申请/专利权人：中国工商银行股份有限公司

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117874619A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/214;G06Q30/0282;G06N3/045;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本申请涉及一种客服评分模型的构建方法、装置、计算机设备和存储介质。本申请涉及人工智能和深度学习技术领域。方法包括：获取多个无标签的客服数据和其真实标签信息、以及多个识别教师网络，并识别每个客服数据和每个识别教师网络的数据类型；基于识别教师网络，预测各客服数据的伪标签信息，并筛选低于噪声阈值的噪声值对应的目标客服数据；基于各目标客服数据的伪标签信息和真实标签信息之间的转换概率信息，生成数据类型的转换概率矩阵；基于上述信息，通过知识蒸馏损失函数，训练初始识别学生模型，得到数据类型对应的识别学生模型；获取各数据类型的评分策略，从而构建客服评分模型。采用本方法能够提升了对客服评分模型的训练效率。

主权项：1.一种客服评分模型的构建方法，其特征在于，所述方法包括：获取多个无标签的客服数据、各所述客服数据的真实标签信息、以及多个已训练的识别教师网络，并识别每个客服数据的数据类型、以及各所述识别教师网络对应的数据类型；针对每个数据类型，基于所述数据类型的识别教师网络，分别对所述数据类型的各客服数据进行数据标记处理，得到各所述客服数据的伪标签信息，并基于各所述客服数据的伪标签信息、以及各所述客服数据的真实标签信息，计算各所述客服数据的噪声值；筛选低于噪声阈值的噪声值对应的客服数据，作为所述数据类型的目标客服数据，并基于各所述目标客服数据的伪标签信息、与各所述目标客服数据的真实标签信息之间的转换概率信息，生成所述数据类型的转换概率矩阵；基于各所述目标客服数据的伪标签信息、所述数据类型的转换概率矩阵、所述数据类型的识别教师网络、以及各所述目标客服数据，通过知识蒸馏损失函数，训练所述数据类型对应的初始识别学生模型的分类参数，得到所述数据类型对应的识别学生模型；获取各所述数据类型的评分策略，并基于各所述数据类型对应的识别模型、以及各所述数据类型的评分策略，构建客服评分模型。

全文数据：

权利要求：

百度查询： 中国工商银行股份有限公司 客服评分模型的构建方法、装置、计算机设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD