[發明專利]話術模板評估方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011600019.1
• 申請日: 2020-12-29
• 公開（公告）號: CN112685547A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 龐承杰
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/23;G06F16/2458;G06F40/186;G06K9/62;G06N3/08;G06N20/00
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 遲珊珊;楊毅玲

本發明涉及人工智能技術領域，提供一種話術模板評估方法、裝置、電子設備及存儲介質，所述方法包括：接收客戶端發送的話術模板的待評估請求；提取待評估話術模板的多個歷史版本的交互數據；根據多個歷史版本的交互數據構建多個評估模型；提取待評估話術模板的當前版本的交互數據，并在當前版本的交互數據的基礎上挖掘并提取多個特征參數；將多個特征參數輸入至對應的評估模型中進行評估，得到評估結果；根據多個評估結果對待評估話術模板的當前版本進行評估，獲得目標評估結果。本發明通過所述多個評估模型的多個評估結果綜合評估待評估話術模板，從多個維度對待評估話術模板同時進行評估，提高了評估結果的準確率。

技術領域

本發明涉及人工智能技術領域，具體涉及一種話術模板評估方法、裝置、電子設備及存儲介質。

背景技術

隨著人工智能市場的擴張，越來越多的產業在工作中使用人工智能，通過人工智能與用戶進行交互獲取交互信息，現有技術根據話術模板與用戶進行交互，由于話術模板是固定的，在交互過程中人工智能無法根據用戶的思想及時的更新話術模板，在后期更新話術模板過程中，以人工操作的標準進行更新，無法根據具體的歷史交互數據從多個維度進行話術模板的評估，導致話術模板評估的準確率低。

發明內容

鑒于以上內容，有必要提出一種話術模板評估方法、裝置、電子設備及存儲介質，通過所述多個評估模型的多個評估結果綜合評估待評估話術模板，從多個維度對待評估話術模板同時進行評估，提高了評估結果的準確率。

本發明的第一方面提供一種話術模板評估方法，所述方法包括：

接收客戶端發送的話術模板的待評估請求，其中，所述待評估請求中包括待評估話術模板；

提取所述待評估話術模板的多個歷史版本的交互數據；

根據所述待評估話術模板的多個歷史版本的交互數據構建多個評估模型；

提取所述待評估話術模板的當前版本的交互數據，并在當前版本的交互數據的基礎上挖掘并提取每個所述評估模型對應的多個特征參數；

將所述多個特征參數輸入至對應的評估模型中進行評估，得到評估結果；

根據多個所述評估結果對所述待評估話術模板的當前版本進行評估，獲得目標評估結果。

可選的，所述根據所述待評估話術模板的多個歷史版本的交互數據構建多個評估模型包括：

將所述待評估話術模板的多個歷史版本的交互數據分別輸入至多個機器學習模型中進行訓練；

獲取訓練完成的機器學習模型的模型參數；

根據每個機器學習模型的模型參數構建對應的機器學習模型的評估模型。

可選的，所述將所述待評估話術模板的多個歷史版本的交互數據分別輸入至多個機器學習模型中進行訓練包括：

針對每個機器學習模型，從所述多個歷史版本的交互數據中提取出所述機器學習模型的多個模型參數及每個模型參數對應的評分作為樣本數據集；

從所述樣本數據集中劃分出訓練集和測試集；

將所述訓練集輸入預設神經網絡中進行訓練，得到所述機器學習模型的評估模型；

將所述測試集輸入至所述機器學習模型的評估模型中進行測試，并計算測試通過率；

若所述測試通過率大于預設通過率閾值，確定所述機器學習模型的評估模型訓練結束；若所述測試通過率小于預設通過率閾值，增加訓練集的數量，重新進行所述機器學習模型的評估模型的訓練。

可選的，所述在當前版本的交互數據的基礎上挖掘并提取每個所述評估模型對應的多個特征參數包括：

去除所述當前版本的交互數據中的冗余數據；