[發明專利]一種質檢結果數據獲取方法、裝置及設備

在審

• 申請號: 202010779770.6
• 申請日: 2020-08-05
• 公開（公告）號: CN112036705A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 李建新
• 申請（專利權）人: 蘇寧金融科技（南京）有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/00;G06F40/284;G06F40/30;G10L15/26
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 趙然

1.一種質檢結果數據獲取方法，其特征在于，所述方法包括：

獲取待質檢語音文件；

通過自動語音識別技術將所述待質檢語音文件轉化為待質檢文本；

確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，所述待質檢文件包括所述待質檢語音文件和所述待質檢文本。

2.根據權利要求1所述的方法，其特征在于，確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，包括：

從所述待質檢文本中通過TextRank算法或TF-IDF算法抽取相應關鍵詞，并根據預設關鍵詞對比規則，確定關鍵詞檢測結果。

3.根據權利要求2所述的方法，其特征在于，從所述待質檢文本中通過預設TextRank算法或預設TF-IDF算法抽取相應關鍵詞，包括：

對所述待質檢文本進行分割，得到多個句子；

對每個句子進行分詞及詞性標注處理、停用詞過濾，僅保留指定詞性的單詞，從而獲取候選單詞；

根據由所述候選單詞構成的節點集、節點間關系構建候選關鍵詞圖；

通過相應計算公式，迭代傳播各節點的權重，直至收斂；

對所述各節點的權重進行倒序排序，根據預設篩選規則獲取預定數量的候選關鍵詞；

根據所述候選關鍵詞標記所述待質檢文本。

4.根據權利要求1所述的方法，其特征在于，確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，包括：

通過確定有窮自動機算法構建禁用詞樹，并將所述待質檢文本與所述禁用詞樹進行匹配，確定禁用詞檢測結果。

5.根據權利要求4所述的方法，其特征在于，通過確定有窮自動機算法構建禁用詞樹，包括：

構建樹節點，節點為空；

從各級節點查找預定禁用詞，如果查找結果為存在，繼續查找；如果查找結果為不存在，構建新子樹，直至最后一個禁用詞查找結束。

6.根據權利要求1所述的方法，其特征在于，確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，包括：

將所述待質檢文本轉化為待質檢向量數據，將所述待質檢向量數據輸入預訓練好的深度學習分類模型，獲取情緒檢測結果。

7.根據權利要求6所述的方法，其特征在于，將所述待質檢文本轉化為待質檢向量數據，將所述待質檢向量數據輸入訓練好的深度學習分類模型，獲取情緒檢測結果，包括：

準備標記了情緒分類的語料，并對語料進行語料預處理，將一句語料轉化為詞匯集合；

將詞匯集合轉化為矩陣形式的詞向量集合；

將詞向量集合輸入預設LTSM網絡模型，獲得句向量；

將句向量輸入預設機器學習分類模型進行監督訓練，直至模型收斂；

將所述待質檢文本再重新執行以下步驟：準備標記了情緒分類的語料，并對語料進行語料預處理，將一句語料轉化為詞匯集合，重復循環以上步驟，獲取情緒檢測結果。

8.根據權利要求1所述的方法，其特征在于，確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，包括：

判斷所述待質檢語音文件中客服響應時間與客戶說話完畢時間的時間差是否超過預設閾值，獲取靜音檢測結果；和/或，

根據所述待質檢語音文件統計計算客服平均語速和單句語速，獲取語速檢測結果；和/或，

根據所述待質檢語音文件判斷客服單句時間段與客戶單句時間段是否存在時間重疊，獲取語音重疊檢測結果。

9.一種質檢結果數據獲取裝置，其特征在于，包括：

數據獲取模塊，用于：獲取待質檢語音文件；

文件轉換模塊，用于：通過自動語音識別技術將所述待質檢語音文件轉化為待質檢文本；

分析計算模塊，用于：確定選定的檢測維度對應的待質檢文件進行分析計算，獲取質檢結果數據，所述待質檢文件包括所述待質檢語音文件和所述待質檢文本。

10.一種質檢結果數據獲取設備，其特征在于，包括：

處理器；

存儲器，用于存儲有所述處理器的可執行指令；

其中，所述處理器配置為經由所述可執行指令來執行權利要求1至8中任一項所述的質檢結果數據獲取方法的步驟。