【技术实现步骤摘要】
本申请涉及物流，尤其涉及一种物流派件通知方法、设备及存储介质。
技术介绍
1、保单验真是指通过核实保险单据的真伪，以确保保单的合法性和有效性。随着保险领域的不断发展，对于用户和企业机构来说，验证保单真伪的重要性也日益凸显。通过对保单上的信息、条款及保险公司的相关资质等进行查证，可以有效减少风险，保护投保人的权益。
2、目前对保单进行验真的方法主要是通过在pdf格式的保单中存储加密信息，通过把pdf格式的保单上传至验真网站中对该保单进行验真校验。然而，目前保单验真的方法存在保单格式限定较大、校验准确率较低的问题。
3、因此，如何提升保单验真的准确率，降低保单验真的局限性是亟需解决的问题。
技术实现思路
1、本申请提供一种物流派件通知方法、设备及存储介质，用以解决……问题。
2、第一方面，本申请提供一种物流派件通知方法，包括：
3、从快递业务系统获取待通知物流信息，所述待通知物流信息中包括收件人联系方式；
4、根据所述收件人联系方式自动拨打所述收件人电话；
5、在所述自动拨打过程中识别所述收件人电话的回铃音，根据所述回铃音判断所述收件人电话的接通类型，所述接通类型包括接通、未接通，所述回铃音的类型包括振铃中类型、无人接听类型、通话中类型、关机类型、停机类型、空号类型；
6、若所述接通类型为未接通，则根据预设时间间隔和/或重播循环次数，循环自动重播所述收件人电话；
7、若所述接通类型为接通，则
8、识别所述通话语音数据，确定所述收件人的收件意图；
9、根据所述收件人的收件意图，确定所述物流的派件方式。
10、可选的，所述根据所述回铃音判断所述收件人电话的接通类型，包括：
11、若所述回铃音为所述振铃中类型，且在第一预设时长内接通，则所述接通类型为接通；
12、若所述回铃音为所述振铃中类型且在到达所述第一预设时长后仍未接通，或者所述回铃音为所述无人接听类型、通话中类型、关机类型、停机类型、空号类型中任意一种，则所述接通类型为未接通。
13、可选的，所述识别所述通话语音数据，确定所述收件人的收件意图，包括：
14、通过训练好的深度学习模型处理所述通话语音数据，获取所述通话语音数据中所述用户的声谱图；
15、从所述声谱图中提取所述用户语音的语音特征序列，并解码所述语音特征序列生成所述用户语音的音素序列，所述音素序列用于确定所述用户语音的内容；
16、利用语言模型将所述音素序列组合成所述通话语音数据对应的文本信息；
17、将所述文本信息输入意图识别模型中，提取所述文本信息的意图识别特征向量；
18、通过对所述意图识别特征向量执行分类处理，确定所述文本信息对应的收件意图，所述收件意图包括送件方式、送件时间；
19、其中，所述通过训练好的深度学习模型处理所述通话语音数据，获取所述通话语音数据中所述用户的声谱图，包括：
20、利用所述训练好的深度学习模型提取所述通话语音数据的音频特征，所述音频特征包括频率特征、时间特征、幅度特征，所述频率特征表示所述通话语音数据的音频信号在不同频率上的能量分布情况，所述时间特征表示所述通话语音数据的音频信号在时间上的变化情况，所述幅度特征飙升所述表示所述通话语音数据的音频信号的强度；
21、将所述频率特征、所述时间特征、所述幅度特征进行拼接处理，生成音频特征矩阵；
22、基于离散余弦变换将所述音频特征矩阵中的时域信号转换为频域信号，获得所述通话语音数据的频谱特征；
23、将所述频谱特征中的特征值映射到初始声谱图的横轴上，生成所述通话语音数据中所述用户的初始声谱图，所述初始声谱图中的横轴表示时间，纵轴表示频率，每个像素的亮度或颜色表示对应时间和频率上的能量；
24、基于高斯滤波对所述初始声谱图进行平滑处理，生成所述通话语音数据中所述用户的声谱图。
25、可选的，在所述将所述文本信息输入意图识别模型中之前，所述方法还包括：
26、利用深度学习模型检测所述文本信息，提取所述文本信息的错误识别特征，所述错误识别特征包括文本序列特征、上下文关联特征、语义特征；
27、基于所述文本序列特征、上下文关联特征、语义特征，输出所述文本信息中各文本段的错误概率，所述文本段包括所述文本信息的分词、句子、段落；
28、根据所述各文本段在所述文本信息中的出现频率、重要度占比，获取所述各文本段的调整权重；
29、根据所述分词的错误概率和所述分词的调整权重生成的调整概率，以及，分词错误概率阈值、所述句子的错误概率和所述句子的调整权重生成的调整概率，以及，句子错误概率阈值、所述段落的错误概率和所述段落的调整权重生成的调整概率，以及，段落错误概率阈值，分别确定所述分词的类型、所述句子的类型、所述段落的类型；所述类型包括待校正类型、正确类型；
30、根据所述分词的类型、所述句子的类型、所述段落的类型，融合计算获得所述文本信息中的待校正字段；
31、通过预设的字段校正知识图谱矫正所述待校正字段，确保所述文本信息的准确性和恰当性。
32、可选的，所述根据所述分词的类型、所述句子的类型、所述段落的类型，融合计算获得所述文本信息中的待校正字段，包括：
33、根据所述分词、所述句子、所述段落之间的内在联系，获取所述分词与所述句子的第一关联性特征、所述句子与所述段落的第二关联性特征、所述分词与所述段落的第三关联性特征，所述关联性特征用于表征所述分词、所述句子、所述段落之间是否存在逻辑冲突；
34、通过所述第一关联性特征、所述第二关联性特征、所述第三关联性特征构建所述文本信息的关联矩阵；
35、根据所述关联矩阵计算所述分词、所述句子、所述段落之间的关联强度；
36、若所述关联强度低于预设强度阈值，则分别删除所述关联矩阵中的任一关联性特征，生成各子关联矩阵；
37、根据各所述子关联矩阵计算所述子关联矩阵对应的子关联强度；
38、将所述子关联强度最高的子关联矩阵中删除的关联性特征作为目标关联性特征；
39、将所述目标关联性特征对应的文本段作为所述待校正字段；
40、所述根据所述分词、所述句子、所述段落之间的内在联系，获取所述分词与所述句子的第一关联性特征，包括：
41、利用词向量模型，将所述句子中包括的分词转换为第一分词向量；
42、根据所述第一分词向量，生成所述句子对应的句子向量，所述句子向量为基于所述第一分词向量的平均值生成的；
43、利用词向量模型，将所述分词转换为第二分词向量；
44、基于相似度分析方法计算所述句子向量和所述第二分词向量的余弦相似度，生成所述分词与所本文档来自技高网...
【技术保护点】
1.一种物流派件通知方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述回铃音判断所述收件人电话的接通类型，包括：
3.根据权利要求1所述的方法，其特征在于，所述识别所述通话语音数据，确定所述收件人的收件意图，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述将所述文本信息输入意图识别模型中之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述分词的类型、所述句子的类型、所述段落的类型，融合计算获得所述文本信息中的待校正字段，包括：
6.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
8.一种电子设备，其特征在于，包括：处理器，通信接口以及存储器，所述处理器分别与所述通信接口和所述存储器通信连接；
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如
10.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种物流派件通知方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述回铃音判断所述收件人电话的接通类型，包括：
3.根据权利要求1所述的方法，其特征在于，所述识别所述通话语音数据，确定所述收件人的收件意图，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述将所述文本信息输入意图识别模型中之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述分词的类型、所述句子的类型、所述段落的类型，融合计算获得所述文本信息中的待校正字段，包括：
6.根...
【专利技术属性】
技术研发人员：孙琪，郑波，杨锋松，袁其进，
申请(专利权)人：湖北声通科技股份有限公司，
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。