CN114173008A - 客服转换呼叫方法、装置、计算机设备及存储介质 - Google Patents
客服转换呼叫方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114173008A CN114173008A CN202111342468.5A CN202111342468A CN114173008A CN 114173008 A CN114173008 A CN 114173008A CN 202111342468 A CN202111342468 A CN 202111342468A CN 114173008 A CN114173008 A CN 114173008A
- Authority
- CN
- China
- Prior art keywords
- customer service
- artificial
- intention
- calling
- call
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 12
- 230000002996 emotional effect Effects 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Molecular Biology (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了客服转换呼叫方法、装置、计算机设备及存储介质。所述方法包括:确定呼叫***的网络线路结构布局;获取呼叫语句以及对应的用户信息;对所述呼叫语句进行人工意图识别,以得到呼叫意图;判断所述呼叫意图是否是转接人工客服;若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;判断所述确定结果是否是获取成功;若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;释放对应的线路资源,以进行人工客服服务。通过实施本发明实施例的方法可实现全面识别用户呼叫的意图,按照需求切换至人工客服,提高用户呼叫体验感。
Description
技术领域
本发明涉及智能呼叫方法,更具体地说是指客服转换呼叫方法、装置、计算机设备及存储介质。
背景技术
在面向银行领域为了高效解决客户面临的问题,引进了大量的智能客服***,但是由于智能客服在面对用户的部分提问,不能有效解决时,或当面对客户明确说明需要人工客服时,就需要实时转接人工客服***。由于银行***一般具有三层或多层层级结构,省级/总行、地市分行、支行网点,在各地市网点一般会配备专门的人工电话客服、或需要直接转接到响应的客户经理上。但是,现在的呼叫***只能当用户提到转人工服务字眼时才会切换至人工客服进行服务,对于不带人工服务字眼的语句则无法按照需求切换至人工客服进行服务,导致用户呼叫体验感差。
因此,有必要设计一种新的方法,实现可全面识别用户呼叫的意图,按照需求切换至人工客服,提高用户呼叫体验感。
发明内容
本发明的目的在于克服现有技术的缺陷,提供客服转换呼叫方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:客服转换呼叫方法,包括:
确定呼叫***的网络线路结构布局;
获取呼叫语句以及对应的用户信息;
对所述呼叫语句进行人工意图识别,以得到呼叫意图;
判断所述呼叫意图是否是转接人工客服;
若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;
判断所述确定结果是否是获取成功;
若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;
释放对应的线路资源,以进行人工客服服务。
其进一步技术方案为:所述判断所述确定结果是否是获取成功之后,还包括:
若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息;
根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;
若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述获取地市分行统一的人工坐席排队信息;
若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
其进一步技术方案为:所述判断所述呼叫意图是否是转接人工客服之后,还包括:
若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
其进一步技术方案为:所述对所述呼叫语句进行人工意图识别,以得到呼叫意图,包括:
根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息;
将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本;
将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
其进一步技术方案为:所述根据所述用户信息确定客户经理电话信息,以得到确定结果,包括:
根据所述用户信息确定用户级别;
根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
其进一步技术方案为:所述进行FS转人工线路桥接的处理,包括:
将所述电话信息进行套接字命令组装;
调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
其进一步技术方案为:所述释放对应的线路资源,以进行人工客服服务,包括:
采用SIP协议进行线路资源的释放,以进行人工客服服务。
本发明还提供了客服转换呼叫装置,包括:
布局确定单元,用于确定呼叫***的网络线路结构布局;
信息获取单元,用于获取呼叫语句以及对应的用户信息;
意图识别单元,用于对所述呼叫语句进行人工意图识别,以得到呼叫意图;
意图判断单元,用于判断所述呼叫意图是否是转接人工客服;
电话确定单元,用于若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;
结果判断单元,用于判断所述确定结果是否是获取成功;
桥接处理单元,用于若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;
释放单元,用于释放对应的线路资源,以进行人工客服服务。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过确定网络线路结构布局,并对用户的呼叫语句进行人工意图识别,当意图是转人工客服时,先确定客户经理电话信息,并转接至客户经理,若无法转接至客户经理,则切换至地市分行的空闲人工坐席进行处理,实现可全面识别用户呼叫的意图,按照需求切换至人工客服,提高用户呼叫体验感。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的客服转换呼叫方法的应用场景示意图;
图2为本发明实施例提供的客服转换呼叫方法的流程示意图;
图3为本发明实施例提供的客服转换呼叫方法的子流程示意图;
图4为本发明实施例提供的客服转换呼叫方法的子流程示意图;
图5为本发明实施例提供的客服转换呼叫方法的子流程示意图;
图6为本发明实施例提供的网络线路结构布局示意图;
图7为本发明实施例提供的客服转换呼叫装置300的示意性框图;
图8为本发明实施例提供的客服转换呼叫装置300的意图识别单元303的示意性框图;
图9为本发明实施例提供的客服转换呼叫装置300的电话确定单元306的示意性框图;
图10为本发明实施例提供的客服转换呼叫装置300的桥接处理单元308的示意性框图;
图11为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的客服转换呼叫方法的应用场景示意图。图2为本发明实施例提供的客服转换呼叫方法的示意性流程图。该客服转换呼叫方法应用于服务器中。该服务器与终端以及客户经理持有的终端进行数据交互,服务器通过终端获取用户的呼叫语句以及相关的信息,进行人工意图识别,当需要转接人工客服时,确定客户经理电话并进行FS转人工线路桥接的处理,释放对应的线路资源,还再获取客户经理电话不成功时,切换至地市分行的空闲人工坐席进行人工客服服务,在省行进行统一部署,而按地市进行个性化人工坐席,甚至根据业务需求进行个性化转接客户经理,从而满足银行领域的业务化需求。
图2是本发明实施例提供的客服转换呼叫方法的流程示意图。如图2所示,该方法包括以下步骤S110至S230。
S110、确定呼叫***的网络线路结构布局。
总分式的银行***智能电话***,根据银行***自身的业务特性,也分成三级结构:支行/网点、地市分行、省行(总行)私有云。其中,在省行私有云中部署智能客服后端控制大脑,其进行统一的智能客服转接,并根据来电信息提供个性化的人工作息转接功能;在地市分行部署人工AI(人工智能,Artificial Intelligence)外呼与人工坐席线路,以便于在地市分行统一的进行人工坐席服务功能,也便于进行业务上进行运营成本按地市结算;在网点支行,利用则采用客户经理的移动手机设备进行个性化的人工转接功能。整个总分式的智能客服与人工坐席的网络线路结构布局示意图如图6所示。
以智能电话客服呼入进行整个流程的说明,在支行/网点的用户用自己的手机进行地市分行的客服号码呼入,用户的电话信号经过运营商设备SIP协议转换功能,则转化为TCP/IP数字通信信号,从而对接到地市分行的AI外呼线路,这里用户拨打接入到地市分行都是运营商提供的较成熟方案。而在接入地市,AI的SIP线路通过FS通过TCP/IP协议对接到AI机器人,FS是一个完全开源的电话软交换协议***,AI机器人经过语音识别与意图解析等处理之后进行相关回答,并将相关文本信息通过语音合成转化成声音信息传递,并按原路呼入线路传递给用户。但是,AI机器人识别到用户具有转接人工的意图时;则AI机器人则将相关转人工信息传递给FS软件换***,FS***根据AI传递过来的信号参数,一方面保持与客户进行继续对话例如:播报正在转人工让其等待,一方面根据AI机器人传递过来的转接人工信息进行电话拨打,要么直接拨打转接给地市分行的统一人工坐席,要么转接给客户经理手机号码,当对方接通之后就进行桥接,这样就完成了人工交接。当完成人工客服之后,则进入线路资源释放过程。
S120、获取呼叫语句以及对应的用户信息。
在本实施例中,呼叫语句是指终端与服务器进行外呼时所输入的语音内容。用户信息是指用户的来电信息。
S130、对所述呼叫语句进行人工意图识别,以得到呼叫意图。
在本实施例中,呼叫意图是指人工客服服务意图还是智能客服服务意图。
在电话智能外呼时,需要不断识别用户的意图,如果是无需人工客服服务的结果,则AI机器人直接响应回答,如果是转人工意图则向FS发出转人工指令。在本实施例中,对于转人工意图的识别,主要采用基于上下文历史对话信息及当前用户话术文本进采用深度学习技术方法进行识别,具体是采用FastText进行相关意图识别。
在一实施例中,请参阅图3,上述的步骤S130可包括步骤S131~S133。
S131、根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息。
在本实施例中,文本信息是指统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重。
S132、将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本。
在本实施例中,向量文本是指采用word2vec方式对文本信息进行处理后得到的结果。
S133、将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
获取当前用户电话呼入的对话信息包括原始文本信息、解析出来的意图、AI机器人回答文本,这些对话信息也就是呼叫语句,统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数、用户话术文本中出现的情绪化词语次数比重等信息,并将这些文本信息或统计次数采用word2vec方式进行向量化表示,输入到TextCNN模型进行分类识别。
当前用户上下文对话信息最终转化为了word2vec向量表示。但是为了更进一步将对用户回答质量是否达到满意等情况刻画出来,需要增加用户计算用户问句的上下文文本重叠性与***预期差异性,对于用户上下文文本重叠性计算,主要是将用户问句紧邻两句话进行向量化求差与方差计算,并将差值向量也作为TextCNN输入向量;对于与***预期文本差异性计算,主要是为了表征上面正常回答之后用户一般倾向于询问哪些问题,如果与***预期差异很大,说明***回答不能有效解决用户询问,从而具有高转人工可能,预期差异性主要是计算用户输入的向量化表征,与AI***中预设的后继话术文本之间的差异性,也主要采用向量之间差值和方差进行表征。
经过上述处理之后,对于当前问句的对话质量原始即衍生特征信息,都进行了向量化刻画,经过TextCNN的卷积层和池化层处理之后,最终将上下文向量原始输入转化成了一个一维向量,最后在对该一维向量进行全连接,并采用Softmax函数输出每个类别的概率,从而得到当前对话是否应该进行转人工。如果当前用户话术最终判定为需要进行转人工,则进行转人工参数。
S140、判断所述呼叫意图是否是转接人工客服;
S150、若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
S160、若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果。
在本实施例中,确定结果是指是否获取到客户经理电话信息,当获取到电话信息时,则确定结果还包括客户经理的电话信息。
在一实施例中,请参阅图4,上述的步骤S140可包括步骤S141~S142。
S141、根据所述用户信息确定用户级别;
S142、根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
由于在银行***中,一般需要对较高质量的用户进行更人性化的服务,这类用户一般都有专门的客户经理。为此,在AI机器人进行转人工对话处理时,需要根据当前来电信息查询获取该用户级别信息并进一步得到该用户对应分支行/网点的客户经理等电话信息,如果获查询得到客户经理电话信息,则AI机器人向FS软交换***转接拨打该客户经理电话,否则获取得到地市分行统一的人工坐席排队信息。如果当前该地市分行还有空闲人工坐席,则将转接人工信号传由AI机器人,否则按照原电话线路合成播报“人工客服在忙”电话语音信息。
AI机器人与FS都是部署在省行私有云中,他们之间的通信采用基于SIP通信协议进行TCP/IP网络进行的,即他们都是互联网性质的通信。
S170、判断所述确定结果是否是获取成功;
S180、若所述确定结果是获取成功,则进行FS转人工线路桥接的处理。
在一实施例中,请参阅图5,上述的步骤S180可包括步骤S181~S182。
S181、将所述电话信息进行套接字命令组装;
S182、调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
FS是一个完全开源的软交换***软件,它是采用SIP(由IETF因特网工程任务组制定的多媒体通信协议,Session initialization Protocol)协议进行传输的,是基于TCP/IP网络传输的一种互联网应用协议。FS软交换***,也提供了大量Event Socket即Socket套接字事件以通过互联网Socket套接字传输,而达到对其内部丰富而强大的API接口函数进行调用控制的目标。FreeSWITCH用C语言写了一些库函数,并进一步包装成其它语言接口,现在已知支持的语言有C、Perl、Php、Python、Ruby、Lua、Java等。因此,在AI机器人对用户话术进行识别,在确定用户转人工的意图后,并根据***信息确定当前用户是应该转给客户经理,还是需要转给地市分行的统一人工客服,AI机器人将这些信息进行套接字命令组装,调用FS提供的Bridge桥接功能接口,而达到进行实时转人工客服的目标。FS在获取得到AI机器人传递过来的信号之后,一方面在用户线路上语音播报“正在为你转接人工客服”,另一方面根据转拨电话号码信息进行转接拨打。如果FS拨打成功,则将原来用户与AI机器人之间的通话线路进行桥接变更为,用户与客户经理或地市分行人工坐席的电话线路,从而达到最终转接人工的目标。但是FS在转接过程中,可能出现客户经理在忙或无法接通等情况,FS也要将这些异常经常反馈给AI机器人,而AI机器人则需进一步根据转拨情况进行逻辑处理,并产生合适的语音信息再次通过FS按照原电话线路传递给客户。在用户电话端都能够较为平滑地转接到相应客户经理或者相应地市分行人工坐席上,或者得较为明确“人工客服在忙”等后继提示信息。
S190、释放对应的线路资源,以进行人工客服服务。
在本实施例中,采用SIP协议进行线路资源的释放,以进行人工客服服务。
由于在进行转接人工过程中,FS软交换***同时连接了用户电话端、客户经理电话或地市人工坐席端,以及AI机器人线路端。如果转人工通话正常结束,则进入正常的线路资源释放逻辑,相关线路释放命令都是采用SIP相关协议进行资源释放。但由于网络问题,也存在介素异常等情况,在这种情况下一般需要通过设置最大超时连接时间、最大通话时长等参数信息对***线路资源进行保底释放。
S200、若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息。
在本实施例中,人工坐席排队信息是指地市分行对应的人工坐席的排队情况。
S210、根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;
S220、若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述步骤S200;
S230、若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
上述的AI机器人以及FS属于服务器的环节。外呼的过程如下:客户建立呼叫,并由AI机器人进行开场白,多轮交互后,服务器可进行实时一箱判别,根据意向进行客户经理转接语音提示,并保持通话最长30秒,在通过AI机器人和FS与客户经理建立呼叫,新用户则提示并询问是否方便,当客户经理回答肯定的语句时,进行人工通话桥接,AI机器人通话释放,并全部交由FS控制,由客户经理与用户进行人工跟进对话,直至通话结束;在通话结束时,AI机器人内部对线路可感知释放,以释放人工通知路线和外呼路线。
上述的客服转换呼叫方法,通过确定网络线路结构布局,并对用户的呼叫语句进行人工意图识别,当意图是转人工客服时,先确定客户经理电话信息,并转接至客户经理,若无法转接至客户经理,则切换至地市分行的空闲人工坐席进行处理,实现可全面识别用户呼叫的意图,按照需求切换至人工客服,提高用户呼叫体验感。
图7是本发明实施例提供的一种客服转换呼叫装置300的示意性框图。如图7所示,对应于以上客服转换呼叫方法,本发明还提供一种客服转换呼叫装置300。该客服转换呼叫装置300包括用于执行上述客服转换呼叫方法的单元,该装置可以被配置于服务器中。具体地,请参阅图7,该客服转换呼叫装置300包括布局确定单元301、信息获取单元302、意图识别单元303、意图判断单元304、电话确定单元306、结果判断单元307、桥接处理单元308以及释放单元309。
布局确定单元301,用于确定呼叫***的网络线路结构布局;信息获取单元302,用于获取呼叫语句以及对应的用户信息;意图识别单元303,用于对所述呼叫语句进行人工意图识别,以得到呼叫意图;意图判断单元304,用于判断所述呼叫意图是否是转接人工客服;电话确定单元306,用于若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;结果判断单元307,用于判断所述确定结果是否是获取成功;桥接处理单元308,用于若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;释放单元309,用于释放对应的线路资源,以进行人工客服服务。
在一实施例中,请参阅图7,上述的客服转换呼叫装置300还包括智能路线保持单元305、排队信息获取单元310、空闲判断单元311、语音输出单元312以及线路切换单元313。
智能路线保持单元305,用于若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
排队信息获取单元310,用于若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息;空闲判断单元311,用于根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;语音输出单元312,用于若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述获取地市分行统一的人工坐席排队信息;线路切换单元313,用于若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
在一实施例中,如图8所示,所述意图识别单元303包括统计子单元3031、向量化子单元3032以及识别子单元3033。
统计子单元3031,用于根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息;向量化子单元3032,用于将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本;识别子单元3033,用于将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
在一实施例中,如图9所示,所述电话确定单元306包括级别确定子单元3061以及电话信息确定子单元3062。
级别确定子单元3061,用于根据所述用户信息确定用户级别;电话信息确定子单元3062,用于根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
在一实施例中,如图10所示,所述桥接处理单元308包括组装子单元3081以及调用子单元3082。
组装子单元3081,用于将所述电话信息进行套接字命令组装;调用子单元3082,用于调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
在一实施例中,所述释放单元309,用于采用SIP协议进行线路资源的释放,以进行人工客服服务。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述客服转换呼叫装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述客服转换呼叫装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图11所示的计算机设备上运行。
请参阅图11,图11是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图11,该计算机设备500包括通过***总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作***5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种客服转换呼叫方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种客服转换呼叫方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
确定呼叫***的网络线路结构布局;获取呼叫语句以及对应的用户信息;对所述呼叫语句进行人工意图识别,以得到呼叫意图;判断所述呼叫意图是否是转接人工客服;若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;判断所述确定结果是否是获取成功;若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;释放对应的线路资源,以进行人工客服服务。
在一实施例中,处理器502在实现所述判断所述确定结果是否是获取成功步骤之后,还实现如下步骤:
若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息;根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述获取地市分行统一的人工坐席排队信息;若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
在一实施例中,处理器502在实现所述判断所述呼叫意图是否是转接人工客服步骤之后,还实现如下步骤:
若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
在一实施例中,处理器502在实现所述对所述呼叫语句进行人工意图识别,以得到呼叫意图步骤时,具体实现如下步骤:
根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息;将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本;将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
在一实施例中,处理器502在实现所述根据所述用户信息确定客户经理电话信息,以得到确定结果步骤时,具体实现如下步骤:
根据所述用户信息确定用户级别;根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
在一实施例中,处理器502在实现所述进行FS转人工线路桥接的处理步骤时,具体实现如下步骤:
将所述电话信息进行套接字命令组装;调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
在一实施例中,处理器502在实现所述释放对应的线路资源,以进行人工客服服务步骤时,具体实现如下步骤:
采用SIP协议进行线路资源的释放,以进行人工客服服务。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机***中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
确定呼叫***的网络线路结构布局;获取呼叫语句以及对应的用户信息;对所述呼叫语句进行人工意图识别,以得到呼叫意图;判断所述呼叫意图是否是转接人工客服;若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;判断所述确定结果是否是获取成功;若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;释放对应的线路资源,以进行人工客服服务。
在一实施例中,所述处理器在执行所述计算机程序而实现所述判断所述确定结果是否是获取成功步骤之后,还实现如下步骤:
若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息;根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述获取地市分行统一的人工坐席排队信息;若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
在一实施例中,所述处理器在执行所述计算机程序而实现所述判断所述呼叫意图是否是转接人工客服步骤之后,还实现如下步骤:
若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对所述呼叫语句进行人工意图识别,以得到呼叫意图步骤时,具体实现如下步骤:
根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息;将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本;将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述用户信息确定客户经理电话信息,以得到确定结果步骤时,具体实现如下步骤:
根据所述用户信息确定用户级别;根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
在一实施例中,所述处理器在执行所述计算机程序而实现所述进行FS转人工线路桥接的处理步骤时,具体实现如下步骤:
将所述电话信息进行套接字命令组装;调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
在一实施例中,所述处理器在执行所述计算机程序而实现所述释放对应的线路资源,以进行人工客服服务步骤时,具体实现如下步骤:
采用SIP协议进行线路资源的释放,以进行人工客服服务。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.客服转换呼叫方法,其特征在于,包括:
确定呼叫***的网络线路结构布局;
获取呼叫语句以及对应的用户信息;
对所述呼叫语句进行人工意图识别,以得到呼叫意图;
判断所述呼叫意图是否是转接人工客服;
若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;
判断所述确定结果是否是获取成功;
若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;
释放对应的线路资源,以进行人工客服服务。
2.根据权利要求1所述的客服转换呼叫方法,其特征在于,所述判断所述确定结果是否是获取成功之后,还包括:
若所述确定结果不是获取成功,则获取地市分行统一的人工坐席排队信息;
根据所述人工坐席排队信息判断所述地市分行是否有空闲人工坐席;
若所述地市分行没有空闲人工坐席,则输出人工客服在忙的通知语音至终端,并执行所述获取地市分行统一的人工坐席排队信息;
若所述地市分行有空闲人工坐席,则切换至空闲人工坐席的线路,以进行人工客服服务。
3.根据权利要求1所述的客服转换呼叫方法,其特征在于,所述判断所述呼叫意图是否是转接人工客服之后,还包括:
若所述呼叫意图不是转接人工客服,则保持智能客服线路,以进行智能客服的服务。
4.根据权利要求1所述的客服转换呼叫方法,其特征在于,所述对所述呼叫语句进行人工意图识别,以得到呼叫意图,包括:
根据所述呼叫语句统计相关用户意图出现重叠次数、AI机器人连续未正确识别用户问题的次数以及用户话术文本中出现的情绪化词语次数比重,以得到文本信息;
将所述文本信息采用word2vec方式进行向量化表示,以得到向量文本;
将所述向量文本输入到TextCNN模型进行分类识别,以得到呼叫意图。
5.根据权利要求1所述的客服转换呼叫方法,其特征在于,所述根据所述用户信息确定客户经理电话信息,以得到确定结果,包括:
根据所述用户信息确定用户级别;
根据所述用户级别确定对应分支行或网点的客户经理的电话信息,以得到确定结果。
6.根据权利要求5所述的客服转换呼叫方法,其特征在于,所述进行FS转人工线路桥接的处理,包括:
将所述电话信息进行套接字命令组装;
调用FS提供的Bridge桥接功能接口进行线路桥接的处理。
7.根据权利要求1所述的客服转换呼叫方法,其特征在于,所述释放对应的线路资源,以进行人工客服服务,包括:
采用SIP协议进行线路资源的释放,以进行人工客服服务。
8.客服转换呼叫装置,其特征在于,包括:
布局确定单元,用于确定呼叫***的网络线路结构布局;
信息获取单元,用于获取呼叫语句以及对应的用户信息;
意图识别单元,用于对所述呼叫语句进行人工意图识别,以得到呼叫意图;
意图判断单元,用于判断所述呼叫意图是否是转接人工客服;
电话确定单元,用于若所述呼叫意图是转接人工客服,则根据所述用户信息确定客户经理电话信息,以得到确定结果;
结果判断单元,用于判断所述确定结果是否是获取成功;
桥接处理单元,用于若所述确定结果是获取成功,则进行FS转人工线路桥接的处理;
释放单元,用于释放对应的线路资源,以进行人工客服服务。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342468.5A CN114173008A (zh) | 2021-11-12 | 2021-11-12 | 客服转换呼叫方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111342468.5A CN114173008A (zh) | 2021-11-12 | 2021-11-12 | 客服转换呼叫方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114173008A true CN114173008A (zh) | 2022-03-11 |
Family
ID=80479207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111342468.5A Pending CN114173008A (zh) | 2021-11-12 | 2021-11-12 | 客服转换呼叫方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114173008A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460323A (zh) * | 2022-09-06 | 2022-12-09 | 上海浦东发展银行股份有限公司 | 一种智能外呼转人工的方法、装置、设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922215A (zh) * | 2019-01-08 | 2019-06-21 | 平安科技(深圳)有限公司 | 客服中心派工方法、装置、计算机设备及存储介质 |
CN113079263A (zh) * | 2021-03-16 | 2021-07-06 | 京东数字科技控股股份有限公司 | 智能客服转接的方法、装置、***及介质 |
-
2021
- 2021-11-12 CN CN202111342468.5A patent/CN114173008A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109922215A (zh) * | 2019-01-08 | 2019-06-21 | 平安科技(深圳)有限公司 | 客服中心派工方法、装置、计算机设备及存储介质 |
CN113079263A (zh) * | 2021-03-16 | 2021-07-06 | 京东数字科技控股股份有限公司 | 智能客服转接的方法、装置、***及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460323A (zh) * | 2022-09-06 | 2022-12-09 | 上海浦东发展银行股份有限公司 | 一种智能外呼转人工的方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9992336B2 (en) | System for analyzing interactions and reporting analytic results to human operated and system interfaces in real time | |
CN109873909B (zh) | 一种语音呼叫方法、装置和设备及计算机存储介质 | |
CN105592237B (zh) | 一种会话切换的方法、装置及智能客服机器人 | |
CN110392168B (zh) | 呼叫处理方法、装置、服务器、存储介质和*** | |
CA2408089C (en) | System and method for dialogue management | |
EP2240930B1 (en) | Recursive adaptive interaction management system | |
WO2021051506A1 (zh) | 语音交互方法、装置、计算机设备及存储介质 | |
CN111131638A (zh) | 一种智能外呼语音机器人***及外呼方法 | |
US8724779B2 (en) | Persisting customer identity validation during agent-to-agent transfers in call center transactions | |
US8027457B1 (en) | Process for automated deployment of natural language | |
US11930097B2 (en) | Integrated orchestration of intelligent systems | |
US20040042591A1 (en) | Method and system for the processing of voice information | |
CN112040073B (zh) | 一种智能查号服务器、查号***及查号方法 | |
JP2021530130A (ja) | 保留を管理するための方法および装置 | |
CN114173008A (zh) | 客服转换呼叫方法、装置、计算机设备及存储介质 | |
US20020087323A1 (en) | Voice service system and method | |
CN114500757A (zh) | 语音交互方法、装置、计算机设备及存储介质 | |
CN117424960A (zh) | 智能语音服务方法、装置、终端设备以及存储介质 | |
JP2009512393A (ja) | ダイアログ作成および実行フレームワーク | |
US9009056B2 (en) | Voice dialog system with reject avoidance process | |
EP1424844A1 (en) | Human fallback method and system for interactive voice response systems | |
WO2021109741A1 (zh) | 一种服务方法、装置、***、设备及存储介质 | |
CN114979387A (zh) | 基于模拟电话的网络电话服务方法、***、设备和介质 | |
CN112583984A (zh) | 基于语音交互的坐席分配方法、装置、***、设备及介质 | |
CN111901486A (zh) | 语音通话处理方法、装置、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |