本发明涉及保险续保技术领域，具体为一种保险场景智能推荐续保系统。
背景技术：
保险场景咨询客户续保现有方案还是以人工客服筛选为主，传统人工方式为：客服拨打客户电话，在电话结束后，通过人工听历史对话录音的方式，对于没有明确表达续保意向的客户，人工判断是否有续保倾向，后续再针对有续保倾向的客户进行再次拨打电话咨询，传统方式对于未确定登记续保的客户，需要再次听取历史对话的几通录音，最终人工判断是否需要继续拨打电话咨询续保。此筛选、判断过程需要大量的人工成本，传统人工筛选的过程会耗费大量的时间。而且可能因为时效问题，本来有意向续保的客户因为没有及时的后续咨询电话而办理了其他公司的保险，导致客户流失。
技术实现要素：
本发明的目的在于提供一种保险场景智能推荐续保系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种保险场景智能推荐续保系统，包括计算机终端模块，显示器模块、录音导入模块、音频输出模块、asr模块、nlp模块，所述计算机终端模块的输出端与显示器模块的输入端为单向电连接，所述计算机终端与录音导入模块互为双向电连接，所述录音导入模块的输出端与音频输出模块的输入端为单向电连接，所述音频输出模块的输出端与asr模块的输入端为单向电连接，所述asr模块的输出端与nlp模块的输入端为单向电连接，所述nlp模块的输出端与显示器模块的输入端为单向电连接，采用bert模块神经网络来实现句子向量的提取和采用transformer模块神经网络来实现最后的是否续保意向分类，可以将客户和坐席对话的每句话都输入到bert神经网络，得到每句话的语义表示(sentenceembedded)即句向量维度为[1,768]，将对话中所有句向量，输入到transformer模块神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络进行矩阵相乘运算[1,768]x[768,2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向，则避免了传统人工方式客服拨打客户电话，在电话结束后，通过人工听历史对话录音的方式，对于没有明确表达续保意向的客户，人工判断是否有续保倾向，后续再针对有续保倾向的客户进行再次拨打电话咨询繁琐工序，同时降低客服听取历史对话录音的人工劳动力成本，利用计算机终端模块可以实现，可以7*24小时运行工作，解决了传统人工筛选的过程会耗费大量的时间。而且可能因为时效问题，本来有意向续保的客户因为没有及时的后续咨询电话而办理了其他公司的保险，导致客户流失和传统方式对于未确定登记续保的客户，需要再次听取历史对话的几通录音，最终人工判断是否需要继续拨打电话咨询续保。此筛选、判断过程需要大量的人工成本的局面，提升后续拨打电话续保的时效性，避免有意向续保的客户流失。
优选的，所述nlp模块包含bert模块和transformer模块，所述bert模块的输出端与transformer模块的输入端为单向电连接，所述asr模块为automaticspeechrecognition自动语音识别，所述nlp模块为naturallanguageprocessing自然语言处理。
优选的，所述asr模块引擎将某客户的历史对话录音转写成文本，其次通过nlp模块引擎理解对话的交互文本信息，通过交互的文本最终判断客户是否有意向进行续保，客服针对系统筛选出有意向续保的客户进行再次拨打电话咨询询问。
优选的，所述nlp模块设置有算法方案系统，具体执行算法步骤如下：
步骤一：进行开始指令；
步骤二：历史对话录音送入asr引擎转写成文本；
步骤三：将每句话送入bert模型获得每句话的句子向量；
步骤四：将所有的句子向量拼凑在一起，送入transfromer模型，最后得到模型分类输出；
步骤五：进行是否续有意保判定，是则进行拨打客户电话询问，否则暂时不拨打电话询问。
优选的，所述bert模块为双向编码表示网络，利用神经网络来实现句子向量的提取。
优选的，所述续保系统包括算法方案系统、句子向量模型实现方案系统和最终分类模型实现方案。
优选的，所述采用transformer模块神经网络来实现最后的是否续保意向分类，第二步将对话中所有句向量，输入到transformer神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络，进行矩阵相乘运算[1,768]x[768，2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向。
与现有技术相比，本发明的有益效果是：
1、该保险场景智能推荐续保系统，采用bert模块神经网络来实现句子向量的提取和采用transformer模块神经网络来实现最后的是否续保意向分类，可以将客户和坐席对话的每句话都输入到bert神经网络，得到每句话的语义表示(sentenceembedded)即句向量维度为[1,768]，将对话中所有句向量，输入到transformer模块神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络进行矩阵相乘运算[1,768]x[768,2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向，则避免了传统人工方式客服拨打客户电话，在电话结束后，通过人工听历史对话录音的方式，对于没有明确表达续保意向的客户，人工判断是否有续保倾向，后续再针对有续保倾向的客户进行再次拨打电话咨询繁琐工序，同时降低客服听取历史对话录音的人工劳动力成本。
2、该保险场景智能推荐续保系统，利用计算机终端模块可以实现，可以7*24小时运行工作，解决了传统人工筛选的过程会耗费大量的时间。而且可能因为时效问题，本来有意向续保的客户因为没有及时的后续咨询电话而办理了其他公司的保险，导致客户流失和传统方式对于未确定登记续保的客户，需要再次听取历史对话的几通录音，最终人工判断是否需要继续拨打电话咨询续保。此筛选、判断过程需要大量的人工成本的局面，提升后续拨打电话续保的时效性，避免有意向续保的客户流失。
附图说明
图1为本发明结构示意图；
图2为本发明算法方案结构流程示意图；
图3为本发明句子向量模型实现方案结构流程示意图；
图4为本发明最终分类模型实现方案结构流程示意图；
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。
在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
请参阅图1-4，本发明提供一种技术方案：一种保险场景智能推荐续保系统，包括计算机终端模块，显示器模块、录音导入模块、音频输出模块、asr模块、nlp模块，计算机终端模块的输出端与显示器模块的输入端为单向电连接，计算机终端与录音导入模块互为双向电连接，录音导入模块的输出端与音频输出模块的输入端为单向电连接，音频输出模块的输出端与asr模块的输入端为单向电连接，asr模块的输出端与nlp模块的输入端为单向电连接，nlp模块的输出端与显示器模块的输入端为单向电连接，nlp模块包含bert模块和transformer模块，bert模块的输出端与transformer模块的输入端为单向电连接，asr模块为automaticspeechrecognition自动语音识别，nlp模块为naturallanguageprocessing自然语言处理，通过asr模块引擎将某客户的历史对话录音转写成文本，其次通过nlp模块引擎理解对话的交互文本信息，通过交互的文本最终判断客户是否有意向进行续保，客服针对系统筛选出有意向续保的客户进行再次拨打电话咨询询问，nlp模块设置有算法方案系统，用bert模块神经网络来实现句子向量的提取和采用transformer模块神经网络来实现最后的是否续保意向分类，可以将客户和坐席对话的每句话都输入到bert神经网络，得到每句话的语义表示(sentenceembedded)即句向量维度为[1,768]，将对话中所有句向量，输入到transformer模块神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络进行矩阵相乘运算[1,768]x[768,2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向，则避免了传统人工方式客服拨打客户电话，在电话结束后，通过人工听历史对话录音的方式，对于没有明确表达续保意向的客户，人工判断是否有续保倾向，后续再针对有续保倾向的客户进行再次拨打电话咨询繁琐工序，同时降低客服听取历史对话录音的人工劳动力成本，利用计算机终端模块可以实现，可以7*24小时运行工作，解决了传统人工筛选的过程会耗费大量的时间。而且可能因为时效问题，本来有意向续保的客户因为没有及时的后续咨询电话而办理了其他公司的保险，导致客户流失和传统方式对于未确定登记续保的客户，需要再次听取历史对话的几通录音，最终人工判断是否需要继续拨打电话咨询续保。此筛选、判断过程需要大量的人工成本的局面，提升后续拨打电话续保的时效性，避免有意向续保的客户流失，具体执行算法步骤如下：
步骤一：进行开始指令；
步骤二：历史对话录音送入asr引擎转写成文本；
步骤三：将每句话送入bert模型获得每句话的句子向量；
步骤四：将所有的句子向量拼凑在一起，送入transfromer模型，最后得到模型分类输出；
步骤五：进行是否续有意保判定，是则进行拨打客户电话询问，否则暂时不拨打电话询问。
bert模块为双向编码表示网络，利用神经网络来实现句子向量的提取，续保系统包括算法方案系统、句子向量模型实现方案系统和最终分类模型实现方案，采用transformer模块神经网络来实现最后的是否续保意向分类，第二步将对话中所有句向量，输入到transformer神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络，进行矩阵相乘运算[1,768]x[768，2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向。
工作原理：首先通过asr(automaticspeechrecognition自动语音识别)引擎将某客户的历史对话录音转写成文本其次通过nlp(naturallanguageprocessing自然语言处理)引擎理解对话的交互文本信息，通过交互的文本最终判断客户是否有意向进行续保,客服针对系统筛选出有意向续保的客户进行再次拨打电话咨询询问。
综上所述，该保险场景智能推荐续保系统，采用bert模块神经网络来实现句子向量的提取和采用transformer模块神经网络来实现最后的是否续保意向分类，可以将客户和坐席对话的每句话都输入到bert神经网络，得到每句话的语义表示(sentenceembedded)即句向量维度为[1,768]，将对话中所有句向量，输入到transformer模块神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络进行矩阵相乘运算[1,768]x[768,2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向，则避免了传统人工方式客服拨打客户电话，在电话结束后，通过人工听历史对话录音的方式，对于没有明确表达续保意向的客户，人工判断是否有续保倾向，后续再针对有续保倾向的客户进行再次拨打电话咨询繁琐工序，同时降低客服听取历史对话录音的人工劳动力成本，利用计算机终端模块可以实现，可以7*24小时运行工作，解决了传统人工筛选的过程会耗费大量的时间。而且可能因为时效问题，本来有意向续保的客户因为没有及时的后续咨询电话而办理了其他公司的保险，导致客户流失和传统方式对于未确定登记续保的客户，需要再次听取历史对话的几通录音，最终人工判断是否需要继续拨打电话咨询续保。此筛选、判断过程需要大量的人工成本的局面，提升后续拨打电话续保的时效性，避免有意向续保的客户流失。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
1.一种保险场景智能推荐续保系统，包括计算机终端模块，显示器模块、录音导入模块、音频输出模块、asr模块、nlp模块。
2.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述计算机终端模块的输出端与显示器模块的输入端为单向电连接，所述计算机终端与录音导入模块互为双向电连接，所述录音导入模块的输出端与音频输出模块的输入端为单向电连接，所述音频输出模块的输出端与asr模块的输入端为单向电连接，所述asr模块的输出端与nlp模块的输入端为单向电连接，所述nlp模块的输出端与显示器模块的输入端为单向电连接。
3.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述nlp模块包含bert模块和transformer模块，所述bert模块的输出端与transformer模块的输入端为单向电连接。
4.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述asr模块为automaticspeechrecognition自动语音识别，所述nlp模块为naturallanguageprocessing自然语言处理。
5.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述通过asr模块引擎将某客户的历史对话录音转写成文本，其次通过nlp模块引擎理解对话的交互文本信息，通过交互的文本最终判断客户是否有意向进行续保，客服针对系统筛选出有意向续保的客户进行再次拨打电话咨询询问。
6.根据权利要求1所述的一种保险场景智能推荐续保系统，所述nlp模块设置有算法方案系统，具体执行算法步骤如下：
步骤一：进行开始指令；
步骤二：历史对话录音送入asr引擎转写成文本；
步骤三：将每句话送入bert模型获得每句话的句子向量；
步骤四：将所有的句子向量拼凑在一起，送入transfromer模型，最后得到模型分类输出；
步骤五：进行是否续有意保判定，是则进行拨打客户电话询问，否则暂时不拨打电话询问。
7.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述bert模块为双向编码表示网络，利用神经网络来实现句子向量的提取。
8.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述续保系统包括算法方案系统、句子向量模型实现方案系统和最终分类模型实现方案。
9.根据权利要求1所述的一种保险场景智能推荐续保系统，其特征在于：所述采用transformer模块神经网络来实现最后的是否续保意向分类，第二步将对话中所有句向量，输入到transformer神经网络中进行encode特征提取，得到最终对话的总向量[1,768]维度，最后再加一层全连接网络，进行矩阵相乘运算[1,768]x[768，2]＝[1,2]即可得到二分类的结果概率值：有意向or无意向。
技术总结