| name | customer-intent-extraction |
| description | 用于工单/对话诉求抽取的客户诉求抽取原子 skill,适用于通用行业信息抽取场景。 |
客户诉求抽取 Skill
数据来源
本 Skill 支持多种客户交互数据输入格式,核心数据来源包括:
1. 对话数据
- 客服对话:在线客服对话记录、电话客服录音转写
- 聊天记录:即时通讯聊天记录、社交媒体对话
- 邮件往来:客户邮件、回复邮件
- 工单系统:工单描述、工单回复、工单处理记录
2. 文本数据格式
- 纯文本格式:.txt 文件,UTF-8编码
- 结构化文档:JSON格式对话数据、CSV格式工单数据
- 数据库文本字段:从数据库直接读取的文本内容
- API接口数据:通过API获取的对话和工单数据
3. 元数据信息
- 客户信息:客户ID、客户类型、客户等级
- 时间信息:对话时间、工单创建时间、处理时间
- 渠道信息:对话渠道、工单来源、联系方式
- 标签信息:预设标签、分类标签、优先级标签
4. 数据格式要求
- 文件路径:本地文件路径或网络文件URL
- 文件编码:UTF-8、GBK、GB2312等
- 数据完整性:需要包含完整的对话上下文
说明:本 Skill 不包含数据采集功能,需要用户提供清洗后的对话和工单数据。建议数据包含完整的对话上下文,以便进行准确的诉求抽取。
功能
本 Skill 提供全面的客户诉求抽取能力,涵盖多种抽取功能:
1. 诉求类型识别
- 咨询类诉求:产品咨询、服务咨询、政策咨询
- 投诉类诉求:服务投诉、产品质量投诉、流程投诉
- 建议类诉求:产品建议、服务建议、流程建议
- 需求类诉求:功能需求、服务需求、定制需求
2. 诉求内容抽取
- 核心诉求提取:提取客户的核心诉求内容
- 诉求关键词:提取诉求中的关键词和关键短语
- 诉求描述:生成诉求的详细描述
- 诉求分类:对诉求进行分类和标签化
3. 情感分析
- 情感倾向:识别诉求的情感倾向(正面、负面、中性)
- 情感强度:评估情感强度等级
- 情绪类型:识别具体情绪类型(愤怒、满意、焦虑等)
- 情感变化:分析对话过程中的情感变化
4. 诉求优先级判断
- 紧急程度:判断诉求的紧急程度
- 重要性评估:评估诉求的重要性
- 优先级排序:对多个诉求进行优先级排序
- 处理建议:生成处理建议和响应策略
5. 实体信息抽取
- 客户信息:提取客户姓名、联系方式等信息
- 产品信息:提取涉及的产品名称、型号等信息
- 时间信息:提取时间相关信息和时间节点
- 金额信息:提取涉及金额和费用信息
6. 高级处理功能
- 诉求去重:识别和合并相似的诉求
- 诉求关联:关联相关的诉求和对话
- 诉求追踪:追踪诉求的处理状态和进展
- 诉求统计:统计诉求的分布和趋势
使用示例
输出示例
{
"source_info": {
"source_type": "customer_service",
"source_id": "CS20240315001",
"customer_id": "CUST001",
"channel": "online_chat",
"timestamp": "2024-03-15T10:30:00"
},
"intent_extraction": {
"primary_intent": "complaint",
"intent_category": "service_quality",
"intent_description": "客户投诉服务响应速度慢,要求改进",
"intent_keywords": ["响应慢", "服务", "改进"],
"intent_confidence": 0.92
},
"content":
注意事项与限制
1. 数据质量要求
- 对话数据需要完整且清晰
- 上下文信息有助于提高抽取准确率
- 噪音数据可能影响抽取结果
2. 诉求识别准确性
- 明确表达的诉求识别准确率较高
- 隐含诉求可能需要上下文分析
- 多诉求混合可能影响识别
3. 语言和表达
- 标准表达识别准确率较高
- 方言和口语化表达可能影响识别
- 专业术语需要建立术语库
4. 上下文依赖
- 诉求抽取受上下文影响较大
- 需要结合对话历史进行分析
- 单条消息可能无法准确识别诉求
5. 使用限制
- 本 Skill 不包含对话生成功能
- 抽取结果需要人工复核
- 复杂诉求可能需要人工分析
参考资料
- 见 references/ 目录中的相关文档,包括:
- 客户诉求抽取方法手册
- 情感分析算法说明
- 诉求分类体系指南
- 性能优化指南