述目的，本申请实施例的第一方面提出了一种保险业务质检方法，所述方法包括：
[0007]获取待质检保险业务的保险销售沟通内容，根据所述保险销售沟通内容确定坐席通话文本和历史对话文本，所述坐席通话文本包括所述保险销售沟通内容中坐席方的通话内容文本，所述历史对话文本包括所述保险销售沟通内容中坐席方和客户方的对话内容文本；
[0008]将所述坐席通话文本输入到预先训练好的质检要素识别模型，得到质检要素识别结果；
[0009]将所述历史对话文本输入到预先训练好的对话情绪识别模型，得到对话情绪识别结果；
[0010]根据所述质检要素识别结果和所述对话情绪识别结果确定所述待质检保险业务
的质检结果。
[0011]在一些实施例，所述保险销售沟通内容包括所述待质检保险业务对应的销售电话语音信息和文字消息沟通记录，所述根据所述保险销售沟通内容确定坐席通话文本和历史对话文本，包括：
[0012]对所述销售电话语音信息进行语音识别得到销售电话沟通记录；
[0013]从所述销售电话沟通记录和所述文字消息沟通记录中提取坐席方的通话内容，并根据所述通话内容生成坐席通话文本；
[0014]根据所述销售电话沟通记录和所述文字消息沟通记录确定若干个问答文本对，所述问答文本对包括具有问答关系的问题文本和答复文本，并根据所述问答文本对生成历史对话文本。
[0015]在一些实施例，所述的保险业务质检方法还包括预先训练质检要素识别模型的步骤，其具体包括：
[0016]确定第一训练数据集，所述第一训练数据集包括多个已出单坐席的第一通话文本和对应的质检要素标签；
[0017]将所述第一训练数据集输入到初始化的所述质检要素识别模型，得到质检要素预测结果；
[0018]根据所述质检要素预测结果和所述质检要素标签确定所述质检要素识别模型的第一损失值；
[0019]根据所述第一损失值通过反向传播算法更新所述质检要素识别模型的参数；
[0020]当所述第一损失值达到预设的第一阈值或迭代次数达到预设的第二阈值，停止训练，得到训练好的所述质检要素识别模型。
[0021]在一些实施例，所述的保险业务质检方法还包括预先训练对话情绪识别模型的步骤，其具体包括：
[0022]确定第二训练数据集，所述第二训练数据集包括多个已出单坐席的第一对话文本和对应的情绪分类标签；
[0023]将所述第二训练数据集输入到初始化的所述对话情绪识别模型，通过注意力机制层根据所述第一对话文本中问题文本与答复文本之间的相关性更新所述第一对话文本的词向量；
[0024]将更新后的所述词向量拼接得到词向量矩阵，并根据所述词向量矩阵确定对话情绪预测结果；
[0025]根据所述对话情绪预测结果和所述情绪分类标签确定所述对话情绪识别模型的第二损失值，并根据所述第二损失值更新所述对话情绪识别模型的参数；
[0026]当所述第二损失值达到预设的第三阈值或迭代次数达到预设的第四阈值，停止训练，得到训练好的所述对话情绪识别模型。
[0027]在一些实施例，所述通过注意力机制层根据所述第一对话文本中问题文本与答复文本之间的相关性更新所述第一对话文本的词向量，包括：
[0028]确定所述第一对话文本中问题文本和答复文本的每个字词的前项隐层和后项隐层；
[0029]对所述前项隐层和所述后项隐层进行拼接处理得到替换字词，并根据所述替换字
词生成替换问题文本和替换答复文本；
[0030]对所述替换问题文本的替换字词的词向量与所述替换答复文本的替换字词的词向量进行点积处理，得到所述替换问题文本与所述替换答复文本的相关性系数；
[0031]根据所述相关性系数和所述替换字词的词向量进行加权求和处理得到替换词向量，进而根据所述替换词向量更新所述第一对话文本的词向量。
[0032]在一些实施例，所述根据所述质检要素识别结果和所述对话情绪识别结果确定所述待质检保险业务的质检结果，包括：
[0033]获取各个质检要素对应的第一权值以及各类对话情绪对应的第二权值；
[0034]根据所述质检要素识别结果、所述第一权值、所述对话情绪识别结果以及所述第二权值进行加权计算得到第一加权和，并根据所述第一加权和确定所述待质检保险业务是否质检合格。
[0035]在一些实施例，所述根据所述质检要素识别结果和所述对话情绪识别结果确定所述待质检保险业务的质检结果，还包括：
[0036]确定若干个必要的第一质检要素和被禁止的第一对话情绪；
[0037]当所述质检要素识别结果中缺少至少一个所述第一质检要素，和/或，所述对话情绪识别结果中包括至少一个所述第一对话情绪，确定所述待质检保险业务质检不合格。
[0038]为实现上述目的，本申请实施例的第二方面提出了一种保险业务质检装置，所述装置包括：
[0039]文本提取模块，用于获取待质检保险业务的保险销售沟通内容，根据所述保险销售沟通内容确定坐席通话文本和历史对话文本，所述坐席通话文本包括所述保险销售沟通内容中坐席方的通话内容文本，所述历史对话文本包括所述保险销售沟通内容中坐席方和客户方的对话内容文本本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种保险业务质检方法，其特征在于，所述方法包括：获取待质检保险业务的保险销售沟通内容，根据所述保险销售沟通内容确定坐席通话文本和历史对话文本，所述坐席通话文本包括所述保险销售沟通内容中坐席方的通话内容文本，所述历史对话文本包括所述保险销售沟通内容中坐席方和客户方的对话内容文本；将所述坐席通话文本输入到预先训练好的质检要素识别模型，得到质检要素识别结果；将所述历史对话文本输入到预先训练好的对话情绪识别模型，得到对话情绪识别结果；根据所述质检要素识别结果和所述对话情绪识别结果确定所述待质检保险业务的质检结果。2.根据权利要求1所述的保险业务质检方法，其特征在于，所述保险销售沟通内容包括所述待质检保险业务对应的销售电话语音信息和文字消息沟通记录，所述根据所述保险销售沟通内容确定坐席通话文本和历史对话文本，包括：对所述销售电话语音信息进行语音识别得到销售电话沟通记录；从所述销售电话沟通记录和所述文字消息沟通记录中提取坐席方的通话内容，并根据所述通话内容生成坐席通话文本；根据所述销售电话沟通记录和所述文字消息沟通记录确定若干个问答文本对，所述问答文本对包括具有问答关系的问题文本和答复文本，并根据所述问答文本对生成历史对话文本。3.根据权利要求1所述的保险业务质检方法，其特征在于，所述的保险业务质检方法还包括预先训练质检要素识别模型的步骤，其具体包括：确定第一训练数据集，所述第一训练数据集包括多个已出单坐席的第一通话文本和对应的质检要素标签；将所述第一训练数据集输入到初始化的所述质检要素识别模型，得到质检要素预测结果；根据所述质检要素预测结果和所述质检要素标签确定所述质检要素识别模型的第一损失值；根据所述第一损失值通过反向传播算法更新所述质检要素识别模型的参数；当所述第一损失值达到预设的第一阈值或迭代次数达到预设的第二阈值，停止训练，得到训练好的所述质检要素识别模型。4.根据权利要求1所述的保险业务质检方法，其特征在于，所述的保险业务质检方法还包括预先训练对话情绪识别模型的步骤，其具体包括：确定第二训练数据集，所述第二训练数据集包括多个已出单坐席的第一对话文本和对应的情绪分类标签；将所述第二训练数据集输入到初始化的所述对话情绪识别模型，通过注意力机制层根据所述第一对话文本中问题文本与答复文本之间的相关性更新所述第一对话文本的词向量；将更新后的所述词向量拼接得到词向量矩阵，并根据所述词向量矩阵确定对话情绪预测结果；
根据所述对话情绪预测结果和所述情绪分类标签确定所述对话情绪识别模型的第二损失值，并根据所述第二损失值更新所述对话情绪识别模型的参数；当所述第二损失值达到预设的第三阈值或迭代次数达到预设的第四阈值，停止训练，得到训练好的所述对话情绪识别模型。5.根据权利要求4所述的保险业务质检方法，其特征在于，所述通过注意力机...
【专利技术属性】
技术研发人员：王璐，牛萍萍，吴振宇，王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。