对客服负面评价的原因分析方法、装置、设备及介质与流程

1.本技术涉及人工智能领域，尤其涉及一种对客服负面评价的原因分析方法、装置、设备及介质。


背景技术：

2.在各行各业中，客服都是一个不可缺少的角色，客服的服务质量较好时，不仅能够加快问题的处理速度、提高用户的满意度，而且能够加快企业发展。所以为了提高企业对客户的服务水平，需要对客服的服务质量进行评价，进而根据评价确定出原因，针对性的提高客服服务质量。
3.在现有技术中，为了确定出对客服负面评价的原因，通常是由工作人员查阅负面评价的对话数据，比如查看负面评价对应的对话文本、听负面评价对应的对话音频等，进而根据自身经验来确定原因。
4.综上所述，现有的对客服负面评价的原因分析方法是通过人工来分析原因，由于不同人的自身经验不同，导致确定的负面评价原因的准确性较低。


技术实现要素：

5.本技术提供一种对客服负面评价的原因分析方法、装置、设备及介质，用以解决现有的对客服负面评价的原因分析方法是通过人工来分析原因，由于不同人的自身经验不同，导致确定的负面评价原因的准确性较低。
6.第一方面，本技术提供一种对客服负面评价的原因分析方法，包括：
7.获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；
8.对每个初始对话文本集进行预处理，得到多个目标双连词；
9.对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，所述词频-逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；
10.根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
11.输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。
12.第二方面，本技术提供一种对客服负面评价的原因分析装置，包括：
13.获取模块，用于获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；
14.处理模块，用于：
15.对每个初始对话文本集进行预处理，得到多个目标双连词；
16.对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，所述词
频-逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；
17.根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
18.输出模块，用于输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。
19.第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
20.所述存储器存储计算机执行指令；
21.所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的对客服负面评价的原因分析方法。
22.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的对客服负面评价的原因分析方法。
23.第五方面，本技术提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现第一方面任一项所述的对客服负面评价的原因分析方法。
24.本技术提供的对客服负面评价的原因分析方法、装置、设备及介质，通过获取客服与客户的多个初始对话文本集后，对每个初始对话文本集进行预处理，得到多个目标双连词；进而再计算每个目标双连词的词频-逆文本频率值，再根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；最后输出双连词数组中，前预设数量个目标双连词。本方案通过对预处理，得到多个目标双连词，输出词频-逆文本频率值最大的预设数量个目标双连词，该预设数量个目标双连词为负面评价的初始对话文本集中的最重要的双连词，所以可表示对客服负面评价的原因，有效提高了对客服负面评价的原因分析的准确性。
附图说明
25.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
26.图1为本技术提供的对客服负面评价的原因分析方法实施例一的流程示意图；
27.图2为本技术提供的对客服负面评价的原因分析方法实施例二的流程示意图；
28.图3为本技术提供的对客服负面评价的原因分析方法实施例三的流程示意图；
29.图4为本技术提供的对客服负面评价的原因分析方法实施例四的流程示意图；
30.图5为本技术提供的客服负面评价的原因分析装置实施例的结构示意图；
31.图6为本技术提供的一种电子设备的结构示意图。
32.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
33.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
34.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
35.需要说明的是，本技术对客服负面评价的原因分析方法、装置、设备及介质装置可用于人工智能领域，也可用于除人工智能领域之外的任意领域，本技术对客服负面评价的原因分析方法、装置、设备及介质的应用领域不做限定。
36.客服的服务质量对于企业的发展也是不可或缺的，好的客服质量不仅能加快问题的处理速度、提高用户的满意度，而且能够加快企业发展。而为了提高客服的服务质量，需要对客服的服务质量进行评价，进而对于负面评价的客服服务，需要分析其原因，以便针对性的提高客服的服务质量。
37.现有技术中，通常是对于负面评价的对话数据进行人工分析，比如由工作人员查看负面评价对应的对话文本、听负面评价对应的对话音频等，进而根据自身经验确定原因。但是这种方法是通过人工来分析原因，由于不同人的自身经验不同，导致确定的负面评价原因的准确性较低的问题。
38.针对现有技术中存在的问题，发明人在对客服负面评价的原因分析方法进行研究的过程中发现，可对客服与客户的对话文本集进行分析来确定负面评价的原因，由于负面评价的对话文本集中，体现负面评价原因字段出现的频率较高，并且对于负面评价文本集的重要性较高，所以可通过计算用于表示对于负面评价文本集的重要性的词频-逆文本频率(term frequency-inverse document frequency，简称：tf-idf)值来确定负面评价的原因。首先获取客服与客户的多个初始对话文本集，进而对每个初始对话文本集进行预处理，得到多个目标双连词；再确定每个目标双连词对应的词频-逆文本频率值，并根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；最后输出双连词数组中，前预设数量个目标双连词，得到了负面评价的原因，有效提高了确定的负面评价原因的准确性。基于上述发明构思，设计了本技术中的对客服负面评价的原因分析方案。
39.需要说明的是，本技术中对客服负面评价的原因分析方法的执行主体可以是终端设备，还可以是服务器、计算机等的设备，本技术不对其进行限定，下面以终端设备为例进行说明。
40.下面对本技术提供的对客服负面评价的原因分析的应用场景进行示例说明。
41.示例性的，在该应用场景中，用户需要对一批客服与客户的对话文本集进行分析，来确定出负面评价的原因。用户打开终端设备，输入客服与客户的多个初始对话文本集，这些初始对话文本集包括正面评价的文本集，也包括负面评价的文本集。
42.终端设备即可获取到初始对话文本集，进而对每个初始对话文本集进行预处理，得到目标双连词，也就是进行删除无意义字符、进行二元特征提取得到初始双连词，进而进
行去重得到目标双连词。
43.进而计算每个目标双连词的词频-逆文本频率值，再根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
44.最后将双连词数组中，前预设数量个目标双连词，显示在终端设备的显示屏上，以便用户查看，用户即可得到负面评价的原因。
45.需要说明的是，终端设备包括但不限于经由数据连接/网络和/或经由无线接口进行通信的装置，如，针对蜂窝网络、无线局域网(wireless local area network，简称：wlan)的装置；和/或物联网(internet of things，简称：iot)设备。被设置成通过无线接口通信的终端设备可以被称为“无线通信终端”、“无线终端”或“移动终端”。移动终端的示例包括但不限于卫星或蜂窝电话；可以组合蜂窝无线电电话与数据处理、传真以及数据通信能力的个人通信系统(personal communications system，简称：pcs)终端；可以包括无线电电话、寻呼机、因特网/内联网接入、web浏览器、记事簿、日历以及/或全球定位系统(global positioning system，简称：gps)接收器的个人数字处理(personal digital assistant，简称：pda)；以及常规膝上型和/或掌上型接收器或包括无线电电话收发器的其它电子装置。可以指接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。接入终端可以是蜂窝电话、无绳电话、会话启动协议(session initiation protocol，简称：sip)电话、无线本地环路(wireless local loop，简称：wll)站、pda、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、5g网络中的终端设备，卫星网络中的终端设备或者未来演进的plmn中的终端设备等，对此本方案不做限制。
46.需要说明的是，上述场景仅是本技术实施例提供的一种应用场景的示例，本技术实施例不对该场景中包括的各种设备的实际形态进行限定，也不对设备之间的交互方式进行限定，在方案的具体应用中，可以根据实际需求设定。
47.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
48.图1为本技术提供的对客服负面评价的原因分析方法实施例一的流程示意图，本技术实施对终端设备获取到客服与客户的多个初始对话文本集后，进行预处理得到目标双连词；进而计算每个目标双连词的词频-逆文本频率值，并根据词频-逆文本频率值，输出用于表示负面评价的目标双连词的情况进行说明。本实施例中的方法可以通过软件、硬件或者软硬件结合的方式来实现。如图1所示，该对客服负面评价的原因分析方法具体包括以下步骤：
49.s101：获取客服与客户的多个初始对话文本集。
50.用户在需要分析负面评价原因时，打开终端设备，终端设备响应于用户的原因分析操作，显示对话文本集输入界面。用户在对话文本集输入界面输入客服与客户的多个初始对话文本集，用户输入的多个初始对话文本集中，包括评价类型为正面评价的文本集，也包括评价类型为负面评价的文本集。
51.在本步骤中，用户输入初始对话文本集后，终端设备即可获取到客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价。
52.s102：对每个初始对话文本集进行预处理，得到多个目标双连词。
53.在本步骤中，终端设备获取到多个初始对话文本集后，由于需要采用双连词的词频-逆文本频率值来确定负面评价原因，并且双连词的更能反映对话的含义，所以需要对每个初始对话文本集进行预处理，得到多个目标双连词。
54.对于每个初始对话文本集，首先进行删除无意义字符处理，再进行二元特征处理，得到初始双连词，进而对所有的初始双连词进行去重处理，得到目标双连词。
55.s103：对于每个目标双连词，确定目标双连词对应的词频-逆文本频率值。
56.在本步骤中，终端设备得到目标双连词后，对于每个目标双连词，确定目标双连词对应的词频-逆文本频率值，词频-逆文本频率值用于表示目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度。
[0057][0058]
词频；其中，tf表示目标双连词对应的词频，w表示目标双连词，d表示所有负面评价的初始对话文本集，count(w,d)表示目标双连词在所有负面评价的初始对话文本集对应的所有初始双连词中的个数，size(d)表示所有评价类型为负面评价的初始对话文本集对应的所有初始双连词的个数；
[0059][0060]
示目标双连词对应的逆文本频率，n表示所有初始对话文本集的个数，w表示目标双连词，d表示所有初始对话文本集，docs(w,d)表示对应的所有初始双连词中包括目标双连词的初始对话文本集的个数；
[0061]
采用公式tf-idf＝tf*idf，计算得到目标双连词对应的词频-逆文本频率值，其中，tf-idf表示目标双连词对应的词频-逆文本频率值，tf表示目标双连词对应的词频，idf表示目标双连词对应的逆文本频率。
[0062]
仅采用词频不能够将体现出目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性，这是因为一些双连词的词频很大，但是重要性很小，比如“表示”、“每个”、“确定”等双连词，词频很大，但是重要性很小。所以需要结合逆文本频率，确定出词频-逆文本频率值，能够更加准确的确定出双连词的重要性。
[0063]
s104：根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组。
[0064]
在本步骤中，终端设备确定出每个目标双连词对应的词频-逆文本频率值后，由于词频-逆文本频率值越大，该目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性越高，越能够体现负面评价的原因，所以需要根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组。
[0065]
s105：输出双连词数组中，前预设数量个目标双连词。
[0066]
在本步骤中，终端设备确定出双连词数组后，由于双连词数组中，越靠前的目标双连词越能表示负面评价的原因，所以终端设备输出双连词数组中，前预设数量个目标双连词，预设数量个目标双连词用于表示负面评价原因。
[0067]
需要说明的是，预设数量可以是2，还可以是3、5等，本技术实施例不对预设数量进
行限定，可根据实际情况进行设置。
[0068]
需要说明的是，输出预设数量个目标双连词的方式可以是：按照词频-逆文本频率值从大到小的顺序，通过显示屏显示预设数量个目标双连词；还可以是按照词频-逆文本频率值从大到小的顺序，通过扬声器依次播放预设数量个目标双连词；还可以是将预设数量个目标双连词发送至其他设备。本技术实施例不对输出预设数量个目标双连词的方式进行限定，可根据实际情况进行选择。
[0069]
需要说明的是，终端设备确定出每个目标双连词对应的词频-逆文本频率值后，还可以输出词频-逆文本频率值大于预设阈值的目标双连词。预设阈值可以是0.03，还可以是0.05、0.07等，本技术实施例不对预设阈值进行限定，可根据实际情况进行设置。
[0070]
本实施例提供的对客服负面评价的原因分析方法，通过获取到客服与客户的多个初始对话文本集后，对每个初始对话文本集进行预处理，得到多个目标双连词，进而计算每个目标双连词的词频-逆文本频率值，而词频-逆文本频率值用于表示目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度，所以根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；最后输出双连词数组中，前预设数量个目标双连词，得到负面评价原因。相较于现有技术中使用人工根据自身经验查阅所有对话数据，得到负面评价原因，本方案通过对多个初始对话文本集进行预处理得到目标双连词，并根据双连词的词频-逆文本频率值，确定出负面评价原因，有效提高了确定负面评价原因的准确性。
[0071]
图2为本技术提供的对客服负面评价的原因分析方法实施例二的流程示意图，在上述实施例的基础上，本技术实施例对终端设备对每个初始对话文本集进行预处理，得到目标双连词的情况进行说明。如图2所示，该对客服负面评价的原因分析方法具体包括以下步骤：
[0072]
s201：对每个初始对话文本集进行删除无意义字符处理，得到每个初始对话文本集对应的目标对话文本集。
[0073]
在本步骤中，终端设备获取到多个初始对话文本集后，为了提高确定的负面评价原因的准确性，对于每个初始对话文本集，将该初始对话文本集中的无意义字符删除，得到对应的目标对话文本集。
[0074]
需要说明的是，无意义字符包括：标点符号、的、得、地、了、哈、么、空格中的一种或多种，无意义字符还可以是停用词，本技术实施例不对无意义字符进行限定，可根据实际情况进行确定。
[0075]
s202：对每个目标对话文本集，进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词。
[0076]
在本步骤中，终端设备确定出每个初始对话文本集对应的目标对话文本集后，由于双连词更能体现更能反映对话的含义，所以对每个目标对话文本集，进行二元特征提取(bigram feature extraction)处理，得到每个初始对话文本集对应的多个初始双连词。
[0077]
示例性的，一个初始对话文本集为{今天排队的人真多，我很生气}，其中的无意义字符为标点符号和“的”，所以目标对话文本集为{今天排队人真多我很生气}，初始双连词为“今天”、“天排”、“排队”、“队人”、“人真”、“真多”、“多我”、“我很”、“很生”、“生气”。
[0078]
s203：对所有初始双连词进行去重处理，得到多个目标双连词。
[0079]
在本步骤中，终端设备得到初始双连词后，为了后续计算词频-逆文本频率值的计算量，并且为了保证双连词数组中的目标双连词不重复，还需要对所有初始双连词进行去重处理，得到多个目标双连词。
[0080]
本实施例提供的对客服负面评价的原因分析方法，通过对每个初始对话文本集进行删除无意义字符处理，得到目标对话文本集；进而对每个目标对话文本集，进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词；最后对所有初始双连词进行去重处理，得到多个目标双连词，有效提高了确定目标双连词的准确性，减小了计算量。
[0081]
图3为本技术提供的对客服负面评价的原因分析方法实施例三的流程示意图，在上述实施例的基础上，本技术实施例对终端设备得到双连词数组中前预设数量个目标双连词后，输出这些双连词对应的文本的情况进行说明。如图3所示，该对客服负面评价的原因分析方法具体包括以下步骤：
[0082]
s301：对于双连词数组中，前预设数量个目标双连词中的每个目标双连词，将评价类型为负面评价的初始对话文本集中，目标双连词所在的对话文本，确定为原因文本。
[0083]
s302：输出原因文本。
[0084]
在上述步骤中，终端设备得到双连词数组中前预设数量个目标双连词后，为了使得用户可以结合语境更具体得到负面评价的原因，并且这些目标双连词所在的文本能够更加准确体现负面评价原因，所以对于双连词数组中，前预设数量个目标双连词中的每个目标双连词，将评价类型为负面评价的初始对话文本集中，目标双连词所在的对话文本，确定为原因文本，进而输出原因文本。
[0085]
示例性的，目标双连词为“排队”，评价类型为负面评价的初始对话文本集为{今天排队的人好多，我不想排队，排队还需要多久，麻烦尽快处理，好吧}，所以目标双连词对应的原因文本为：“今天排队的人好多”、“我不想排队”、“排队还需要多久”。
[0086]
需要说明的是，输出原因文本的方式可以是：通过显示屏显示原因文本；还可以是：通过扬声器依次播放原因文本；还可以是将原因文本发送至其他设备。本技术实施例不对输出原因文本的方式进行限定，可根据实际情况进行选择。
[0087]
本实施例提供的对客服负面评价的原因分析方法，通过确定出双连词数组中，前预设数量个目标双连词中的每个目标双连词对应的原因文本，并进行输出，使得用户无需阅读所有的初始对话文本集即可得到负面评级的原因，免除了初始对话文本集中其他无关信息的干扰，使得确定出的负面评价原因更加准确。
[0088]
图4为本技术提供的对客服负面评价的原因分析方法实施例四的流程示意图，在上述实施例的基础上，本技术实施例对终端设备得到原因文本后，对其进行语义分析匹配，得到原因类别的情况进行说明。如图4所示，该对客服负面评价的原因分析方法具体包括以下步骤：
[0089]
s401：对于双连词数组中，前预设数量个目标双连词中的每个目标双连词，根据目标双连词进行语义分析匹配，得到对应的原因类别。
[0090]
s402：输出原因类别。
[0091]
在上述步骤中，终端设备得到双连词数组中，前预设数量个目标双连词后，为了使得在进行服务质量改进的过程中，能够更加有目标的改进，可确定出负面评级对应的原因类别，以便根据原因类别进行改进和完善，这就需要对于双连词数组中，前预设数量个目标
双连词中的每个目标双连词，根据目标双连词进行语义分析匹配，得到对应的原因类别，进而输出原因类别。
[0092]
示例性的，目标双连词为“排队”，原因类别为“服务速度”对应的待匹配词汇为{排队、慢、快}。所以将目标双连词与原因类别对应的待匹配词汇进行匹配，可得到对应的原因类别，所以在本例子中，“排队”对应的原因类别为“服务速度”。
[0093]
需要说明的是，原因类别可以是服务速度，还可以是服务人员态度、服务人员能力等，本身实施例不对原因类别和原因类别对应的待匹配词汇进行限定，可根据实际情况进行设置。
[0094]
需要说明的是，输出原因类别的方式可以是：通过显示屏显示原因类别；还可以是通过扬声器播放原因类别；还可以是将原因类别发送至其他设备。本技术实施例不对输出原因类别的方式进行限定，可根据实际情况进行选择。
[0095]
本实施例提供的对客服负面评价的原因分析方法，通过确定出双连词数组中，前预设数量个目标双连词中的每个目标双连词对应的原因类别，并进行输出，使得用户无需自己判断原因类别，确定的原因类别更加准确，并且使用原因类别进行服务质量改进，可提高改进效率。
[0096]
下述为本技术装置实施例，可以用于执行本技术方法实施例。对于本技术装置实施例中未披露的细节，请参照本技术方法实施例。
[0097]
图5为本技术提供的对客服负面评价的原因分析装置实施例的结构示意图。如图5所示，该客服负面评价的原因分析装置50包括：
[0098]
获取模块51，用于获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；
[0099]
处理模块52，用于：
[0100]
对每个初始对话文本集进行预处理，得到多个目标双连词；
[0101]
对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，所述词频-逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；
[0102]
根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；
[0103]
输出模块53，用于输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。
[0104]
进一步地，所述处理模块52，具体用于：
[0105]
对每个初始对话文本集进行删除无意义字符处理，得到每个初始对话文本集对应的目标对话文本集；
[0106]
对每个目标对话文本集进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词；
[0107]
对所有初始双连词进行去重处理，得到所述多个目标双连词。
[0108]
进一步地，所述处理模块52，具体还用于：
[0109]
[0110]
其中，tf表示所述目标双连词对应的词频，w表示所述目标双连词，d表示所有负面评价的初始对话文本集，count(w,d)表示所述目标双连词在所有负面评价的初始对话文本集对应的所有初始双连词中的个数，size(d)表示所有评价类型为负面评价的初始对话文本集对应的所有初始双连词的个数；
[0111][0112]
表示所述目标双连词对应的逆文本频率，n表示所有初始对话文本集的个数，w表示所述目标双连词，d表示所有初始对话文本集，docs(w,d)表示对应的所有初始双连词中包括所述目标双连词的初始对话文本集的个数；
[0113]
采用公式tf-idf＝tf*idf，计算得到所述目标双连词对应的词频-逆文本频率值，其中，tf-idf表示所述目标双连词对应的词频-逆文本频率值，tf表示所述目标双连词对应的词频，idf表示所述目标双连词对应的逆文本频率。
[0114]
进一步地，所述处理模块52，还用于对于所述双连词数组中，前所述预设数量个目标双连词中的每个目标双连词，将评价类型为负面评价的初始对话文本集中，所述目标双连词所在的对话文本，确定为原因文本；
[0115]
进一步地，所述输出模块53，还用于输出所述原因文本。
[0116]
进一步地，所述处理模块52，还用于对于所述双连词数组中，前所述预设数量个目标双连词中的每个目标双连词，根据所述目标双连词进行语义分析匹配，得到对应的原因类别；
[0117]
进一步地，所述输出模块53，还用于输出所述原因类别。
[0118]
进一步地，所述无意义字符包括：标点符号、的、得、地、了、哈、么、空格中的一种或多种。
[0119]
本实施例提供的客服负面评价的原因分析装置，用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
[0120]
图6为本技术提供的一种电子设备的结构示意图。如图6所示，该电子设备60包括：
[0121]
处理器61，存储器62，以及通信接口63；
[0122]
所述存储器62用于存储所述处理器61的可执行指令；
[0123]
其中，所述处理器61配置为经由执行所述可执行指令来执行前述任一方法实施例中的技术方案。
[0124]
可选的，存储器62既可以是独立的，也可以跟处理器61集成在一起。
[0125]
可选的，当所述存储器62是独立于处理器61之外的器件时，所述电子设备60还可以包括：
[0126]
总线64，存储器62和通信接口63通过总线64与处理器61连接并完成相互间的通信，通信接口63用于和其他设备进行通信。
[0127]
可选的，通信接口63具体可以通过收发器实现。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0128]
总线64可以是外设部件互连标准(peripheral component interconnect，pci)总
线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0129]
上述的处理器可以是通用处理器，包括中央处理器cpu、网络处理器(network processor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列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。
[0130]
该电子设备用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
[0131]
本技术实施例还提供一种计算机可读存储介质，其上存储有计算机执行指令，所述计算机执行指令被处理器执行时实现前述任一方法实施例提供的技术方案。
[0132]
本技术实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现前述任一方法实施例提供的技术方案。
[0133]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0134]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。

技术特征：
1.一种对客服负面评价的原因分析方法，其特征在于，包括：获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；对每个初始对话文本集进行预处理，得到多个目标双连词；对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，所述词频-逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。2.根据权利要求1所述的方法，其特征在于，所述对每个初始对话文本集进行预处理，得到多个目标双连词，包括：对每个初始对话文本集进行删除无意义字符处理，得到每个初始对话文本集对应的目标对话文本集；对每个目标对话文本集，进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词；对所有初始双连词进行去重处理，得到所述多个目标双连词。3.根据权利要求2所述的方法，其特征在于，所述对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，包括：对于每个目标双连词，采用公式计算所述目标双连词对应的词频；其中，tf表示所述目标双连词对应的词频，w表示所述目标双连词，d表示所有负面评价的初始对话文本集，count(w,d)表示所述目标双连词在所有负面评价的初始对话文本集对应的所有初始双连词中的个数，size(d)表示所有评价类型为负面评价的初始对话文本集对应的所有初始双连词的个数；采用公式计算所述目标双连词对应的逆文本频率，其中，idf表示所述目标双连词对应的逆文本频率，n表示所有初始对话文本集的个数，w表示所述目标双连词，d表示所有初始对话文本集，docs(w,d)表示对应的所有初始双连词中包括所述目标双连词的初始对话文本集的个数；采用公式tf-idf＝tf*idf，计算得到所述目标双连词对应的词频-逆文本频率值，其中，tf-idf表示所述目标双连词对应的词频-逆文本频率值，tf表示所述目标双连词对应的词频，idf表示所述目标双连词对应的逆文本频率。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于所述双连词数组中，前所述预设数量个目标双连词中的每个目标双连词，将评价类型为负面评价的初始对话文本集中，所述目标双连词所在的对话文本，确定为原因文本；输出所述原因文本。
5.根据权利要求1所述的方法，其特征在于，所述方法包括：对于所述双连词数组中，前所述预设数量个目标双连词中的每个目标双连词，根据所述目标双连词进行语义分析匹配，得到对应的原因类别；输出所述原因类别。6.根据权利要求2所述的方法，其特征在于，所述无意义字符包括：标点符号、的、得、地、了、哈、么、空格中的一种或多种。7.一种对客服负面评价的原因分析装置，其特征在于，包括：获取模块，用于获取客服与客户的多个初始对话文本集，每个初始对话文本集对应的评价类型为正面评价或负面评价；处理模块，用于：对每个初始对话文本集进行预处理，得到多个目标双连词；对于每个目标双连词，确定所述目标双连词对应的词频-逆文本频率值，所述词频-逆文本频率值用于表示所述目标双连词对于所有评价类型为负面评价的初始对话文本集的重要性程度；根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；输出模块，用于输出所述双连词数组中，前预设数量个目标双连词，所述预设数量个目标双连词用于表示负面评价原因。8.根据权利要求7所述的装置，其特征在于，所述处理模块，具体用于：对每个初始对话文本集进行删除无意义字符处理，得到每个初始对话文本集对应的目标对话文本集；对每个目标对话文本集进行二元特征提取处理，得到每个初始对话文本集对应的多个初始双连词；对所有初始双连词进行去重处理，得到所述多个目标双连词。9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至6任一项所述的对客服负面评价的原因分析方法。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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至6任一项所述的对客服负面评价的原因分析方法。

技术总结
本申请提供一种对客服负面评价的原因分析方法、装置、设备及介质，可用于人工智能领域。在该方法中，通过获取客服与客户的多个初始对话文本集后，对每个初始对话文本集进行预处理，得到多个目标双连词；进而再计算每个目标双连词的词频-逆文本频率值，再根据词频-逆文本频率值从大到小的顺序对所有目标双连词进行排序，得到双连词数组；最后输出双连词数组中，前预设数量个目标双连词。本方案通过对预处理，得到多个目标双连词，输出词频-逆文本频率值最大的预设数量个目标双连词，该预设数量个目标双连词为负面评价的初始对话文本集中的最重要的双连词，所以可表示对客服负面评价的原因，有效提高了对客服负面评价的原因分析的准确性。析的准确性。析的准确性。


技术研发人员：吴朝阳
受保护的技术使用者：中国银行股份有限公司
技术研发日：2023.07.20
技术公布日：2023/10/7