(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211137795.1 (22)申请日 2022.09.19 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 吕明明　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 孔祥贵 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/10(2012.01) G06N 20/00(2019.01) G10L 25/30(2013.01) (54)发明名称 一种服务水平的确定方法及装置 (57)摘要 本申请公开了一种服务水平的确定方法， 服 务器可以获取客户办理业务时的音频数据， 所述 音频数据中包括所述客户办理业务时与业务办 理人员交谈的N句话； 而后， 按照所述客户与所述 业务人员交谈 所述N句话的顺序， 依次将所述N句 话的每句话输入第一机器学习模 型， 所述第一机 器学习模型用于根据输入的语句确定对应的业 务。 若将所述N句话的最后一句话输入所述第一 机器学习模 型之后， 所述第一机器学习模型基于 所述N句话确定了所述客户办理的业务， 则可 以 将所述第一机器学习模型对应的水平 等级， 确定 为所述业务人员的服务水平。 由此可见， 利用本 方案， 能够确定业 务办理人员的服 务水平。 权利要求书2页 说明书7页 附图2页 CN 115423344 A 2022.12.02 CN 115423344 A 1.一种服 务水平的确定方法， 其特 征在于， 所述方法包括： 获取客户办理业务时的音频数据， 所述音频数据中包括所述客户办理业务时、 所述客 户与业务办理人员交谈的N句话； 按照所述客户与所述业务人员交谈所述N句话的顺序， 依次将所述N句话的每句话输入 第一机器学习模型， 所述第一机器学习模型用于根据输入的语句确定对应的业 务； 若将所述N句话的最后一句话输入所述第一机器学习模型之后， 所述第一机器学习模 型基于所述N句话确定了所述客户办理的业务， 则将所述第一机器学习模型对应的水平等 级， 确定为所述 业务人员的服 务水平。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 若将所述N句话的最后一句话输入所述第一机器学习模型之后， 所述机器学习模型基 于所述N句话未确定所述客户端办理的业务， 则按照所述客户与所述业务人员交谈所述N句 话的顺序， 依次将所述N句话的每句话输入第二机器学习模型， 所述第二机器学习模型用于 根据输入的语句确定对应的业务， 所述第二机器学习模型对应的水平等级、 高于所述第一 机器学习模型对应的水平等级； 若将所述N句话的最后一句话输入所述第二机器学习模型之后， 所述第二机器学习模 型基于所述N句话确定了所述客户办理的业务， 则将所述第二机器学习模型对应的水平等 级， 确定为所述 业务人员的服 务水平。 3.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 若将所述N句话中的第i句话输入所述第一机器学习模型之后， 所述第 一机器学习模型 基于所述N句话的前i句话确定了所述客户办理的业务， 则按照所述客户与所述业务人员交 谈所述N句话的顺序， 依 次将所述N句话的每句话输入第三机器学习模型， 所述第三机器学 习模型用于根据输入的语句确定对应的业务， 所述第三机器学习模型对应的水平等级、 低 于所述第一机器学习模型对应的水平等级， i小于N； 若将所述N句话的最后一句话输入所述第三机器学习模型之后， 所述第三机器学习模 型基于所述N句话确定了所述客户办理的业务， 则将所述第三机器学习模型对应的水平等 级， 确定为所述 业务人员的服 务水平。 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： 预先训练对应于各个水平等级的机器学习 模型， 所述对应于各个水平等级的机器学习 模型， 包括所述第一机器学习模型。 5.根据权利要求4所述的方法， 其特征在于， 在训练所述第一机器学习模型时， 所述第 一机器学习模型对应的水平等级， 基于以下一项或者多 项确定： 训练样本的数量、 训练时长、 所述第 一机器学习模型对应的算法框架、 以及训练所述第 一机器学习模型的设备的资源运 转效率。 6.一种服 务水平的确定装置， 其特 征在于， 所述装置包括： 获取单元， 用于获取客户办理业务时的音频数据， 所述音频数据中包括所述客户办理 业务时、 所述 客户与业 务办理人员交谈的N句话； 第一输入单元， 用于按照所述客户与所述业务人员交谈所述N句话的顺序， 依次将所述 N句话的每句话输入第一机器学习模型， 所述第一机器学习模型用于根据输入的语句确定 对应的业 务；权　利　要　求　书 1/2 页 2 CN 115423344 A 2第一确定单元， 用于若将所述N句话的最后一句话输入所述第一机器学习模型之后， 所 述第一机器学习模型基于所述N句话确定了所述客户办理的业务， 则将所述第一机器学习 模型对应的水平等级， 确定为所述 业务人员的服 务水平。 7.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 第二输入单元， 用于若将所述N句话的最后一句话输入所述第一机器学习模型之后， 所 述机器学习模型基于所述N句话未确定所述客户端办理的业务， 则按照所述客户与所述业 务人员交谈所述N句话的顺序， 依 次将所述N句话的每句话输入第二机器学习模型， 所述第 二机器学习模型用于根据输入的语句确定对应的业务， 所述第二机器学习模型对应的水平 等级、 高于所述第一机器学习模型对应的水平等级； 第二确定单元， 用于若将所述N句话的最后一句话输入所述第二机器学习模型之后， 所 述第二机器学习模型基于所述N句话确定了所述客户办理的业务， 则将所述第二机器学习 模型对应的水平等级， 确定为所述 业务人员的服 务水平。 8.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 第三输入单元， 用于若将所述N句话中的第i句话输入所述第一机器学习模型之后， 所 述第一机器学习模型基于所述N句话的前i句话确定了所述客户办理的业务， 则按照所述客 户与所述业务人员交谈所述N句话的顺序， 依次将所述N句话的每句话输入第三机器学习模 型， 所述第三机器学习模型用于根据输入的语句确定对应的业务， 所述第三机器学习模型 对应的水平等级、 低于所述第一机器学习模型对应的水平等级， i小于N； 第三确定单元， 用于若将所述N句话的最后一句话输入所述第三机器学习模型之后， 所 述第三机器学习模型基于所述N句话确定了所述客户办理的业务， 则将所述第三机器学习 模型对应的水平等级， 确定为所述 业务人员的服 务水平。 9.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 训练单元， 用于预先训练对应于各个水平等级的机器学习模型， 所述对应于各个水平 等级的机器学习模型， 包括所述第一机器学习模型。 10.根据权利要求9所述的装置， 其特征在于， 在训练所述第 一机器学习 模型时， 所述第 一机器学习模型对应的水平等级， 基于以下一项或者多 项确定： 训练样本的数量、 训练时长、 所述第 一机器学习模型对应的算法框架、 以及训练所述第 一机器学习模型的设备的资源运 转效率。权　利　要　求　书 2/2 页 3 CN 115423344 A 3