【技术实现步骤摘要】
本说明书涉及人工智能，尤其涉及一种智能客服的自动测评方法、装置、设备及存储介质。
技术介绍
1、随着远程银行、客服等非接触金融服务越来越普遍，客服的服务质量成为衡量一个金融企业服务质量的重要依据之一。当前客服行业人员流动性大，人们越来越希望通过自然语言与计算机进行交流，智能对话机器人系统成为这样的历史背景下诞生的产物，尤其是能够理解用户，能够记忆用户的历史对话，能够照顾用户的情绪，能够给用户提供个性化的服务的对话机器人系统，正成为各大公司及学术研究机构研发的方向和重点。传统的自动回复方式非常单一，无法根据顾客的多样性的问题作出针对性答复，影响顾客的服务评价体验，导致客服服务质量难以快速上升。为此需要通过人工智能自动学习进行模型训练，逐渐代替人工客服降低人工客服的成本，并进一步提升用户满意度，从而提升金融行业服务水平。
2、现在亟需一种基于深度学习和强化学习的自动回复对话系统以解决现有技术中客服行业人员流动性大，传统的人工客服效率低下，现有智能客服无法自动更新，导致客服服务质量难以快速上升的问题。
技术实现思路
1、为解决现有技术中智能客服不能自动更新客服作答的模型，需要人为调整作答模型的作答逻辑，导致智能客服服务质量难以提高，无法对智能客服的服务质量进行评价，客户体验差的问题，本说明书实施例提供一种智能客服的自动测评方法、装置、设备及存储介质，能够获取客户与智能客服的交互过程，并根据客户的反馈分析智能客服的服务质量，更新作答模型的作答逻辑提高合理性，从而提高智能客服的服
2、为了解决上述技术问题，本说明书的具体技术方案如下：
3、一方面，本说明书实施例提供了一种智能客服的自动测评方法，包括，
4、获取至少一个客户与所述智能客服进行交互的交互信息；
5、分析所述交互信息的语义以及语义相似度，获得语义分析结果；
6、根据所述交互信息对所述客户的情绪进行判断，获得客户的客户满意度；
7、根据所述语义分析结果以及所述客户满意度生成测评报告；
8、根据所述测评报告更新所述智能客服的作答模型。
9、进一步地，所述交互信息包括所述客户提出的至少一个问题，以及所述智能客服将所述问题输入作答模型中获取到的答复信息；
10、获取至少一个客户与所述智能客服进行交互的交互信息进一步包括，
11、将同一客户在同一日期内提出的问题以及所述答复信息存储为一个交互信息。
12、进一步地，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
13、将所述交互信息中客户语音提出的问题以及文本问题转化为问题文本；
14、获取所述问题文本中的关键词，并根据所述关键词计算所述问题文本的向量；
15、判断所述交互信息中客户至少两次问题文本的向量相似度是否高于预设阈值；
16、若所述文本问题的向量相似度高于阈值，证明用户在重复相同问题，则将该问题文本对应的答复信息标记为没有解决用户问题。
17、进一步地，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
18、提取所述问题文本中的语气词，根据至少两次文本问题中的语气词的变化判断客户情绪变化；
19、根据所述情绪变化判断所述答复信息是否解决所述问题文本的问题；
20、若所述问题文本包含违规词句，将所述违规词句所涉及的交互信息视为不合格作答。
21、进一步地，根据所述交互信息的语音语调进行情绪判断，获得客户的客户满意度进一步包括，
22、若所述交互信息中存在语音信息，则提取用户的语音语调，根据所述语音语调变化进行情绪识别；
23、根据所述情绪识别结果判断客户的满意程度；
24、若所述用户的情绪识别结果出现负面情绪，则将该交互信息标记为不合格作答；
25、若所述用户的情绪识别结果没有出现明显情绪变化，则将该交互信息标记为第一类满意度；
26、若所述用户的情绪识别结果为正面情绪，则将该交互信息标记为第二类满意度。
27、进一步地，根据所述测评报告更新所述智能客服的作答模型进一步包括，
28、将不同客户的所述交互信息按照客户问题的问题文本向量进行分类，将同一类别的问题中被标记为第一类满意度以及第二类满意度标签的作答进行存储；
29、根据各类问题中被标记为第二类满意度的作答建立学习模型，并基于动态工作记忆网络对所述智能客服进行训练，更新所述智能客服的作答模型。
30、进一步地，更新所述智能客服的作答模型进一步包括，
31、根据所述交互信息中的语义以及语气获取每个客户的特点，根据所述特点建立客户性格属性；
32、根据所述性格属性调整所述智能客服的作答模型，生成针对单一客户的个性化作答模型。
33、另一方面，本说明书实施例还提供了一种智能客服的自动测评装置，包括，
34、信息获取单元，用于获取至少一个客户与所述智能客服进行交互的交互信息；
35、语义分析单元，用于分析所述交互信息的语义以及语义相似度，获得语义分析结果；
36、满意度判断单元，用于根据所述交互信息对所述客户的情绪进行判断，获得客户的客户满意度；
37、测评报告单元，用于根据所述语义分析结果以及所述客户满意度生成测评报告；
38、模型更新单元，用于根据所述测评报告更新所述智能客服的作答模型。
39、另一方面，本说明书实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在存储器上的计算机程序，处理器执行所述计算机程序时实现上述的方法。
40、最后，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被计算机设备的处理器运行时，执行上述的方法。
41、利用本说明书实施例，实现了自动测评并更新智能客服的作答模型，并且，为了提高智能客服的作答质量，对客户的反馈进行了详细的分析，对客户的语义进行解析，确认智能客服是否解决了客户提出的问题，实现了对智能客服的作答结果进行测评；并且根据客户的语音语调以及语气词可以判断用户对智能客服服务的满意程度，实现了自动评价智能客服的服务质量，并且根据客户的满意程度以及问题的解决质量可以生成测评报告，并根据测评报告调整智能客服的作答模型，将优秀的作答逻辑进行同步，并减少客户满意度低的作答逻辑，从而对智能客服的作答模型进行更新，提升了智能客服的服务质量，提高了客户的体验，提高了智能客服更新的效率。解决了现有技术中客服行业人员流动性大，传统的人工客服效率低下，现有智能客服无法自动更新，导致客服服务质量难以快速上升的问题。
本文档来自技高网...【技术保护点】
1.一种智能客服的自动测评方法，其特征在于，所述方法包括，
2.根据权利要求1所述的智能客服的自动测评方法，其特征在于，所述交互信息包括所述客户提出的至少一个问题，以及所述智能客服将所述问题输入作答模型中获取到的答复信息；
3.根据权利要求2所述的智能客服的自动测评方法，其特征在于，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
4.根据权利要求3所述的智能客服的自动测评方法，其特征在于，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
5.根据权利要求4所述的智能客服的自动测评方法，其特征在于，根据所述交互信息的语音语调进行情绪判断，获得客户的客户满意度进一步包括，
6.根据权利要求5所述的智能客服的自动测评方法，其特征在于，根据所述测评报告更新所述智能客服的作答模型进一步包括，
7.根据权利要求6所述的智能客服的自动测评方法，其特征在于，更新所述智能客服的作答模型进一步包括，
8.一种智能客服的自动测评装置，其特征在于，所述装置包括，
9.一种
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机设备的处理器运行时，执行根据权利要求1至7任意一项所述方法的指令。
...【技术特征摘要】
1.一种智能客服的自动测评方法，其特征在于，所述方法包括，
2.根据权利要求1所述的智能客服的自动测评方法，其特征在于，所述交互信息包括所述客户提出的至少一个问题，以及所述智能客服将所述问题输入作答模型中获取到的答复信息；
3.根据权利要求2所述的智能客服的自动测评方法，其特征在于，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
4.根据权利要求3所述的智能客服的自动测评方法，其特征在于，分析所述交互信息的语义以及语义相似度，获得语义分析结果进一步包括，
5.根据权利要求4所述的智能客服的自动测评方法，其特征在于，根据所述交互信息的语音语调进行情绪判断，获得客户的客户满意度进一步包括...
【专利技术属性】
技术研发人员：刘安平，李瑾瑜，
申请(专利权)人：中国工商银行股份有限公司，
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。