在語(yǔ)音機器人與用戶(hù)進(jìn)行溝通過(guò)程中，目前相關(guān)技術(shù)可以識別出用戶(hù)表達感謝等詞語(yǔ)，但不能確定是客氣還是真心感謝，也因此無(wú)法根據實(shí)際情況調整溝通策略，給用戶(hù)更好的體驗。為解決以上問(wèn)題，作業(yè)幫近日公開(kāi)“一種基于客服溝通數據的情緒識別方法、裝置及電子設備”發(fā)明專(zhuān)利，申請公布號:CN112560436A。

　　專(zhuān)利摘要顯示，本發(fā)明方法包括:收集客服與用戶(hù)進(jìn)行溝通的溝通數據，對所述溝通數據進(jìn)行初步情緒識別；使用情緒識別模型基于所述初步情緒識別結果對所述溝通數據進(jìn)行第一情緒識別，判斷第一情緒識別結果是否達標，如果達標則對所述情緒識別模型進(jìn)行保存并上線(xiàn)；所述情緒識別模型上線(xiàn)后通過(guò)自學(xué)習進(jìn)行迭代，使用所述迭代后的情緒識別模型進(jìn)行第二情緒識別。

　　記者了解到，作業(yè)幫此項發(fā)明通過(guò)情緒識別模型的構建，以及識別模型不斷自學(xué)習進(jìn)行迭代升級，能夠更準確的對極端情緒進(jìn)行識別。在面對家長(cháng)反饋時(shí)，如“從中我作為家長(cháng)也學(xué)到不少東西，感謝您”等情形，經(jīng)過(guò)情緒識別模型計算，滿(mǎn)足正例閾值，認定該句話(huà)表達正面極端情緒，可補充到后續訓練數據中。而類(lèi)似于“今天就這樣吧，謝謝”，經(jīng)過(guò)情緒識別模型計算，滿(mǎn)足硬負例閾值，雖然該句話(huà)表達感謝，但屬于客氣性的感謝，達不到極端情緒的程度，屬于訓練數據的負例。通過(guò)持續性的自學(xué)習過(guò)程，不斷優(yōu)化用戶(hù)溝通體驗。

情緒識別裝置流程及結構示意圖

　　公開(kāi)資料顯示，作業(yè)幫教育科技(北京)有限公司成立于2015年，一直致力于用科技手段助力教育普惠，運用人工智能、大數據等前沿技術(shù)，為全國中小學(xué)生提供更高效的學(xué)習解決方案。公司旗下有作業(yè)幫APP、作業(yè)幫直播課、作業(yè)幫口算、喵喵機等多款教育科技產(chǎn)品。據了解，作業(yè)幫用戶(hù)遍布全國各地，其中70%以上來(lái)自于三線(xiàn)及以下城市。