[發(fā)明專利]一種真實(shí)場景下用戶與客服對話的數(shù)據(jù)分析方法

在審

• 申請?zhí)枺?/td>: 201811589984.6
• 申請日: 2018-12-25
• 公開（公告）號: CN109783623A
• 公開（公告）日: 2019-05-21
• 發(fā)明（設(shè)計(jì)）人: 楊燕;張琪;陳成才;郁建峰;戰(zhàn)蕾;李蕓;賀樑
• 申請（專利權(quán)）人: 華東師范大學(xué);上海智臻智能網(wǎng)絡(luò)科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/34;G06F17/27;G06K9/62
• 代理公司: 上海藍(lán)迪專利商標(biāo)事務(wù)所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

本發(fā)明公開了一種真實(shí)場景下用戶與客服對話的數(shù)據(jù)分析方法，其特點(diǎn)是在原始會話數(shù)據(jù)中抽取用戶會話的意圖和重要句段，并將不同表述的相同意圖聚集在一起進(jìn)行文本摘要，得到同一意圖的場景描述信息。本發(fā)明與現(xiàn)有技術(shù)相比具有從文檔中提取表達(dá)整篇文章關(guān)鍵信息的部分，為后續(xù)的文本分析提供了極大地便利，場景信息分析正確，有效挖掘和分析大量非結(jié)構(gòu)化數(shù)據(jù)，為智能客服系統(tǒng)提供了有效的解決方案，工作效率高，尤其是對網(wǎng)絡(luò)客服系統(tǒng)的對話文本挖掘，提出了一個(gè)十分有效的優(yōu)化方法，具有廣泛的實(shí)用意義。

技術(shù)領(lǐng)域

本發(fā)明涉及文本挖掘技術(shù)領(lǐng)域，尤其是一種基于文本聚類和文本挖掘的真實(shí)場景下用戶與客服對話的數(shù)據(jù)分析方法。

背景技術(shù)

客服部門在日常運(yùn)營過程中，會產(chǎn)生大量的非結(jié)構(gòu)化的文本數(shù)據(jù)，這些數(shù)據(jù)中往往蘊(yùn)含了用戶對企業(yè)產(chǎn)品最真實(shí)的反饋數(shù)據(jù)，客服部門在日常工作中，投入了大量的人力進(jìn)行人工回復(fù)和分析。在知識爆炸的時(shí)代，人們每天都需要面對海量數(shù)據(jù)，合理利用信息，高效地處理文本提取有用的信息就變得極為重要。文本聚類是自然語言處理中的一項(xiàng)重要技術(shù)，它主要將大量文本語料通過機(jī)器處理，自動分成若干類別。作為一種無監(jiān)督的機(jī)器學(xué)習(xí)方法，文本聚類技術(shù)不需要預(yù)先對文檔手工標(biāo)注類別，因此具有較強(qiáng)的靈活性和自動化處理能力。文本聚類已經(jīng)成為對文本信息進(jìn)行有效地挖掘、摘要提取的重要手段，所以利用文本摘要技術(shù)能夠從文檔中提取表達(dá)整篇文章關(guān)鍵信息的部分，為后續(xù)的文本分析提供了極大地便利，有望提升該類數(shù)據(jù)的分析與挖掘能力，不僅有望降低人工回復(fù)、分析和客服部門的日常運(yùn)營成本，還能大大提升公司產(chǎn)品設(shè)計(jì)的優(yōu)化水平。

現(xiàn)有技術(shù)的客服系統(tǒng)存在的問題是人工回復(fù)和分析，不但浪費(fèi)了大量的人力資源，而且運(yùn)營成本高，效率低。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足而設(shè)計(jì)的一種真實(shí)場景下用戶與客服對話的數(shù)據(jù)分析方，采用意圖聚類以及會話摘要技術(shù)，從文檔中提取表達(dá)整篇文章關(guān)鍵信息的部分，有效挖掘和分析大量非結(jié)構(gòu)化數(shù)據(jù)，對真實(shí)場景下用戶與客服的對話進(jìn)行分析，得到同一意圖的場景描述信息，為智能客服系統(tǒng)提供了有效的解決方案，場景信息分析正確，工作效率高，尤其是對客服系統(tǒng)中對話文本挖掘的探索與實(shí)踐，為后續(xù)的文本分析提供了極大地便利，提出了一個(gè)十分有效的優(yōu)化方法，具有廣泛的實(shí)用意義。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：一種真實(shí)場景下用戶與客服對話的數(shù)據(jù)分析方法，其特點(diǎn)是采用文本聚類和文本摘要技術(shù)，對真實(shí)場景下用戶與客服的對話進(jìn)行分析，得到同一意圖的場景描述信息，其具體分析包括下述步驟：

a）、從原始會話數(shù)據(jù)中抽取用戶會話的意圖；

b）、從原始會話數(shù)據(jù)中抽取重要句段；

c）、對會話意圖進(jìn)行聚類；

d）、對有相同意圖的會話內(nèi)容進(jìn)行文本摘要，得到同一意圖下的場景描述。

所述抽取用戶會話的意圖是在用戶會話中抽取出用戶所表達(dá)的意圖，即用戶遇到的問題或者發(fā)起本輪會話的原因。

所述抽取重要句段是在會話中抽取出描述場景的關(guān)鍵句段，真實(shí)場景下的會話噪音繁多，為了增加后續(xù)數(shù)據(jù)分析的有效性，過濾掉噪音數(shù)據(jù)。

所述聚類是將不同表述的相同意圖聚集在一起。

所述文本摘要是對同一類意圖下的所有會話數(shù)據(jù)進(jìn)行文本摘要，得到同一意圖的場景描述信息。

本發(fā)明與現(xiàn)有技術(shù)相比具有從文檔中提取表達(dá)整篇文章關(guān)鍵信息的部分，為后續(xù)的文本分析提供了極大地便利，場景信息分析正確，有效挖掘和分析大量非結(jié)構(gòu)化數(shù)據(jù)，為智能客服系統(tǒng)提供了有效的解決方案，工作效率高，尤其是對網(wǎng)絡(luò)客服系統(tǒng)中對話文本挖掘的探索與實(shí)踐，提出了一個(gè)十分有效的優(yōu)化方法，具有廣泛的實(shí)用意義。

附圖說明

圖1為本發(fā)明流程示意圖。

具體實(shí)施方式