技术特征：
1.一种95598客户诉求处理方法，其特征在于，包括以下步骤：s101、数据分词对客户的语音转译文本数据进行预处理，首先要对数据进行分句，去掉无效句，然后对每句话的词，进行分词处理，获得分词后的结果数据；s102、数据向量化分词后的结果数据生成词向量；具体为：将分词后的结果数据全部进行向量化，转化为能够被神经网络处理的一串数字，根据全部的词组，对这串数字，建立一个向量空间，然后用每个向量来表示每个词和字，获得词向量。s103、词向量处理将生成的词向量输入客户诉求识别算法模型，通过神经网络结构，提取文本的核心语义，捕捉整个句意中不同词/字在整句句意的语义，根据语义从而识别得到客户的语音转译文本数据的诉求分类；s104、结果输出将所述诉求分类的结果发送至相应的处理端。2.根据权利要求1所述的处理方法，其特征在于，步骤s101中分词的原理是通过统计海量的文章和文本，来制作一个字典库的数据库，使用trie型树的数据结构来保存所有的词组，然后根据trie型树，生成一个有相无环图的数据结构。3.根据权利要求1所述的处理方法，其特征在于，步骤s101中是使用动态规划算法进行分词的，获得分词结果之后，对语音转译文本格式进行调整，去掉停用词，停用词包括语气助词、副词、介词、连接词。4.根据权利要求1所述的处理方法，其特征在于，步骤s103中的客户诉求识别算法模型结合了时序神经网络的记忆力，并从字/词意、句意和文本意三个层级提取文本的核心语义。5.根据权利要求1所述的处理方法，其特征在于，步骤s103中在提取文本的核心语义时，同时兼顾句全局和文本全局的不同部分对整个文本语义的贡献。6.根据权利要求1所述的处理方法，其特征在于，步骤s103中在提取文本的核心语义时，通过句层的注意力机制把握句意的核心词/字，从而获取整句的语义；通过文本层的注意力机制，获得不同语句的语义，从而识别得到客户语音转译文本数据的诉求分类。7.根据权利要求1所述的处理方法，其特征在于，步骤s101至步骤s103是基于如下网络模型实现的：所述网络模型是通过tensorflow框架，搭建双层的bilstm+self-attention+fully connected+softmax的网络模型。8.一种终端设备，其特征在于，包括存储器和处理器：存储器，用于存储计算机指令；处理器，用于运行所述存储器存储的计算机指令，实现权利要求1至7任一项所述的处理方法。9.一种存储介质，其特征在于，包括可读存储介质和计算机指令，所述计算机指令存储在所述可读存储介质中，所述计算机指令用于实现权利要求1至7任一项所述的处理方法。
技术总结
本发明公开了一种95598客户诉求处理方法、设备及存储介质，该处理方法包括以下步骤：S101、数据分词，对客户的语音转译文本数据进行预处理，对数据进行分句，对每句话的词，进行分词，获得分词后的结果数据；S102、数据向量化，分词后的结果数据生成词向量；S103、词向量处理，将生成的词向量输入客户诉求识别算法模型，通过神经网络结构，提取文本的核心语义，捕捉整个句意中不同词/字在整句句意的语义，根据语义从而识别得到客户的语音转译文本数据的诉求分类；S104、结果输出，将所述诉求分类的结果发送至相应的处理端。本发明能够在较低的计算资源下，实现对文本语义的提取，特征的生成，然后对比不同文本语义特征，以达到判断文本内容的目的。本内容的目的。本内容的目的。
技术研发人员：朱龙珠 盛妍 张明杰 宫立华 张全 刘鲲鹏 汪莉 柳薇 王祥 李铮 那辰星 赵成文 苗松 李魁雨 曾超明 吕福生 杜召
受保护的技术使用者：国家电网有限公司客户服务中心
技术研发日：2022.04.19
技术公布日：2022/7/29