[發(fā)明專利]業(yè)務(wù)質(zhì)檢方法和裝置、存儲介質(zhì)及電子裝置

在審

• 申請?zhí)枺?/td>: 201910294922.0
• 申請日: 2019-04-12
• 公開（公告）號: CN110147726A
• 公開（公告）日: 2019-08-20
• 發(fā)明（設(shè)計）人: 謝姍姍;辛愿;王鑫;宋智剛;林盛富;梁智邦;盧鯉;張翔;張鵬;高源慶
• 申請（專利權(quán)）人: 財付通支付科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06F17/27;G10L15/26;G06Q10/06
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 周婷婷

1.一種業(yè)務(wù)質(zhì)檢方法，其特征在于，包括：

獲取待質(zhì)檢的目標(biāo)錄制視頻，其中，所述目標(biāo)錄制視頻中記錄有目標(biāo)對象辦理目標(biāo)業(yè)務(wù)的過程；

從所述目標(biāo)錄制視頻中分離出目標(biāo)音頻及目標(biāo)圖像；

根據(jù)所述目標(biāo)音頻及所述目標(biāo)圖像，確定對與所述目標(biāo)業(yè)務(wù)相匹配的業(yè)務(wù)參數(shù)集進行校驗得到的校驗結(jié)果；

根據(jù)所述校驗結(jié)果生成與所述目標(biāo)錄制視頻相匹配的質(zhì)檢報告。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述目標(biāo)音頻及所述目標(biāo)圖像，確定對與所述目標(biāo)業(yè)務(wù)相匹配的業(yè)務(wù)參數(shù)集進行校驗得到的校驗結(jié)果包括：

根據(jù)所述目標(biāo)音頻確定與所述目標(biāo)對象相匹配的對話文本；

利用所述對話文本對所述業(yè)務(wù)參數(shù)集中的第一參數(shù)子集進行文本校驗，得到第一校驗結(jié)果；

根據(jù)所述目標(biāo)圖像確定與所述目標(biāo)業(yè)務(wù)相關(guān)聯(lián)的業(yè)務(wù)關(guān)鍵幀；

利用所述業(yè)務(wù)關(guān)鍵幀對所述業(yè)務(wù)參數(shù)集中的第二參數(shù)子集進行圖像校驗，得到第二校驗結(jié)果；

其中，所述校驗結(jié)果包括所述第一校驗結(jié)果和所述第二校驗結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述目標(biāo)音頻確定與所述目標(biāo)對象相匹配的對話文本包括：

將所述目標(biāo)音頻轉(zhuǎn)換為目標(biāo)文本；

對所述目標(biāo)音頻中的所述目標(biāo)對象進行聲紋識別，確定與所述目標(biāo)對象相匹配的音頻片段；

按照所述音頻片段對所述目標(biāo)文本進行劃分，得到與所述目標(biāo)對象相匹配的所述對話文本。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述目標(biāo)音頻轉(zhuǎn)換為目標(biāo)文本包括：

基于聲學(xué)模型提取所述目標(biāo)音頻的音頻特征；

根據(jù)所述音頻特征及與所述目標(biāo)業(yè)務(wù)相關(guān)聯(lián)的業(yè)務(wù)詞典，對所述目標(biāo)音頻進行識別，得到與所述目標(biāo)音頻相匹配的詞序列；

基于語言模型對所述詞序列進行組合，得到所述目標(biāo)文本。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用所述對話文本對所述業(yè)務(wù)參數(shù)集中的第一參數(shù)子集進行文本校驗，得到第一校驗結(jié)果包括：

將所述對話文本輸入命名實體識別模型，得到所述對話文本中的關(guān)鍵命名實體，其中，所述命名實體識別模型為利用多個與所述目標(biāo)業(yè)務(wù)的業(yè)務(wù)類型相匹配的樣本業(yè)務(wù)文本進行訓(xùn)練所得到的用于識別業(yè)務(wù)文本中的命名實體的模型，所述關(guān)鍵命名實體為辦理所述目標(biāo)業(yè)務(wù)所需的實體標(biāo)識；

對所述關(guān)鍵命名實體進行校驗，其中，所述第一參數(shù)子集中包括所述關(guān)鍵命名實體。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述利用所述對話文本對所述業(yè)務(wù)參數(shù)集中的第一參數(shù)子集進行文本校驗，得到第一校驗結(jié)果包括：

去除所述對話文本中的所述關(guān)鍵命名實體，得到待識別文本；

按照與所述目標(biāo)業(yè)務(wù)相匹配的合規(guī)文本集中的目標(biāo)業(yè)務(wù)合規(guī)文本的步長，將所述待識別文本劃分為多個文本片段；

通過業(yè)務(wù)合規(guī)識別模型，在所述多個文本片段中識別目標(biāo)文本片段，其中，所述目標(biāo)文本片段與所述目標(biāo)業(yè)務(wù)合規(guī)文本的文本相似度大于相似度閾值，所述業(yè)務(wù)合規(guī)識別模型為利用多個與所述目標(biāo)業(yè)務(wù)的業(yè)務(wù)類型相匹配的樣本業(yè)務(wù)文本進行語義學(xué)習(xí)所得到的用于確定文本片段和對應(yīng)的業(yè)務(wù)合規(guī)文本之間的文本相似度的模型；

根據(jù)識別出的所述目標(biāo)文本片段，確定所述待識別文本對應(yīng)的合規(guī)度，其中，所述合規(guī)度用于指示所述待識別文本命中與所述目標(biāo)業(yè)務(wù)相匹配的所述合規(guī)文本集中的合規(guī)文本的數(shù)量；

對所述合規(guī)度進行校驗，其中，所述第一參數(shù)子集中包括所述合規(guī)度。

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，在所述根據(jù)所述目標(biāo)音頻確定與所述目標(biāo)對象相匹配的對話文本時，還包括：

識別所述目標(biāo)音頻中的關(guān)鍵詞，其中，所述關(guān)鍵詞包括以下至少之一：用于確定所述業(yè)務(wù)關(guān)鍵幀的白名單關(guān)鍵詞，辦理所述目標(biāo)業(yè)務(wù)時禁止使用的黑名單關(guān)鍵詞；

在識別出所述白名單關(guān)鍵詞的情況下，根據(jù)與所述白名單關(guān)鍵詞對應(yīng)的圖像幀確定所述業(yè)務(wù)關(guān)鍵幀；

在識別出所述黑名單關(guān)鍵詞的情況下，統(tǒng)計所述黑名單關(guān)鍵詞得到統(tǒng)計結(jié)果，其中，所述第一校驗結(jié)果還包括所述統(tǒng)計結(jié)果。