Nova Patents
JP7654681B2

Intent analysis for call center response generation

Abstract

This record has no abstract on file.

JP7654681B2, drawing sheet 1
Sheet 1 of 16

Term

14.4 yearsleft in the term

Expires 24 February 2041.

  1. Priority
  2. Filed
  3. Granted
  4. Today
  5. Expires

24 claims: 3 independent, 21 dependent

  1. 1
    コンピュータ によって実行される 方法であって、 履歴 データを取得することと、前記 履歴 データは、顧客とクライアントのエージェントとの間の 以前の対話 に対応し、 前記以前の対話に関連付けられた顧客応答内の 明示的要素及び暗示的要素を識別することと、 前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の前記以前の対話 から文脈のセットを決定することと、機械学習アルゴリズムをトレーニングすることと、前記機械学習アルゴリズムは、前記文脈のセット、前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の 前記以前の対話 を使用してトレーニングされ、前記機械学習アルゴリズムは、 異なる顧客応答 に対するエージェント応答を向上するために実行可能なアクションのセットを生成するようにトレーニングされ、新しい会話に対応する新しい会話データを受信することと、前記新しい会話に関係付けられた 新しい顧客応答内の 新しい 明示的要素及び新しい暗示的要素 へのエージェント応答を向上するために実行可能なアクションを識別することと、前記アクションは、前記新しい会話データ及び前記機械学習アルゴリズムを使用して識別され、前記アクションに対応する1つ以上の推奨を生成することと、前記1つ以上の推奨は、 前記新しい顧客応答へのエージェント応答を向上する ために提示され、前記1つ以上の推奨への準拠をリアルタイムで動的に監視することとを含む 、方 法。
  2. 2
    前記1つ以上の推奨は条件付き論理を含み、前記条件付き論理は、 前記新しい顧客応答への前記エージェント応答を向上する ために、 前記 新しい明示的要素及び 前記 新しい暗示的要素を文脈化するように実行可能である、請求項1に記載 の方 法。
  3. 3
    前記1つ以上の推奨への準拠を動的に監視することは、顧客とエージェントとの間の新しい会話のデータストリームを処理することを含み、前記データストリームは、前記新しい会話中にリアルタイムで処理され、前記データストリームからの前記エージェント応答は、前記エージェントが前記1つ以上の推奨に準拠しているかどうかを決定するためにリアルタイムで評価される、請求項1に記載 の方 法。
  4. 4
    前記1つ以上の推奨への準拠を動的に監視することは、前記エージェントにフィードバックを提供することを含み、前記フィードバックは、前記1つ以上の推奨にしたがう 前記 エージェント応答の評価に基づいて提供される、請求項1に記載 の方 法。
  5. 5
    前記1つ以上の推奨への準拠を動的に監視することは、新しい会話から感情を決定することを含み、前記感情は、前記新しい会話における 前記 エージェント応答が前記1つ以上の推奨に準拠するかどうかを決定するために評価される、請求項1に記載 の方 法。
  6. 6
    前記エージェントに対応する性能メトリックのセットを生成することをさらに含み、前記性能メトリックのセットは、 前記新しい顧客応答内の感情的要素 に対処する際の前記エージェントの性能に対応する、請求項1に記載 の方 法。
  7. 7
    前記会話に対応するフィードバックを取得することをさらに含み、前記フィードバックは、前記新しい 顧客応答 に対する前記エージェント応答を向上するために実行可能な前記アクションのセットを識別するように処理される、請求項1に記載 の方 法。
  8. 8
    前記機械学習アルゴリズムをさらにトレーニングするために、 前記 文脈の新しいセット、 前記 新しい明示的要素、 前記 新しい暗示的要素、前記新しい会話、及び前記1つ以上の推奨への準拠に対応するデータを使用することをさらに含む、請求項1に記載 の方 法。
  9. 9
    システムであって、1つ以上のプロセッサと、命令を記憶しているメモリとを備え、前記命令は、前記1つ以上のプロセッサによって実行された結果として、前記システムに、 履歴 データを取得させ、前記 履歴 データは、顧客とクライアントのエージェントとの間の 以前の対話 に対応し、 前記以前の対話に関連付けられた顧客応答内の 明示的要素及び暗示的要素を識別させ、 前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の前記以前の対話 から文脈のセットを決定させ、機械学習アルゴリズムをトレーニングさせ、前記機械学習アルゴリズムは、前記文脈のセット、前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の 前記以前の対話 を使用してトレーニングされ、前記機械学習アルゴリズムは、 異なる顧客応答 に対するエージェント応答を向上するために実行可能なアクションのセットを生成するようにトレーニングされ、新しい会話に対応する新しい会話データを受信させ、前記新しい会話に関係付けられた 新しい顧客応答内の新しい明示的要素及び新しい暗示的要素 に対するエージェント応答を向上するために実行可能なアクションを識別させ、前記アクションは、前記新しい会話データ及び前記機械学習アルゴリズムを使用して識別され、前記アクションに対応する1つ以上の推奨を生成させ、前記1つ以上の推奨は、 前記新しい顧客応答へのエージェント応答を向上する ために提示され、前記1つ以上の推奨への準拠をリアルタイムで動的に監視させる、システム。
  10. 10
    前記1つ以上の推奨は条件付き論理を含み、前記条件付き論理は、 前記新しい顧客応答への前記エージェント応答を向上する ために 前記 新しい明示的要素及び 前記 新しい暗示的要素を文脈化するように実行可能である、請求項9に記載のシステム。
  11. 11
    前記システムに前記1つ以上の推奨への準拠を動的に監視させる前記命令はさらに、前記システムに、顧客とエージェントとの間の新しい会話のデータストリームを処理させ、前記データストリームは、前記新しい会話中にリアルタイムで処理され、前記データストリームからの前記エージェント応答は、前記エージェントが前記1つ以上の推奨に準拠しているかどうかを決定するためにリアルタイムで評価される、請求項9に記載のシステム。
  12. 12
    前記システムに前記1つ以上の推奨の準拠を動的に監視させる前記命令はさらに、前記システムに、前記エージェントへのフィードバックを提供させ、前記フィードバックは、前記1つ以上の推奨にしたがう 前記 エージェント応答の評価に基づいて提供される、請求項9に記載のシステム。
  13. 13
    前記システムに前記1つ以上の推奨への準拠を動的に監視させる前記命令はさらに、前記システムに、新しい会話からの感情を決定させ、前記感情は、前記新しい会話における 前記 エージェント応答が前記1つ以上の推奨に準拠するかどうかを決定するために評価される、請求項9に記載のシステム。
  14. 14
    前記命令はさらに、前記システムに、前記エージェントに対応する性能メトリックのセットを生成させ、前記性能メトリックのセットは、 前記新しい顧客応答内の感情的要素 に対処する際の前記エージェントの性能に対応する、請求項9に記載のシステム。
  15. 15
    前記命令はさらに、前記システムに、前記会話に対応するフィードバックを取得させ、前記フィードバックは、前記新しい 顧客応答 に対する前記エージェント応答を向上するために実行可能な前記アクションのセットを識別するように処理される、請求項9に記載のシステム。
  16. 16
    前記命令はさらに、前記システムに、 前記 文脈の新しいセット、前記新しい明示的要素、前記新しい暗示的要素、前記新しい会話、及び前記1つ以上の推奨への準拠に対応するデータを使用させて、前記機械学習アルゴリズムをさらにトレーニングさせる、請求項9に記載のシステム。
  17. 17
    実行可能な命令を記憶している非一時的コンピュータ読取可能記憶媒体であって、前記実行可能な命令は、コンピュータシステムの1つ以上のプロセッサによって実行される結果として、前記コンピュータシステムに、 履歴 データを取得させ、前記 履歴 データは、顧客とクライアントのエージェントとの間の 以前の対話 に対応し、 前記以前の対話に関連付けられた顧客応答内の 明示的要素及び暗示的要素を識別させ、 前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の前記以前の対話 から文脈のセットを決定させ、機械学習アルゴリズムをトレーニングさせ、前記機械学習アルゴリズムは、前記文脈のセット、前記明示的要素、前記暗示的要素、及び前記顧客と前記エージェントとの間の 前記以前の対話 を使用してトレーニングされ、前記機械学習アルゴリズムは、 異なる顧客応答 に対するエージェント応答を向上するために実行可能なアクションのセットを生成するようにトレーニングされ、新しい会話に対応する新しい会話データを受信させ、前記新しい会話に関係付けられた 新しい顧客応答内の新しい明示的要素及び新しい暗示的要素 に対するエージェント応答を向上するために実行可能なアクションを識別させ、前記アクションは、前記新しい会話データ及び前記機械学習アルゴリズムを使用して識別され、前記アクションに対応する1つ以上の推奨を生成させ、前記1つ以上の推奨は、 前記新しい顧客応答へのエージェント応答を向上する ために提示され、前記1つ以上の推奨への準拠をリアルタイムで動的に監視させる、非一時的コンピュータ読取可能記憶媒体。
  18. 18
    前記1つ以上の推奨は条件付き論理を含み、前記条件付き論理は、 前記新しい顧客応答への前記エージェント応答を向上する ために、 前記 新しい明示的要素及び 前記 新しい暗示的要素を文脈化するように実行可能である、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  19. 19
    前記コンピュータシステムに、前記1つ以上の推奨への準拠を動的に監視させる前記実行可能な命令はさらに、前記コンピュータシステムに、顧客とエージェントとの間の新しい会話のデータストリームを処理させ、前記データストリームは、前記新しい会話中にリアルタイムで処理され、前記データストリームからの前記エージェント応答は、前記エージェントが前記1つ以上の推奨に準拠しているかどうかを決定するためにリアルタイムで評価される、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  20. 20
    前記コンピュータシステムに、前記1つ以上の推奨の準拠を動的に監視させる前記実行可能な命令はさらに、前記コンピュータシステムに、前記エージェントへのフィードバックを提供させ、前記フィードバックは、前記1つ以上の推奨にしたがう 前記 エージェント応答の評価に基づいて提供される、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  21. 21
    前記コンピュータシステムに前記1つ以上の推奨への準拠を動的に監視させる前記実行可能な命令はさらに、前記コンピュータシステムに、新しい会話から感情を決定させ、前記感情は、前記新しい会話内の 前記 エージェント応答が前記1つ以上の推奨に準拠するかどうかを決定するために評価される、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  22. 22
    前記実行可能な命令はさらに、前記コンピュータシステムに、前記エージェントに対応する性能メトリックのセットを生成させ、前記性能メトリックのセットは、 前記新しい顧客応答内の感情的要素 に対処する際の前記エージェントの性能に対応する、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  23. 23
    前記実行可能な命令はさらに、前記コンピュータシステムに、前記会話に対応するフィードバックを取得させ、前記フィードバックは、 前記新しい顧客応答 に対する前記エージェント応答を向上するために実行可能な前記アクションのセットを識別するように処理される、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
  24. 24
    前記実行可能な命令はさらに、前記コンピュータシステムに、 前記 文脈の新しいセット、 前記 新しい明示的要素、 前記 新しい暗示的要素、前記新しい会話、及び前記1つ以上の推奨への準拠に対応するデータを使用させて、前記機械学習アルゴリズムをさらにトレーニングさせる、請求項17に記載の非一時的コンピュータ読取可能記憶媒体。
Independent claims24