【技術實現步驟摘要】
本專利技術涉及數據監控領域，尤其涉及一種業務數據的異常監控方法。
技術介紹
1、隨著人工智能技術的發展，大量的領域引入了植入自然語言大模型的智能員工，能夠接收不同業務終端的業務需求咨詢文本并針對業務需求咨詢文本展開有效的回復，有效提高業務效率，因此，在接入業務終端較多時，需要對智能員工的相關業務數據進行監控，以便及時干預，提高系統穩定性。
2、中國專利公開號：cn116796908a，公開了一種基于人工智能云平臺的數字員工自動化業務流程處理系統，包括數據采集單元、云數據庫、業務流程效率評估單元、核心流程優化處理單元、優化效果驗證處理單元、再優化修復處理單元和顯示終端。該專利技術，通過明確企業的采購效率，并以此為基礎，采用等級劃分、集合規整和雙向匹配的方式，并由此完成企業與供應商的重新匹配操作，實現對企業采購業務流程的核心主體進行優化分析，并為提高企業的工作效率和準確性奠定了基礎；并通過驗證分析、優化補救處理，有效實現對企業的業務流程的數字轉化和流程的高效優化，提高企業的生產效率，降低企業的成本和風險。
3、中國專利公開號：cn115602165a，公開了一種基于金融系統的數字員工智能系統，其將數字員工對客戶的咨詢意圖理解轉化為語音主題標注問題。具體地，從語音信號提取多種音譜圖，并以深度神經網絡模型對所述多種音譜圖進行編解碼以得到用于表示預定意圖主題標簽的識別結果。這樣，在能夠更為精準地理解用戶咨詢提取的前提下，能夠更為合理且適配地對客戶進行應答，以提高用戶的語音咨詢體驗。
4、但是，現有技術中
5、在實際情況中，未考慮不同業務終端由于操作者的使用習慣不同，可能會導致發送的文本存在語義模糊或異變的情況，未針對性的對業務終端以及搭載大模型的智能員工的相關數據進行監控，并及時干預，容易導致搭載大模型的智能員工所做出的回答出現異常，準確性不佳。
技術實現思路
1、為此，本專利技術提供一種業務數據的異常監控方法，用以解決現有技術中未針對性的對業務終端以及搭載大模型的智能員工的相關數據進行監控并及時干預，容易導致搭載大模型的智能員工所做出的回答出現異常，準確性不佳的問題。
2、為實現上述目的，本專利技術提供一種業務數據的異常監控方法，其包括：
3、獲取若干業務終端與預定智能交互模型的交互記錄；
4、分割所述交互記錄，確定所得若干記錄片段的顯性特征，基于所述顯性特征計算所述記錄片段的顯性差異表征參量，以判定是否標記對應記錄片段；
5、僅提取被標記記錄片段，溯源記錄片段所屬業務終端，以對應獲取所述記錄片段的鄰接記錄片段；
6、確定業務終端對應的所述鄰接記錄片段中各句子的語義搭配度以及句子結構，以識別異變句子結構，構建針對所述業務終端的異變標簽池；
7、基于各所述業務終端的所述異變標簽池確定是否對業務終端當前發送的信息進行預處理，包括調用異變標簽池中的數據確定異變句子，基于異變句子生成若干關聯句子，基于所述關聯句子與所述異變句子對應鄰接記錄片段的語義關聯度對關聯句子進行篩選；
8、將所述信息或/和預處理后的信息傳輸至預定智能交互模型；
9、其中，所述顯性特征包括記錄片段中句子的句子結構在標準語料庫中的出現概率以及記錄片段中關鍵詞在所屬
的出現概率。
10、進一步地，所述確定所得若干記錄片段的所屬
的過程包括，
11、獲取若干
對應的
語料數據庫；
12、確定各記錄片段中關鍵詞在各所述
語料數據庫的平均出現概率；
13、確定最高平均出現概率對應的
語料數據庫；
14、將所述
語料數據庫對應的
確定為所述所屬
15、進一步地，所述計算記錄片段的顯性差異表征參量的過程包括，
16、確定記錄片段中關鍵詞在所屬
的出現概率與預設領域出現概率閾值之比作為第一顯性差異影響因子；
17、確定句子結構在標準語料庫中的出現概率與預設標準出現概率之比作為第二顯性差異影響因子；
18、將所述第一顯性差異影響因子與所述第二顯性差異影響因子的加權之和確定為顯性差異表征參量。
19、進一步地，所述判定是否標記對應記錄片段，其中，
20、若所述顯性差異表征參量大于或等于基準顯性差異表征參量閾值，則不標記對應記錄片段；
21、若所述顯性差異表征參量小于基準顯性差異表征參量閾值，則標記對應記錄片段。
22、進一步地，所述識別異變句子結構的過程包括，
23、確定記錄片段以及對應的鄰接記錄片段中各句子的句子結構以及各句子之間的語義搭配度；
24、若存在句子滿足結構異變條件，則確定所述句子對應的句子結構為異變句子結構；
25、其中，結構異變條件包括，所述句子對應句子結構的出現概率小于預設標準出現概率且所述句子與剩余各句子之間的語義搭配度小于預定的語義搭配度閾值。
26、進一步地，所述構建針對所述業務終端的異變標簽池的過程包括，
27、將異變句子結構存儲至業務終端的異變標簽池中；
28、其中，業務終端與異變標簽池一一對應。
29、進一步地，所述基于各所述業務終端的所述異變標簽池確定是否對業務終端當前發送的信息進行預處理，其中，
30、若業務終端的異變標簽池中存在數據，則判定需對業務終端當前發送的信息進行預處理；
31、若業務終端的異變標簽池中不存在數據，則判定無需對業務終端當前發送的信息進行預處理。
32、進一步地，所述業務終端的異變標簽池每隔預定周期需進行更新。
33、進一步地，所述確定異變句子的過程包括，
34、確定所述業務終端當前發送的信息中句子的句子結構并與異變標簽池中存儲的異變句子結構進行對比；
35、若所述句子對應的句子結構與所述異變標簽池中存儲的異變句子結構相同，則將所述句子確定為異變句子。
36、進一步地，所述對關聯句子進行篩選的過程包括，
37、確定關聯句子與對應鄰接記錄片段的語義關聯度；
38、篩選出最大語義關聯度對應的關聯句子；
39、其中，關聯句子由所述異變句子進行增強處理后生成，所述增強處理包括重組以及關鍵詞替換。
40、與現有技術相比，本專利技術獲取若干業務終端與預定智能交互模型的交互記錄，分割所述交互記錄，確定所得若干記錄片段的顯性特征，以計算記錄片段的顯性差異表征參量，判定是否標記對應記錄片段，提取被標記記錄片段，對應獲取所述記錄片段的鄰接記錄片段，確定業務終端對應的所述鄰接記錄片段中各句子的語義搭配度以及句子結構，以識別異變句子結構，構建針對所述業務終端的異變標簽池，基于各所述業務終端的所述異變標簽池確定是否對業務終端當前發送的信息進行預處理，將所述信息或/和預處理后的信本文檔來自技高網...
【技術保護點】
1.一種業務數據的異常監控方法，其特征在于，包括：
2.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述所屬技術領域的確定過程包括，
3.根據權利要求2所述的業務數據的異常監控方法，其特征在于，所述計算記錄片段的顯性差異表征參量的過程包括，
4.根據權利要求3所述的業務數據的異常監控方法，其特征在于，所述判定是否標記對應記錄片段，其中，
5.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述識別異變句子結構的過程包括，
6.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述構建針對所述業務終端的異變標簽池的過程包括，
7.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述基于各所述業務終端的所述異變標簽池確定是否對業務終端當前發送的信息進行預處理，其中，
8.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述業務終端的異變標簽池每隔預定周期需進行更新。
9.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述確定異變句子的過程
10.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述對關聯句子進行篩選的過程包括，
...【技術特征摘要】
1.一種業務數據的異常監控方法，其特征在于，包括：
2.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述所屬技術領域的確定過程包括，
3.根據權利要求2所述的業務數據的異常監控方法，其特征在于，所述計算記錄片段的顯性差異表征參量的過程包括，
4.根據權利要求3所述的業務數據的異常監控方法，其特征在于，所述判定是否標記對應記錄片段，其中，
5.根據權利要求1所述的業務數據的異常監控方法，其特征在于，所述識別異變句子結構的過程包括，
6.根據權利要求1所述的業務數據的異常監控方法，其...
【專利技術屬性】
技術研發人員：朱磊，
申請(專利權)人：智唐科技北京股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。