坐席消息提示方法、装置、计算机设备及存储介质
阅读：193发布：2020-05-15
专利汇可以提供坐席消息提示方法、装置、计算机设备及存储介质专利检索，专利查询，专利分析的服务。并且本 发明 公开了坐席消息提示方法、装置、计算机设备及存储介质。该方法包括：若检测接收到 服务器 所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。该方法采用系统性能优化技术，实现了由 定时器 获取联系名单并发送至坐席端自动拨号沟通，避免高频次的重复扫描和发送，降低了系统资源消耗。，下面是坐席消息提示方法、装置、计算机设备及存储介质专利的具体信息内容。
1.一种坐席消息提示方法，其特征在于，包括：
若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段；
按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；
若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及
若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
2.根据权利要求1所述的坐席消息提示方法，其特征在于，所述通过触发器获取所述联系名单，包括：
通过启动DML触发器获取所述联系名单。
3.根据权利要求1所述的坐席消息提示方法，其特征在于，所述若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息之后，还包括：
将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
4.根据权利要求1所述的坐席消息提示方法，其特征在于，所述若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息之后，还包括：
接收语音信息，通过预先训练的N-gram模型对所述语音信息进行进行识别，得到识别结果；
将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
5.根据权利要求4所述的坐席消息提示方法，其特征在于，所述将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合，包括：
将所述识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；
通过词频-逆文本频率指数模型，抽取所述分词结果中位于预设的排名值之前的关键词信息，以作为与所述识别结果对应的关键词集合。
6.根据权利要求5所述的坐席消息提示方法，其特征在于，所述根将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合之后，还包括：
获取所述关键词集合中词频-逆文本频率指数为最大值的关键词，以作为目标关键词，定位所述目标关键词在所述识别结果中的时间点并进行关键词标记。
7.一种坐席消息提示装置，其特征在于，包括：
触发器触发单元，用于若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；
自动拨号单元，用于按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段；
语音信息获取单元，用于若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及
数据回收单元，用于若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
8.根据权利要求7所述的坐席消息提示装置，其特征在于，还包括：
标识字段设置单元，用于将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的坐席消息提示方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至6任一项所述的坐席消息提示方法。
坐席消息提示方法、装置、计算机设备及存储介质
技术领域
[0001] 本发明涉及系统性能优化技术领域，尤其涉及一种坐席消息提示方法、装置、计算机设备及存储介质。
背景技术
[0002] 目前，零售座席营销系统，派工名单的消息提醒，目前是由Quartz每2分钟扫描一次消息表(Quartz是一个完全由java编写的开源作业调度框架)，把未读的消息扫描出来后推送到前端呈现给座席，这就会导致派工名单中一直存在重复的未被坐席点击读取的派工名单，高频次的重复扫描和发送，导致系统资源的消耗率高。
发明内容
[0004] 第一方面，本发明实施例提供了一种坐席消息提示方法，其包括：
[0005] 若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；
[0006] 按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；
[0007] 若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及
[0008] 若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0009] 第二方面，本发明实施例提供了一种坐席消息提示装置，其包括：
[0010] 触发器触发单元，用于若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；
[0011] 自动拨号单元，用于按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；
[0012] 语音信息获取单元，用于若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及
[0013] 数据回收单元，用于若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0014] 第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的坐席消息提示方法。
[0015] 第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的坐席消息提示方法。
[0016] 本发明实施例提供了一种坐席消息提示方法、装置、计算机设备及存储介质。该方法包括若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。该方法采用系统性能优化技术，实现了由定时器获取联系名单并发送至坐席端自动拨号沟通，避免高频次的重复扫描和发送，降低了系统资源消耗。附图说明
[0017] 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。
[0018] 图1为本发明实施例提供的坐席消息提示方法的流程示意图；
[0019] 图2为本发明实施例提供的坐席消息提示方法的另一流程示意图；
[0020] 图3为本发明实施例提供的坐席消息提示方法的另一流程示意图；
[0021] 图4为本发明实施例提供的坐席消息提示方法的子流程示意图；
[0022] 图5为本发明实施例提供的坐席消息提示方法的另一流程示意图；
[0023] 图6为本发明实施例提供的坐席消息提示装置的示意性框图；
[0024] 图7为本发明实施例提供的坐席消息提示装置的另一示意性框图；
[0025] 图8为本发明实施例提供的坐席消息提示装置的另一示意性框图；
[0026] 图9为本发明实施例提供的坐席消息提示装置的子单元示意性框图；
[0027] 图10为本发明实施例提供的坐席消息提示装置的另一示意性框图；
[0028] 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
[0029] 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。
[0030] 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。
[0031] 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。
[0032] 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。
[0034] 如图1所示，该方法包括步骤S110～S140。
[0035] S110、若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段。
[0036] 在本实施例中，若零售座席营销系统(可以理解为服务器)每天仅定时对坐席端下发一次联系名单，坐席端在接收了所述联系名单时，启动触发器来获取所述联系名单，并将联系名单发送至坐席端的显示器进行显示。其中，所述联系名单中的每一条数据至少包括联系人姓名字段、联系人号码字段、及坐席联系状态标识符字段；坐席联系状态标识符字段用于表示坐席端是否查看该数据中的用户信息后联系对方并成功建立联系(成功建立联系也就是接通了电话)。
[0037] 在一实施例中，步骤S110包括：
[0038] 通过启动DML触发器获取所述联系名单。
[0039] 在本实施例中，DML触发器(DML的全称是Data Manipulation Language，表示数据操纵语言，其为SQL的分类之一)类似于函数和过程，它们都是具有声明部分、执行部分和异常处理部分的程序实体单元。
[0040] 触发器必须在数据库中以独立对象的身份存储。触发器是在事件发生时隐式地运行的，不能接收参数，不能被调用。运行触发器的方式叫做激发(firing)触发器，触发事件可以是对数据库表的DML(INSERT、UPDATE或DELETE)操作或某种视图的操作。
[0041] 触发事件包括INSERT、UPDATE或DELETE，触发时机有两BEFORE和AFTER，可以在触发事件之前也可以在触发事件之后发生。
[0042] 即坐席端一旦检测到服务器所分发的联系名单，立即启动DML触发器进行后续数据操作，避免了与现有技术中采用quartz定时器每2分钟扫描一次联系名单，重复将联系名单中未读状态的数据重复发送至坐席端的显示器进行显示。
[0043] S120、按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码。
[0044] 在本实施例中，当坐席端接收了所述联系名单后，可以按照联系名单中的联系人顺序依序自动拨打联系人号码，通过自动拨号，提高了效率，无需手工拨号与客户建立联系。
[0045] S130、若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息。
[0046] 在本实施例中，当坐席端接收了所述联系名单后，可以按照联系名单中的联系人顺序依序自动拨打联系人号码，在该联系人号码对应的联系人接通电话后转坐席人工沟通，在沟通的过程中进行录音，并在通话结束后可以保存录音对应的语音信息，以作为后续质检使用。
[0047] 在一实施例中，如图2所示，步骤S130之后还包括：
[0048] S131、将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
[0049] 在本实施例中，当坐席端接收了联系名单，并与联系名单中各联系人通过拨号成功建立联系后，表示坐席端已与该联系人成功联系，此时为了与未成功联系的联系人进行区分，可将与所述接通指令对应的联系人在所述联系名单中对应数据中坐席联系状态标识符字段设置取值为1。若坐席端与联系名单中某一个或多个联系人拨号后未成功建立联系，将该联系人在联系名单中对应的坐席联系状态标识符字段设置取值为0，以表示为与该联系人成功建立联系。通过坐席联系状态标识符字段，有效的区分了坐席端与联系人联系成功与否。
[0050] 在一实施例中，如图3所示，步骤S130之后还包括：
[0051] S132、接收语音信息，通过预先训练的N-gram模型对所述语音信息进行进行识别，得到识别结果；
[0052] S133、将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
[0053] 在本实施例中，N-gram模型是一种语言模型(Language Model，LM)，语言模型是一个基于概率的判别模型，它的输入是一句话(单词的顺序序列)，输出是这句话的概率，即这些单词的联合概率(joint probability)。当通过所述N-gram模型对所述待识别语音进行进行识别，识别得到的是一整句话，通过N-gram模型能对所述待识别语音进行进行有效识别，得到识别概率最大的语句作为识别结果。
[0054] 在一实施例中，如图4所示，步骤S133包括：
[0055] S1331、将所述识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；
[0056] S1332、通过词频-逆文本频率指数模型，抽取所述分词结果中位于预设的排名值之前的关键词信息，以作为与所述识别结果对应的关键词集合。
[0057] 在本实施例中，将所述识别结果通过基于概率统计分词模型进行分词过程如下：
[0058] 例如，令C＝C1C2...Cm，C是待切分的汉字串，令W＝W1W2...Wn，W是切分的结果，Wa，Wb，……，Wk是C的所有可能的切分方案。那么，基于概率统计分词模型就是能够找到目的词串W，使得W满足：P(W|C)＝MAX(P(Wa|C),P(Wb|C)...P(Wk|C))的分词模型，上述分词模型得到的词串W即估计概率为最大之词串。即：
[0059] 对一个待分词的子串S，按照从左到右的顺序取出全部候选词w1、w2、…、wi、…、wn；在词典中查出每个候选词的概率值P(wi)，并记录每个候选词的全部左邻词；计算每个候选词的累计概率，同时比较得到每个候选词的最佳左邻词；如果当前词wn是字串S的尾词，且累计概率P(wn)最大，则wn就是S的终点词；从wn开始，按照从右到左顺序，依次将每个词的最佳左邻词输出，即S的分词结果。
[0060] 获取了与所述识别结果对应的分词结果后，再通过词频-逆文本频率指数模型(即TF-IDF模型，TF-IDF是Term Frequency–Inverse Document Frequency的简写)，抽取所述分词结果中位于预设的排名值之前的关键词信息以作为关键词集合。通过TF-IDF模型抽取所述分词结果中位于预设的排名值之前的关键词信息，具体如下：
[0061] 1)计算分词结果中每一分词i的词频，记为TFi；
[0062] 2)计算分词结果中每一分词i的逆文档频率IDFi；
[0063] 在计算每一分词i的逆文档频率IDFi时，需要一个语料库(与分词过程中的字典类似)，用来模拟语言的使用环境；
[0064] 逆文档频IDFi＝lg[语料库的文档总数/(包含该分词的文档数+1)]；
[0065] 如果一个词越常见，那么分母就越大，逆文档频率就越小越接近0。分母之所以要加1，是为了避免分母为0(即所有文档都不包含该词)。
[0066] 3)根据TFi*IDFi计算分词结果中每一分词i对应的词频-逆文本频率指数TF-IDFi；
[0067] 显然，TF-IDF与一个词在文档中的出现次数成正比，与该词在整个语言中的出现次数成反比。所以，自动提取关键词即是计算出文档的每个分词的TF-IDF值，然后按降序排列，取排在前N位的词作为文档的关键词列表。
[0068] 4)将分词结果中每一分词对应的词频-逆文本频率指数按降序排序，取排名位于预设的排名值之前(例如预设的排名值为6)的分词组成与所述识别结果对应的关键词集合。
[0069] 通过将所述语音信息进行语音识别和关键词抽取，得到与所述语音信息对应的关键词集合，便于质检岗通过关键词搜索对应的语音信息进行抽查质检，避免了直接无法质检检索语音信息的问题，提高了搜索效率。
[0070] 在一实施例中，如图5所示，步骤S133之后还包括：
[0071] S134、获取所述关键词集合中词频-逆文本频率指数为最大值的关键词，以作为目标关键词，定位所述目标关键词在所述识别结果中的时间点并进行关键词标记。
[0072] 在本实施例中，为了对每一段待识别语音进行关键词的标记时，可以先获取获取所述关键词集合中词频-逆文本频率指数为最大值的关键词以作为目标关键词，然后所述目标关键词在该待识别的语音中的时间点并进行关键词标记(类似于标记歌曲的高潮部分)。这样质检人员可以很清楚的知道听哪些重点部分，节省时间，无需从头听到尾，提高了质检效率。
[0073] S140、若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0074] 在本实施例中，若零售座席营销系统下发联系名单至坐席端，坐席端根据所述联系名单依序联系了联系人后，联系名单中存在坐席联系状态标识符字段取值为0的数据，这些数据可能是该坐席端完成了今日的任务后无需再联系，此时可以将未联系的联系人回收服务器，以待服务器再次随机分配坐席端，提高了数据回收利用率。
[0075] 该方法实现了由定时器获取联系名单并发送至坐席端自动拨号沟通，避免高频次的重复扫描和发送，降低了系统资源消耗。
[0076] 本发明实施例还提供一种坐席消息提示装置，该坐席消息提示装置用于执行前述坐席消息提示方法的任一实施例。具体地，请参阅图6，图6是本发明实施例提供的坐席消息提示装置的示意性框图。该坐席消息提示装置100可以配置于服务器中。
[0077] 如图6所示，坐席消息提示装置100包括触发器触发单元110、自动拨号单元120、语音信息获取单元130、数据回收单元140。
[0078] 触发器触发单元110，用于若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段。
[0079] 在本实施例中，若零售座席营销系统(可以理解为服务器)每天仅定时对坐席端下发一次联系名单，坐席端在接收了所述联系名单时，启动触发器来获取所述联系名单，并将联系名单发送至坐席端的显示器进行显示。其中，所述联系名单中的每一条数据至少包括联系人姓名字段、联系人号码字段、及坐席联系状态标识符字段；坐席联系状态标识符字段用于表示坐席端是否查看该数据中的用户信息后联系对方并成功建立联系(成功建立联系也就是接通了电话)。
[0080] 在一实施例中，触发器触发单元110具体用于：
[0081] 通过启动DML触发器获取所述联系名单。
[0082] 在本实施例中，DML触发器(DML的全称是Data Manipulation Language，表示数据操纵语言，其为SQL的分类之一)类似于函数和过程，它们都是具有声明部分、执行部分和异常处理部分的程序实体单元。
[0083] 触发器必须在数据库中以独立对象的身份存储。触发器是在事件发生时隐式地运行的，不能接收参数，不能被调用。运行触发器的方式叫做激发(firing)触发器，触发事件可以是对数据库表的DML(INSERT、UPDATE或DELETE)操作或某种视图的操作。
[0084] 触发事件包括INSERT、UPDATE或DELETE，触发时机有两BEFORE和AFTER，可以在触发事件之前也可以在触发事件之后发生。
[0085] 即坐席端一旦检测到服务器所分发的联系名单，立即启动DML触发器进行后续数据操作，避免了与现有技术中采用quartz定时器每2分钟扫描一次联系名单，重复将联系名单中未读状态的数据重复发送至坐席端的显示器进行显示。
[0086] 自动拨号单元120，用于按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码。
[0087] 在本实施例中，当坐席端接收了所述联系名单后，可以按照联系名单中的联系人顺序依序自动拨打联系人号码，通过自动拨号，提高了效率，无需手工拨号与客户建立联系。
[0088] 语音信息获取单元130，用于若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息。
[0089] 在本实施例中，当坐席端接收了所述联系名单后，可以按照联系名单中的联系人顺序依序自动拨打联系人号码，在该联系人号码对应的联系人接通电话后转坐席人工沟通，在沟通的过程中进行录音，并在通话结束后可以保存录音对应的语音信息，以作为后续质检使用。
[0090] 在一实施例中，如图7所示，坐席消息提示装置100还包括：
[0091] 字段值设置单元131，用于将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
[0092] 在本实施例中，当坐席端接收了联系名单，并与联系名单中各联系人通过拨号成功建立联系后，表示坐席端已与该联系人成功联系，此时为了与未成功联系的联系人进行区分，可将与所述接通指令对应的联系人在所述联系名单中对应数据中坐席联系状态标识符字段设置取值为1。若坐席端与联系名单中某一个或多个联系人拨号后未成功建立联系，将该联系人在联系名单中对应的坐席联系状态标识符字段设置取值为0，以表示为与该联系人成功建立联系。通过坐席联系状态标识符字段，有效的区分了坐席端与联系人联系成功与否。
[0093] 在一实施例中，如图8所示，坐席消息提示装置100还包括：
[0094] 语音识别单元132，用于接收语音信息，通过预先训练的N-gram模型对所述语音信息进行进行识别，得到识别结果；
[0095] 关键词抽取单元133，用于将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
[0096] 在本实施例中，N-gram模型是一种语言模型(Language Model，LM)，语言模型是一个基于概率的判别模型，它的输入是一句话(单词的顺序序列)，输出是这句话的概率，即这些单词的联合概率(joint probability)。当通过所述N-gram模型对所述待识别语音进行进行识别，识别得到的是一整句话，通过N-gram模型能对所述待识别语音进行进行有效识别，得到识别概率最大的语句作为识别结果。
[0097] 在一实施例中，如图9所示，关键词抽取单元133包括：
[0098] 分词单元1331，用于将所述识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；
[0099] 关键词集合获取单元1332，用于通过词频-逆文本频率指数模型，抽取所述分词结果中位于预设的排名值之前的关键词信息，以作为与所述识别结果对应的关键词集合。
[0100] 在本实施例中，将所述识别结果通过基于概率统计分词模型进行分词过程如下：
[0101] 例如，令C＝C1C2...Cm，C是待切分的汉字串，令W＝W1W2...Wn，W是切分的结果，Wa，Wb，……，Wk是C的所有可能的切分方案。那么，基于概率统计分词模型就是能够找到目的词串W，使得W满足：P(W|C)＝MAX(P(Wa|C),P(Wb|C)...P(Wk|C))的分词模型，上述分词模型得到的词串W即估计概率为最大之词串。即：
[0102] 对一个待分词的子串S，按照从左到右的顺序取出全部候选词w1、w2、…、wi、…、wn；在词典中查出每个候选词的概率值P(wi)，并记录每个候选词的全部左邻词；计算每个候选词的累计概率，同时比较得到每个候选词的最佳左邻词；如果当前词wn是字串S的尾词，且累计概率P(wn)最大，则wn就是S的终点词；从wn开始，按照从右到左顺序，依次将每个词的最佳左邻词输出，即S的分词结果。
[0103] 获取了与所述识别结果对应的分词结果后，再通过词频-逆文本频率指数模型(即TF-IDF模型，TF-IDF是Term Frequency–Inverse Document Frequency的简写)，抽取所述分词结果中位于预设的排名值之前的关键词信息以作为关键词集合。
[0104] 通过将所述语音信息进行语音识别和关键词抽取，得到与所述语音信息对应的关键词集合，便于质检岗通过关键词搜索对应的语音信息进行抽查质检，避免了直接无法质检检索语音信息的问题，提高了搜索效率。
[0105] 在一实施例中，如图10所示，坐席消息提示装置100还包括：
[0106] 关键点标识单元134，用于获取所述关键词集合中词频-逆文本频率指数为最大值的关键词，以作为目标关键词，定位所述目标关键词在所述识别结果中的时间点并进行关键词标记。
[0107] 在本实施例中，为了对每一段待识别语音进行关键词的标记时，可以先获取获取所述关键词集合中词频-逆文本频率指数为最大值的关键词以作为目标关键词，然后所述目标关键词在该待识别的语音中的时间点并进行关键词标记(类似于标记歌曲的高潮部分)。这样质检人员可以很清楚的知道听哪些重点部分，节省时间，无需从头听到尾，提高了质检效率。
[0108] 数据回收单元140，用于若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0109] 在本实施例中，若零售座席营销系统下发联系名单至坐席端，坐席端根据所述联系名单依序联系了联系人后，联系名单中存在坐席联系状态标识符字段取值为0的数据，这些数据可能是该坐席端完成了今日的任务后无需再联系，此时可以将未联系的联系人回收服务器，以待服务器再次随机分配坐席端，提高了数据回收利用率。
[0110] 该装置实现了由定时器获取联系名单并发送至坐席端自动拨号沟通，避免高频次的重复扫描和发送，降低了系统资源消耗。
[0111] 上述坐席消息提示装置可以实现为计算机程序的形式，该计算机程序可以在如图11所示的计算机设备上运行。
[0112] 请参阅图11，图11是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器，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。
[0116] 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执行坐席消息提示方法。
[0117] 该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图11中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明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。
[0118] 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，以实现如下功能：若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段；按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0119] 在一实施例中，处理器502在执行所述通过触发器获取所述联系名单的步骤时，执行如下操作：通过启动DML触发器获取所述联系名单。
[0120] 在一实施例中，处理器502在执行所若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息的步骤之后，还执行如下操作：将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
[0121] 在一实施例中，处理器502在执行所述若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息的步骤之后，还执行如下操作：接收语音信息，通过预先训练的N-gram模型对所述语音信息进行进行识别，得到识别结果；
将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
[0122] 在一实施例中，处理器502在执行所述将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合的步骤时，执行如下操作：将所述识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；通过词频-逆文本频率指数模型，抽取所述分词结果中位于预设的排名值之前的关键词信息，以作为与所述识别结果对应的关键词集合。
[0123] 在一实施例中，处理器502在执行所述根将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合的步骤之后，还执行如下操作：获取所述关键词集合中词频-逆文本频率指数为最大值的关键词，以作为目标关键词，定位所述目标关键词在所述识别结果中的时间点并进行关键词标记。
[0124] 本领域技术人员可以理解，图11中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图11所示实施例一致，在此不再赘述。
[0125] 应当理解，在本发明实施例中，处理器502可以是中央处理单元(Central Processing 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(Digital Signal 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。
[0126] 在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现以下步骤：若检测接收到服务器所分发的联系名单，通过触发器获取所述联系名单，将所述联系名单进行显示；按照所述联系名单的联系人顺序拨打与各联系人对应的联系号码；其中，所述联系名单包括至少一条联系人数据，每一联系人数据包括联系人姓名字段、联系号码字段、及坐席坐席联系状态标识符字段；若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息；以及若在预设的检测时间点检测到所述联系名单中存在坐席联系状态标识符字段取值为0的联系人数据，将对应的联系人数据写入回收数据表。
[0127] 在一实施例中，所述通过触发器获取所述联系名单，包括：通过启动DML触发器获取所述联系名单。
[0128] 在一实施例中，所述若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息之后，还包括：将所述联系名单中对应的联系人的数据中坐席联系状态标识符字段设置取值为1。
[0129] 在一实施例中，所述若检测到联系人的接通指令，与所述接通指令对应的联系人建立连接，若通话结束获取并保存语音信息之后，还包括：接收语音信息，通过预先训练的N-gram模型对所述语音信息进行进行识别，得到识别结果；将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合。
[0130] 在一实施例中，所述将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合，包括：将所述识别结果通过基于概率统计分词模型进行分词，得到对应的分词结果；通过词频-逆文本频率指数模型，抽取所述分词结果中位于预设的排名值之前的关键词信息，以作为与所述识别结果对应的关键词集合。
[0131] 在一实施例中，所述根将所述识别结果进行关键词抽取，得到与所述识别结果对应的关键词集合之后，还包括：获取所述关键词集合中词频-逆文本频率指数为最大值的关键词，以作为目标关键词，定位所述目标关键词在所述识别结果中的时间点并进行关键词标记。
[0132] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。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。
[0133] 在本发明所提供的几个实施例中，应该理解到，所揭露的设备、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，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
[0134] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
[0135] 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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0136] 所述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，服务器，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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0137] 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。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 坐席消息提示方法、装置、计算机设备及存储介质 | 2020-05-15 | 193 |
| 终端及其操作方法 | 2020-05-18 | 693 |
| 响应于共同存在确定的调用动作 | 2020-05-11 | 133 |
| 基于模拟后座力的无实弹瞄靶训练系统及训练方法 | 2020-05-14 | 111 |
| 用于在硬件人工神经网络中神经元值无同步传输的系统，方法和制品 | 2020-05-16 | 210 |
| 一种基于IMS行政交换网的财务数据集中管理系统 | 2020-05-11 | 394 |
| 一种多时态全景数据显示交互系统 | 2020-05-17 | 754 |
| 一种带有战损处理显示模组的智能格斗小车 | 2020-05-14 | 417 |
| 一种新型太阳能电子装饰展板 | 2020-05-18 | 716 |
| 语音开关电路和语音设备 | 2020-05-08 | 815 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈