(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210974456.2 (22)申请日 2022.08.15 (71)申请人 国家电网有限公司 地址 100031 北京市西城区西长安 街86号 申请人 国家电网有限公司信息通信分公司 　 河南九域腾龙信息 工程有限公司 (72)发明人 于霄洋　郑蓉蓉　王晨辉　薛文婷　 武志栋　曾诣佳　朱京　冯显时　 李雅西　李枫　刘娇丽　闫瑜　 王蕊　邹晓颖　许大卫　罗大勇　 杜加文　张伟　蒋一凡　彭苒　 宫晓峰　 (74)专利代理 机构 广州博联知识产权代理有限 公司 44663 专利代理师 王洪江(51)Int.Cl. G06Q 30/02(2012.01) G06F 16/23(2019.01) G06F 16/33(2019.01) G06F 16/332(2019.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G10L 15/01(2013.01) G10L 15/06(2013.01) G10L 15/18(2013.01) G10L 15/22(2006.01) G10L 25/51(2013.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种智慧客 服机器人数据处理方法及系统 (57)摘要 本发明公开一种智慧客服机器人数据处理 方法及系统， 包括计算智慧客服机器人语音识别 单字准确率A、 语义识别准确率N、 整体业务准确 率P、 问题解决率S和机器人独立接待占比P和其 他机器人基础指标数值， 建立智慧客服机器人的 服务质量总体性指标AN ‑PSR； 用户根据基础数据 设置自定义指标； 根据设定AN ‑PSR指标阈值或自 定义指标阈值及智慧客服机器人指标数值， 对智 慧客服机器人的性能进行评价， 生成优化策略； 系统包括机器人关键指标 获取模块、 机器人优化 建议模块和机器人自定义指标 获取模块。 设定了 智能客服总体性服务质量评价指标， 根据指标提 出优化指标的方法。 提出机器自动化更新数据 库、 知识库， 完成智能智慧客服机器人的优化迭 代。 权利要求书2页 说明书7页 附图1页 CN 115358774 A 2022.11.18 CN 115358774 A 1.一种智慧客 服机器人 数据处理方法， 其特 征在于， 包括如下步骤： S100， 向智慧客服机器人提问问题后， 系统基于智慧客服机器人的回答情况按自定时 间对机器人进 行基础数据统计及指标检测， 计算机器人语音识别单字准确率A、 语义识别准 确率N、 整体业 务准确率P、 问题解决率S和机器人独立接待占比P相关的自定义指标信息； S200， 建立智慧客服机器人的服务质量总体性指标AN ‑PSR或根据自定义的指标公式计 算得到的智慧客服机器人指标数值并设定阈值， 对智慧客服机器人 的性能进行评价， 在智 慧客服机器人的评价 等级低于设定等级时， 生成优化策略； S300， 在智慧客服机器人指标低于设定阈值时， 所述优化策略能够对机器人服务质量 及所述服务质量总体性指标A N‑PSR或自定义指标进 行优化， 从而提升智慧客服机器人服务 能力。 2.根据权利要求1所述的智慧客服机器人数据处理方法， 其特征在于， 所述服务质量总 体性指标AN ‑PSR能够通过AN ‑PSR＝w*(x*A +(1‑x)*N)+(1 ‑w)*(y*C+z*S+(1 ‑y+z)*R)表示， 其中， x代表根据实际业务分析， 技术指标中语音识别单字准确率和语义理解准确率的占 比； y代表 根据实际业务分析， 业务指标中准确率占总体业务指标的比例； z代表根据实际业 务分析， 业 务指标中问题解决率占整体业 务指标的占比。 3.根据权利要求2所述的智慧客服机器人数据处理方法， 其特征在于， 所述优化策略包 括： 在原始ASR语音识别模型加入 人工干预， 利用人工信息的准确性重新对智慧客服机器人 进行数据筛选， 将干预后的数据进行重复训练， 以达到ASR语音识别模型的更新， 使得所述 语音识别单字准确率A能够提升 。 4.根据权利要求2所述的智慧客服机器人数据处理方法， 其特征在于， 所述优化策略还 包括： 创建客服关键词数据库， 将所述客服关键词数据库加入语义理解分析模型， 使得当客 户问到客服关键词 数据库中的关键词时， 分词模型不再对所述关键词进行分割， 以提升语 义识别准确率 N。 5.根据权利要求2所述的智慧客服机器人数据处理方法， 其特征在于， 所述优化策略还 包括： 根据历史咨询数据对知识进 行累计， 对知识进 行高中低频划分， 优先覆盖高频咨询问 题； 当涉及新业务新政策时， 主动新增知识点， 定期整理知识 点查看不同业务线中是否有互 通的业务问法； 设置智慧客服机器人反问功能， 当客户问及到几个业务互通的知识 点时， 智 慧客服机器人进行反问， 以便客户能够准确地找到 想要问的问题分类。 6.根据权利要求1所述的智慧客服机器人数据处理方法， 其特征在于， 所述整体业务准 确率P＝应答覆盖率*覆盖范围准确率， 其中， 应答覆盖率＝应答数/机器人承接整体触发数 量， 覆盖范围中准确率 ＝应答准确的数量/ 机器人全部应答的数量。 7.根据权利要求1所述的智慧客服机器人数据处理方法， 其特征在于， 获取智慧客服机 器人指标数值包括如下步骤： 智慧客服机器人接 收来自用户发的问题， 智慧客服机器人将 语音信息转译为文本信息， 并将文本信息进行语义理解， 智慧客服机器人根据设置完成的 回答策略， 向用户回复对应答案， 往复操作直至完成整轮对话， 在上述过程中， 对指定指标 进行获取计算。 8.一种智慧客 服机器人 数据处理系统， 其特 征在于， 包括： 机器人关键指标获取模块(1)， 用于向智慧客服机器人输入需要回答的若干个问题， 基 于智慧客服机器人的回答情况进 行指标检测， 计算语音识别单字准确率A、 语义识别准确率权　利　要　求　书 1/2 页 2 CN 115358774 A 2N、 整体业务准确率P、 问题解决率S和机器人独立接待占比P， 以获取智慧客服机器人指标数 值； 机器人自定义指标获取模块(2)， 运用机器人产生的接待数、 回答量等基础数据， 自由 创建用户想创建的个性化指标， 并根据基础数据间的数学运算， 在系统上生成新指标的数 据， 并根据生成的指标计算历史数据。 例如， 系统给出机器人基础数据， 例如工单量、 回话轮 次、 用户评价率、 机器人回复次数等基础数据。 管理者可以对基础数据进 行加、 减、 乘、 除、 乘 方等基础数学运算 自定义指标， 用于建立智慧客服机器人的服务质量总体性指标AN ‑PSR， 所述优化策略能够对所述 服务质量总体性指标AN ‑PSR进行优化。 机器人优化建议模块(3)， 用于根据设定阈值及所述智慧客服机器人指标数值， 对智慧 客服机器人 的性能进行评价， 在智慧客服机器人 的评价等级低于设定等级时， 生成优化策 略， 对机器人进行优化。 9.根据权利要求8所述的智慧客 服机器人 数据处理系统， 其特 征在于， 还 包括： 机器人数据库模块(6)， 用于日常机器人的语料库、 用户提问信息的数据、 机器人训练 模型等相关信息的存 储、 调用； 用户信息理解模块(4)， 用于利用语音识别技 术将用户的问题转译成文字形式； 语义理解模块(7)， 用于将用户的问题进行理解， 对用户问题进行意图识别， 输出识别 结果内容； 数据信息展示模块(5)， 用于将关键数据和管理员个性 化数据进行展示。 10.根据权利要求8所述的智慧客服机器人数据处理系统， 其特征在于， 在智慧客服机 器人的AN ‑PSR或自定义评价等级低于设定等级 时， 生成优化策 略， 所述优化策 略能够对所 述机器人 数据库模块(6)和所述语义理解模块(7)进行优化。权　利　要　求　书 2/2 页 3 CN 115358774 A 3