[發明專利]基于NLP的車險業務回話線索推薦方法及其相關設備

在審

• 申請號: 202211568726.6
• 申請日: 2022-12-08
• 公開（公告）號: CN115878768A
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 嚴楊揚
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/35;G06F40/289;G10L15/26
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 郝少劍

本申請實施例屬于金融科技技術領域，應用于金融業務中投保定價指導領域中，涉及一種基于NLP的車險業務回話線索推薦方法及其相關設備，包括識別人機對話錄音；進行轉文字處理，實時動態獲取對話文本數據；采用NLP自然語言處理對話文本數據；獲取客戶意圖聚類結果；識別通話客戶的對話意圖；根據所述對話意圖篩選對應的回話文本作為推薦線索分配給當前人機對話后的下一轉接坐席，完成對所述轉接坐席的回話線索推薦。本申請采用ASR+kafka+動態數據流獲取框架+NLP的方式，實現了人工客服在轉接被AI語音服務助手服務過的客戶時，面對冗長的AI智能外呼數據記錄，能快速定位通話客戶的對話意圖，提高人工坐席的工作效率，保證了客戶的良好通話體驗。

技術領域

本申請涉及金融科技技術領域，尤其涉及一種基于NLP的車險業務回話線索推薦方法及其相關設備。

背景技術

隨著人工智能及語音助手的普及與發展，越來越多的保險公司采用AI語音的方式服務用戶，這種便捷的在線服務省去了大量的人力開銷，與此同時，AI語音服務助手與傳統的人工客服相比，更加可控且并行度更高。但目前而言，由于保險行業的“AI熱潮”處于起步階段，目前的AI助手不足以完成整個的銷售流程，所以存在AI語音服務助手提前接觸客戶，以探求客戶的投保需求，而在最后的投保步驟接著由人工客服承接的方式。

這種AI語音服務助手+人工客服雙重服務的新型方式有利于節省人力開銷的同時，又保證了投保步驟的穩定運行，但是人工客服在轉接被AI語音服務助手服務過的客戶時，面對冗長的AI智能外呼數據記錄，通常很難理解及直接利用。

發明內容

本申請實施例的目的在于提出一種基于NLP的車險業務回話線索推薦方法及其相關設備，以解決現有技術中人工客服在轉接被AI語音服務助手服務過的客戶時，面對冗長的AI智能外呼數據記錄，通常很難理解及直接利用問題。

為了解決上述技術問題，本申請實施例提供一種基于NLP的車險業務回話線索推薦方法，采用了如下所述的技術方案：

一種基于NLP的車險業務回話線索推薦方法，包括下述步驟：

根據ASR技術識別AI語音機器人與通話客戶間的人機對話錄音；

通過ASR識別技術，對所述人機對話錄音進行轉文字處理，并實時動態獲取所述人機對話錄音對應的對話文本數據；

采用NLP自然語言處理技術對所述對話文本數據進行量化處理，獲取量化處理結果；

基于預構建的車險語義拓撲圖譜對所述量化處理結果進行聚類處理，獲取客戶意圖聚類結果；

根據所述客戶意圖聚類結果和預設篩選規則，識別所述通話客戶的對話意圖；

根據所述對話意圖篩選對應的回話文本作為推薦線索分配給當前人機對話后的下一轉接坐席，完成對所述轉接坐席的回話線索推薦。

進一步的，所述實時動態獲取所述人機對話錄音對應的對話文本數據的步驟，具體包括：

通過kafka消息中間件實時獲取所述人機對話錄音對應的對話文本數據；

采用Apache Spark Streaming技術提取所述kafka消息中間件內的所述對話文本數據，其中，所述Apache Spark Streaming為一種動態數據流批處理框架。

進一步的，在執行所述采用Apache Spark Streaming技術提取所述kafka消息中間件內的所述對話文本數據的步驟過程中，所述方法還包括：

根據實時提取的所述對話文本數據和預設計算規則，計算提取時批處理間隔、塊間隔、滑動窗口大小和滑動間隔；

根據計算結果，判斷是否需要對所述批處理間隔、塊間隔、滑動窗口大小和滑動間隔進行調優處理；