чтобы автоматизировать процесс построения сценариев ведения диалога операторов контактного центра с клиентами компании, а также впоследствии автоматически оценивать качество работы операторов контактного центра, необходимо провести рубрикацию набора диалогов операторов и клиентов, выделить основные темы, а также распознать последовательности тем в диалогах операторов с абонентами. Планируется использовать сегментацию текста на семантически связанные куски при помощи моделей тематического моделирования.
Контекст: в контактном центре работает большое количество операторов, необходимо понимать качество их работы, так как их эффективность и эффективность продаж напрямую зависит от их следования сценарию. Валидация вручную - довольно долгий и ресурсоемкий процесс, необходимо автоматизировать его и предложить методику оценки качества.
Решение: на основе реплик внутри диалогов КЦ было построено множество тем. Была построена модель, которая раскладывает весь новый диалог на реплики, а реплики маркирует соответствующими темами. Затем была построена "карта" диалогов с наиболее качественными продажами - идеальный скрипт оператора. Для новых диалогов последовательность реплик сверялась с идеальной картой и измерялось "качество" диалога.
Итоги:
Финансы, Банкинг
Технологический стек: Тематическое моделирование, Синтаксические связи, Нейросетевые модели сегментации текста, BigARTM, PyTorch, gensim, nltk, Python.