【技术实现步骤摘要】
本申请属于人工智能，具体涉及一种话术挖掘方法、装置、计算机设备和存储介质。
技术介绍
1、话术挖掘是指从大量对话或文本数据中提取、分析和整理出有效沟通策略和表达方式的过程，旨在发现和优化在特定场景(如销售、客服等)下使用的有效话术，以提升沟通效率和效果。
2、目前，坐席电话作业过程中，为了提高坐席的工作效率，便于快速应对客户异议，通常会对客户的对话或文本数据进行实时检测，并提供应对的话术要点，以完成话术挖掘工作。然而，当前话术挖掘主要由坐席人员通过听录音或者阅读文本数据，并人工编写话术挖掘模板总结而来，这种方式需要耗费大量的人力成本，且无法迅速复制。此外，话术挖掘模板的话术要点通常比较单一，导致话术挖掘结果相对固化，无法实现现有话术库的持续演化和优化。
技术实现思路
1、本申请实施例的目的在于提出一种话术挖掘方法、装置、计算机设备及存储介质，旨在对话术进行有效归档和扩展话术库，同时保证新增话术的质量和相关性。
2、为了解决上述技术问题，本申请实施例提供一种话术挖掘方法，采用了如下所述的技术方案：
3、一种话术挖掘方法，包括：
4、对历史对话数据进行语义识别，得到历史对话数据的语义识别结果；
5、将语义识别结果与话术库中预设的话术主题进行比对；
6、若存在与语义识别结果相匹配的目标话术主题，则将历史对话数据存储到话术库中目标话术主题对应的存储空间内；
7、若不存在与语义识别结果相匹配的目标话术主题，则
8、对变体话术进行话术评估，输出变体话术评分；
9、判断变体话术评分是否大于预设的评分阈值；
10、若变体话术评分大于或等于评分阈值，则提取变体话术主题，并将变体话术主题作为新的话术主题存储到话术库中；
11、若变体话术评分小于评分阈值，则删除变体话术。
12、进一步地，对历史对话数据进行语义识别，得到历史对话数据的语义识别结果，具体包括：
13、获取历史对话数据对应的话术评分，得到历史话术评分；
14、基于历史话术评分和评分阈值对历史对话数据进行筛选，得到目标对话数据；
15、对目标对话数据进行语义识别，得到语义识别结果。
16、进一步地，对目标对话数据进行语义识别，得到语义识别结果，具体包括：
17、对目标对话数据进行分词处理，得到分词结果；
18、对分词结果进行词性标注，得到词性标注结果；
19、对分词结果进行命名实体识别，得到命名实体识别结果；
20、对分词结果进行语义分析，得到第一语义分析结果；
21、基于词性标注结果、命名实体识别结果和第一语义分析结果构建目标对话数据的知识图谱；
22、对目标对话数据的知识图谱进行语义推断，得到语义识别结果。
23、进一步地，对历史对话数据进行话术变体预测，得到变体话术，具体包括：
24、对预设的条件随机场模型进行预训练得到话术变体模型；
25、使用话术变体模型对历史对话数据进行特征提取，得到对话特征向量；
26、对话特征向量进行序列标注，得到话术变体标签序列；
27、对话术变体标签序列进行话术变体生成，得到变体话术候选集；
28、对变体话术候选集中的话术进行筛选，得到变体话术。
29、进一步地，对变体话术候选集中的话术进行筛选，得到变体话术，具体包括：
30、对变体话术候选集中的话术进行排序打分，得到话术排序分数；
31、对话术排序分数进行归一化处理，获得变体话术概率分布；
32、对变体话术概率分布进行解码，获取最大概率变体话术序列；
33、基于最大概率变体话术序列确定变体话术。
34、进一步地，对变体话术进行话术评估，输出变体话术评分，具体包括：
35、对变体话术进行分词处理，得到变体话术分词；
36、从变体话术分词中筛选情绪关键词，并基于情绪关键词计算变体话术的情绪评分；
37、对变体话术分词分别进行话术逻辑分析，并基于变体话术逻辑分析结果计算变体话术的话术逻辑评分；
38、基于情绪评分和话术逻辑评分计算变体话术评分。
39、进一步地，从变体话术分词中筛选情绪关键词，并基于情绪关键词计算变体话术的情绪评分，具体包括：
40、采用预训练的情感分析模型基于情绪关键词确定变体话术的情绪倾向；
41、基于情绪倾向采用决策树算法计算变体话术的情绪评分；
42、话术逻辑分析包括词法分析、语法分析和语义分析，对变体话术分词分别进行话术逻辑分析，并基于变体话术逻辑分析结果计算变体话术的话术逻辑评分，具体包括：
43、对变体话术分词进行词法分析，得到词法分析结果；
44、对变体话术分词进行语法分析，得到语法分析结果；
45、对变体话术分词进行语义分析，得到第二语义分析结果；
46、基于词法分析结果、语法分析结果和第二语义分析结果计算变体话术的话术逻辑评分。
47、为了解决上述技术问题，本申请实施例还提供一种话术挖掘装置，采用了如下所述的技术方案：
48、一种话术挖掘装置，包括：
49、语义识别模块，用于对历史对话数据进行语义识别，得到历史对话数据的语义识别结果；
50、主题比对模块，用于将语义识别结果与话术库中预设的话术主题进行比对；
51、话术存储模块，用于当存在与语义识别结果相匹配的目标话术主题时，将历史对话数据存储到话术库中目标话术主题对应的存储空间内；
52、话术变体模块，用于当不存在与语义识别结果相匹配的目标话术主题时，对历史对话数据进行话术变体预测，得到变体话术；
53、话术评分模块，用于对变体话术进行话术评估，输出变体话术评分；
54、评分比较模块，用于判断变体话术评分是否大于预设的评分阈值；
55、主题存储模块，用于当变体话术评分大于或等于评分阈值时，提取变体话术主题，并将变体话术主题作为新的话术主题存储到话术库中；
56、话术删除模块，用于当变体话术评分小于评分阈值时，删除变体话术。
57、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
58、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述任一项所述的话术挖掘方法的步骤。
59、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
60、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指本文档来自技高网...
【技术保护点】
1.一种话术挖掘方法，其特征在于，包括：
2.如权利要求1所述的话术挖掘方法，其特征在于，对所述历史对话数据进行语义识别，得到所述历史对话数据的语义识别结果，具体包括：
3.如权利要求2所述的话术挖掘方法，其特征在于，对所述目标对话数据进行语义识别，得到所述语义识别结果，具体包括：
4.如权利要求1所述的话术挖掘方法，其特征在于，对所述历史对话数据进行话术变体预测，得到变体话术，具体包括：
5.如权利要求4所述的话术挖掘方法，其特征在于，对所述变体话术候选集中的话术进行筛选，得到所述变体话术，具体包括：
6.如权利要求1所述的话术挖掘方法，其特征在于，对所述变体话术进行话术评估，输出变体话术评分，具体包括：
7.如权利要求6所述的话术挖掘方法，其特征在于，从所述变体话术分词中筛选情绪关键词，并基于所述情绪关键词计算所述变体话术的情绪评分，具体包括：
8.一种话术挖掘装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器
10.一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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的话术挖掘方法的步骤。
...【技术特征摘要】
1.一种话术挖掘方法，其特征在于，包括：
2.如权利要求1所述的话术挖掘方法，其特征在于，对所述历史对话数据进行语义识别，得到所述历史对话数据的语义识别结果，具体包括：
3.如权利要求2所述的话术挖掘方法，其特征在于，对所述目标对话数据进行语义识别，得到所述语义识别结果，具体包括：
4.如权利要求1所述的话术挖掘方法，其特征在于，对所述历史对话数据进行话术变体预测，得到变体话术，具体包括：
5.如权利要求4所述的话术挖掘方法，其特征在于，对所述变体话术候选集中的话术进行筛选，得到所述变体话术，具体包括：
6.如权利要求1所述的话术挖掘方法，其特征在于，对所述变体话...
【专利技术属性】
技术研发人员：胡碧峰，
申请(专利权)人：中国平安财产保险股份有限公司，
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。