基于人工智能的业务数据处理方法、装置、设备及介质

技术领域

本申请涉及人工智能开发技术领域与数字医疗领域，尤其涉及基于人工智能的业务数据处理方法、装置、计算机设备及存储介质。

背景技术

随着医疗行业的信息化、数字化企业的建设，物联网(IoT)和大数据技术在医疗企业的广泛应用，医疗机构设备的管理和维护向智能化发展。且随着医疗服务行业发展迅猛，客户众多，交易频繁，为促成更多的医疗服务与医疗交易，满足日益增长的客户需求，应用于医疗服务行业的工单管理系统逐渐得到更多的使用。

现有技术中，应用于医疗服务行业的工单管理系统通常是需要用户采用文字和图形界面进行操作来发出自身的查询需求，这样导致用户在使用过程中需要较高的专业知识和操作经验，且查询需求的处理效率低下。另外，工单管理系统往往是根据预设的回复规则来对用户提出的查询需求进行回复，无法保证对于查询需求的回复准确性。

发明内容

本申请实施例的目的在于提出一种基于人工智能的业务数据处理方法、装置、计算机设备及存储介质，以解决现有的应用于医疗服务行业的工单管理系统通常是需要用户采用文字和图形界面进行操作来发出自身的查询需求，这样导致用户在使用过程中需要较高的专业知识和操作经验，且查询需求的处理效率低下。另外，工单管理系统往往是根据预设的回复规则来对用户提出的查询需求进行回复，无法保证对于查询需求的回复准确性的技术问题。

为了解决上述技术问题，本申请实施例提供一种基于人工智能的业务数据处理方法，采用了如下所述的技术方案：

判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息；

若是，从所述业务查询请求中提取所述语音信息；

基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；

对所述目标语音信息进行语音识别，得到对应的文本数据；

基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；

基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；

将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

进一步的，所述基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息的步骤，具体包括：

基于所述频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的第一语音信息；

获取所述目标用户的声纹特征；

基于所述声纹特征，判断所述第一语音信息中是否存在第二语音信息；其中，所述第二语音信息为不属于所述目标用户的语音信息；

若存在所述第二语音信息，从所述第一语音信息对所述第二语音信息进行过滤，得到第三语音信息；

将所述第三语音信息作为所述目标语音信息。

进一步的，所述基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果的步骤，具体包括：

调用所述意图识别模型；

将所述文本数据输入至所述意图识别模型内，通过所述意图识别模型输出与所述文本数据对应的意图分类结果，以及各所述意图分类结果的概率；

对所有所述概率进行数值分析，从所有所述意图分类结果中确定出目标意图分类结果；

将所述目标意图分类结果作为所述意图识别结果。

进一步的，所述基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术的步骤，具体包括：

调用所述话术库；

基于所述意图识别结果对所述话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的语音话术；

判断所述语音话术的数量是否为多个；

若是，获取各所述语音话术的使用评价值；

基于所述使用评价值从所有所述语音话术中确定出所述目标语音话术。

进一步的，在所述将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话的步骤之后，还包括：

获取所述智能机器人与所述目标用户在完成语音对话后的对话数据；

将所述对话数据转换为对应的对话文本数据；

基于预设的关键词提取规则对所述文本数据进行关键词提取，得到对应的目标关键词；

基于所述目标关键词生成与所述目标用户的对应的目标工单；

存储所述目标工单。

进一步的，所述存储所述目标工单的步骤，具体包括：

获取所述目标用户的用户信息；

基于所述用户信息对所述目标工单进行打标签处理，得到处理后的目标工单；

对所述处理后的目标工单进行存储。

进一步的，所述基于人工智能的业务数据处理方法还包括：

获取所述目标用户触发的对于目标事项信息的提醒服务记录；

确定与所述目标事项信息对应的提醒日期；

获取所述目标用户的通讯信息；

基于所述提醒日期与所述通讯信息，将所述目标事项信息推送给所述目标用户。

为了解决上述技术问题，本申请实施例还提供一种基于人工智能的业务数据处理装置，采用了如下所述的技术方案：

判断模块，用于判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息；

提取模块，用于若是，从所述业务查询请求中提取所述语音信息；

筛选模块，用于基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；

第一识别模块，用于对所述目标语音信息进行语音识别，得到对应的文本数据；

第二识别模块，用于基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；

查询模块，用于基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；

处理模块，用于将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息；

若是，从所述业务查询请求中提取所述语音信息；

基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；

对所述目标语音信息进行语音识别，得到对应的文本数据；

基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；

基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；

将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：

判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息；

若是，从所述业务查询请求中提取所述语音信息；

基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；

对所述目标语音信息进行语音识别，得到对应的文本数据；

基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；

基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；

将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例首先判断是否接收到目标用户在工单管理系统上触发的业务查询请求若是，从所述业务查询请求中提取所述语音信息；然后基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；之后对所述目标语音信息进行语音识别，得到对应的文本数据；后续基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；进一步基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；最后将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。本申请在获取到目标用户在工单管理系统上触发业务查询请求中携带的语音信息后，会智能地通过频谱分析算法对该语音信息进行处理以得到目标用户的目标语音信息，进而基于意图识别模型对该语音信息对应的文本数据进行意图识别得到意图识别结果，后续基于话术库的使用获取与所述意图识别结果匹配的目标语音话术，最后通过使用智能语音沟通机器人以根据目标语音话术与目标用户进行交互，可以方便目标用户可以通过自然语言进行对话，有效提高了对于目标用户的业务查询请求的处理效率，保证了对于业务查询请求的回复准确性，有利于提高用户体验与操作便捷性。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请可以应用于其中的示例性系统架构图；

图2根据本申请的基于人工智能的业务数据处理方法的一个实施例的流程图；

图3是根据本申请的基于人工智能的业务数据处理装置的一个实施例的结构示意图；

图4是根据本申请的计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。

需要说明的是，本申请实施例所提供的基于人工智能的业务数据处理方法一般由服务器/终端设备执行，相应地，基于人工智能的业务数据处理装置一般设置于服务器/终端设备中。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的基于人工智能的业务数据处理方法的一个实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本申请实施例提供的基于人工智能的业务数据处理方法能够应用于任意一种需要进行与用户之间的业务交互的场景中，则该基于人工智能的业务数据处理方法能够应用于这些场景的产品中，例如，医学应用领域中的医疗服务咨询。所述的基于人工智能的业务数据处理方法，包括以下步骤：

步骤S201，判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息。

在本实施例中，基于人工智能的业务数据处理方法运行于其上的电子设备(例如图1所示的服务器/终端设备)，可以通过有线连接方式或者无线连接方式获取语音信息。具体的执行主体为电子设备内置的工单管理系统。随着医疗服务行业发展迅猛，客户众多，交易频繁，为促成更多的医疗服务与医疗交易，满足日益增长的客户需求，应用于医疗服务行业的工单管理系统逐渐得到开放适用。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中，上述语音信息可为目标客户基于自身的医疗业务查询需求输入的语音信息，例如语音信息内容可为咨询自身的个人健康情况、体检报告解惑、药物使用方式咨询等内容。另外，工单管理系统还能够根据客户的基本信息(如姓名、联系方式等)，以及相关医院的信息(如就诊时间、医生等)，对客户进行个性化服务，从而有助于提高客户满意度，同时也能提高工作效率，减轻工作人员的工作压力。

步骤S202，若是，从所述业务查询请求中提取所述语音信息。

在本实施例中，可通过对所述业务查询请求进行信息解析，以从所述业务查询请求中提取所述语音信息。

步骤S203，基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息。

在本实施例中，上述基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。

步骤S204，对所述目标语音信息进行语音识别，得到对应的文本数据。

在本实施例中，可基于语音识别技术，例如ASR(Automatic Speech Recognition，自动语音识别)技术对所述目标语音信息进行语音识别，从而得到与所述目标语音信息对应的文本数据。

步骤S205，基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果。

在本实施例中，上述基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。

步骤S206，基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术。

在本实施例中，上述基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。

步骤S207，将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

在本实施例中，智能机器人为预先构建的可以通过自然语言与用户进行对话的智能语音沟通机器人，通过使用智能语音沟通机器人与用户进行交互，可以方便客户可以通过自然语言进行对话，进而提高用户体验和操作便捷性。

本申请首先判断是否接收到目标用户在工单管理系统上触发的业务查询请求若是，从所述业务查询请求中提取所述语音信息；然后基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；之后对所述目标语音信息进行语音识别，得到对应的文本数据；后续基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；进一步基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；最后将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。本申请在获取到目标用户在工单管理系统上触发业务查询请求中携带的语音信息后，会智能地通过频谱分析算法对该语音信息进行处理以得到目标用户的目标语音信息，进而基于意图识别模型对该语音信息对应的文本数据进行意图识别得到意图识别结果，后续基于话术库的使用获取与所述意图识别结果匹配的目标语音话术，最后通过使用智能语音沟通机器人以根据目标语音话术与目标用户进行交互，可以方便目标用户可以通过自然语言进行对话，有效提高了对于目标用户的业务查询请求的处理效率，保证了对于业务查询请求的回复准确性，有利于提高用户体验与操作便捷性。

在一些可选的实现方式中，步骤S203包括以下步骤：

基于所述频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的第一语音信息。

在本实施例中，频谱分析算法为具有声音频段识别功能的算法，通过使用该频谱分析算法对所述语音信息进行处理，可以精准地从所述语音信息中筛选出处于目标频段的第一语音信息。其中，上述目标频段是指普通人声所处的声音频段。

获取所述目标用户的声纹特征。

在本实施例中，可通过获取目标用户的用户信息，并基于该用户对预设的身份数据库进行查询，以获取到目标用户的声纹特征。其中，身份数据库为预先构建的存储有客户的身份信息，例如人脸特征、声纹特征等信息的数据库。

基于所述声纹特征，判断所述第一语音信息中是否存在第二语音信息；其中，所述第二语音信息为不属于所述目标用户的语音信息。

在本实施例中，可通过获取第一语音信息中包含的所有第一声纹特征，再计算上述声纹特征与所有第一声纹特征的相似度，如果得到的相似度均大于预设的相似度阈值，则判定所述第一语音信息中不存在不属于所述目标用户的语音信息，而如果得到的相似度中存在小于预设的相似度阈值的指定相似度，则判定所述第一语音信息中存在不属于所述目标用户的语音信息。

若存在所述第二语音信息，从所述第一语音信息对所述第二语音信息进行过滤，得到第三语音信息。

在本实施例中，可通过将所述第二语音信息从所述第一语音信息中进行删除，以得到上述第三语音信息。

将所述第三语音信息作为所述目标语音信息。

在本实施例中，在得到了第三语音信息后，还可进一步对该第三语音信息的语音信号进行放大处理，得到处理后的第三语音信息，并将该处理后的第三语音信息作为上述目标语音信息。通过对语音信息进行放大后，可以将声音信号的振幅相应地提高，便于进行语音信号特征提取，以便后续更好地进行语音识别，提高对于语音信号的语音识别的准确度。

本申请通过基于所述频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的第一语音信息；然后获取所述目标用户的声纹特征；之后基于所述声纹特征，判断所述第一语音信息中是否存在第二语音信息；其中，所述第二语音信息为不属于所述目标用户的语音信息；若存在所述第二语音信息，从所述第一语音信息对所述第二语音信息进行过滤，得到第三语音信息，并将所述第三语音信息作为所述目标语音信息。本申请通过基于频谱分析算法对所述语音信息进行处理，可以实现快速地从所述语音信息中筛选出处于目标频段的第一语音信息，进而还会基于目标用户的声纹特征对得到的第一语音信息进行过滤处理以生成最终的目标语音信息，从而可以实现在嘈杂的环境中精确地识别出目标用户的语音信息，有效地提高了语音信息的准确度，进而有利于保证后续对于目标语音信息的语音识别处理的准确度。

在本实施例的一些可选的实现方式中，步骤S205包括以下步骤：

调用所述意图识别模型。

在本实施例中，上述意图识别模型为采用已有的对话样本数据以及意图数据对预设的分类模型进行训练后得到的模型。其中，对于分类模型的选取不做具体限定，只需保证为具有分类功能的模型，例如可以采用向量机分类模型、文本算法分类模型，等等。另外，可采用现有的应用于分类模型的训练方式，采用已有的对话样本数据以及意图数据对上述分类模型进行训练后以得到的意图识别模型。

将所述文本数据输入至所述意图识别模型内，通过所述意图识别模型输出与所述文本数据对应的意图分类结果，以及各所述意图分类结果的概率。

在本实施例中，在将所述文本数据输入至所述意图识别模型内后，通过所述意图识别模型对该文本数据进行意图识别处理，以生成与该文本数据对应的各种意图分类结果以及对应的预测概率。

对所有所述概率进行数值分析，从所有所述意图分类结果中确定出目标意图分类结果。

在本实施例中，可从所有概率中筛选出数值最大的目标概率，再获取与该目标概率对应的指定意图分类结果，并将该指定意图分类结果作为上述目标意图分类结果。

将所述目标意图分类结果作为所述意图识别结果。

本申请通过调用所述意图识别模型；然后将所述文本数据输入至所述意图识别模型内，通过所述意图识别模型输出与所述文本数据对应的意图分类结果，以及各所述意图分类结果的概率；后续对所有所述概率进行数值分析，从所有所述意图分类结果中确定出目标意图分类结果，并将所述目标意图分类结果作为所述意图识别结果。本申请基于意图识别模型的使用对文本数据进行意图识别，可以实现快速准确地得到与文本数据对应的意图识别结果，提高了对于文本数据的意图识别的处理效率，保证了生成的意图识别结果的准确度。

在一些可选的实现方式中，步骤S206包括以下步骤：

调用所述话术库。

在本实施例中，上述话术库为对以往的沟通话术数据进行整理后构建的存储有多个对话意图，以及与各个对话意图分别对应的语音话术的数据库。

基于所述意图识别结果对所述话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的语音话术。

在本实施例中，可先从话术库中确定出与所述意图识别结果匹配的目标对话意图，进而从话术库中获取与该目标对话意图匹配的目标话术，以得到上述语音话术。

判断所述语音话术的数量是否为多个。

在本实施例中，语音话术的数量可包括一个或多个。如果语音话术的数量为1，则直接将该语音话术作为上述目标语音话术。

若是，获取各所述语音话术的使用评价值。

在本实施例中，对于生成的语音话术，预先还会记录有对于各种语音话术的使用效果进行反馈的使用评价值，使用评价值越高则语音话术的使用效果越好。

基于所述使用评价值从所有所述语音话术中确定出所述目标语音话术。

在本实施例中，可通过从所有语音话术中筛选出使用评价值越高的指定语音话术，并将该指定语音话术作为上述目标语音话术。

本申请通过调用所述话术库；然后基于所述意图识别结果对所述话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的语音话术；之后判断所述语音话术的数量是否为多个；若是，获取各所述语音话术的使用评价值；后续基于所述使用评价值从所有所述语音话术中确定出所述目标语音话术。本申请基于话术库的使用开始快速获取到与所述意图识别结果匹配的语音话术，进而基于使用评价值对得到的语音话术进行筛选，从而可以准确地确定出最终的目标语音话术，提高了目标语音话术的准确度。

在一些可选的实现方式中，在步骤S207之后，上述电子设备还可以执行以下步骤：

获取所述智能机器人与所述目标用户在完成语音对话后的对话数据。

在本实施例中，在智能机器人与所述目标用户在完成语音对话后会将生成的对话数据进行同步记录并存储。

将所述对话数据转换为对应的对话文本数据。

在本实施例中，可通过使用语音识别技术，将所述对话数据转换为对应的对话文本数据。

基于预设的关键词提取规则对所述文本数据进行关键词提取，得到对应的目标关键词。

在本实施例中，上述关键词提取规则为基于命名实体识别进行关键词提取的规则，通过使用关键词提取规则对所述文本数据进行关键词提取，以提取出文本数据中包括的特定意义的实体，以得到上述目标关键词。

基于所述目标关键词生成与所述目标用户的对应的目标工单。

在本实施例中，可通过将目标关键词填充至预设的工单模板内的相应位置处，以生成上述目标工单。其中，上述工单模板可为根据实际的业务需求构建的模板文件。

存储所述目标工单。

在本实施例中，上述存储所述目标工单的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。

本申请通过获取所述智能机器人与所述目标用户在完成语音对话后的对话数据；然后将所述对话数据转换为对应的对话文本数据；之后基于预设的关键词提取规则对所述文本数据进行关键词提取，得到对应的目标关键词；后续基于所述目标关键词生成与所述目标用户的对应的目标工单；最后存储所述目标工单。本申请在智能机器人与目标用户完成语音对话后，会智能地基于关键词提取规则对语音对话对应的对话数据进行关键词提取以得到目标关键词，进而基于目标关键词自动生成与所述目标用户的对应的目标工单，提高了目标工单的生成效率与生成智能性，保证了生成的目标工单的内容准确度。

在本实施例的一些可选的实现方式中，所述存储所述目标工单，包括以下步骤：

获取所述目标用户的用户信息。

在本实施例中，上述用户信息可包括年龄信息、性别信息、地域信息、业务信息、费用信息等等。

基于所述用户信息对所述目标工单进行打标签处理，得到处理后的目标工单。

在本实施例中，可基于用户信息中的年龄信息、性别信息、地域信息生成目标用户的用户类型，基于用户信息中的业务信息与费用信息生成工单类型，进而基于用户类型与工单类型对目标工单进行打标签处理，得到处理后的目标工单

对所述处理后的目标工单进行存储。

在本实施例中，对于处理后的目标工单的存储方式不做具体限定，可根据实际的使用需求进行设置，例如可采用区块链存储、数据库存储以及云盘存储，等等。

本申请通过获取所述目标用户的用户信息；然后基于所述用户信息对所述目标工单进行打标签处理，得到处理后的目标工单；后续对所述处理后的目标工单进行存储。本申请在基于关键词提取规则生成与所述目标用户的对应的目标工单后，还会智能地使用目标用户的用户信息对目标工单进行打标签处理，以生成具有标签的目标工单，保证了生成的目标工单的规范性与智能性，有利于后续工作人员能够根据目标工单的标签来快速地了解到目标工单的属性信息，进而能够基于属性信息来进行对于目标工单的后续业务处理，有利于提高工作人员的工作效率。

在本实施例的一些可选的实现方式中，上述电子设备还可以执行以下步骤：

获取所述目标用户触发的对于目标事项信息的提醒服务记录。

在本实施例中，工单管理系统还提供了订阅与提醒服务，用户可以在电子设备的工单管理系统内进行对于目标事项信息的提醒设置，且工单管理系统会生成与该提醒设置对应的提醒服务记录。在医疗应用场景下，上述目标事项信息可包括：医疗服务预约、复诊预约、取药提醒，等等。

确定与所述目标事项信息对应的提醒日期。

在本实施例中，可从上述提醒服务记录中获取与所述目标事项信息对应的提醒日期，提醒日期可根据目标用户的个人需求进行预先设置生成的。

获取所述目标用户的通讯信息。

在本实施例中，上述通讯信息可包括电话号码或邮件地址。

基于所述提醒日期与所述通讯信息，将所述目标事项信息推送给所述目标用户。

在本实施例中，在当前时间到达上述提醒日期时，可使用所述通讯信息，将所述目标事项信息推送给所述目标用户的通讯信息对应的通讯终端。

本申请通过获取所述目标用户触发的对于目标事项信息的提醒服务记录；然后确定与所述目标事项信息对应的提醒日期；之后获取所述目标用户的通讯信息；后续基于所述提醒日期与所述通讯信息，将所述目标事项信息推送给所述目标用户。本申请通过提供提醒服务，使得目标用户可以在提前设定的提醒日期上收到相关的提醒信息，从而可以提醒目标用户关注目标事项信息，避免因忘记而带来的不便，提高了事项信息的推送智能性，提高了目标用户的使用体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

需要强调的是，为进一步保证上述目标语音话术的私密和安全性，上述目标语音话术还可以存储于一区块链的节点中。

本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种基于人工智能的业务数据处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，本实施例所述的基于人工智能的业务数据处理装置300包括：判断模块301、提取模块302、筛选模块303、第一识别模块304、第二识别模块305、查询模块306以及处理模块307。

其中：

判断模块301，用于判断是否接收到目标用户在工单管理系统上触发的业务查询请求；其中，所述业务查询请求携带语音信息；

提取模块302，用于若是，从所述业务查询请求中提取所述语音信息；

筛选模块303，用于基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；

第一识别模块304，用于对所述目标语音信息进行语音识别，得到对应的文本数据；

第二识别模块305，用于基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；

查询模块306，用于基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；

处理模块307，用于将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中，筛选模块303包括：

筛选子模块，用于基于所述频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的第一语音信息；

第一获取子模块，用于获取所述目标用户的声纹特征；

第一判断子模块，用于基于所述声纹特征，判断所述第一语音信息中是否存在第二语音信息；其中，所述第二语音信息为不属于所述目标用户的语音信息；

过滤子模块，用于若存在所述第二语音信息，从所述第一语音信息对所述第二语音信息进行过滤，得到第三语音信息；

第一确定子模块，用于将所述第三语音信息作为所述目标语音信息。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中,第二识别模块305包括：

第一调用子模块，用于调用所述意图识别模型；

处理子模块，用于将所述文本数据输入至所述意图识别模型内，通过所述意图识别模型输出与所述文本数据对应的意图分类结果，以及各所述意图分类结果的概率；

分析子模块，用于对所有所述概率进行数值分析，从所有所述意图分类结果中确定出目标意图分类结果；

第二确定子模块，用于将所述目标意图分类结果作为所述意图识别结果。

本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中，查询模块306包括：

第二调用子模块，用于调用所述话术库；

查询子模块，用于基于所述意图识别结果对所述话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的语音话术；

第二判断子模块，用于判断所述语音话术的数量是否为多个；

第二获取子模块，用于若是，获取各所述语音话术的使用评价值；

第三确定子模块，用于基于所述使用评价值从所有所述语音话术中确定出所述目标语音话术。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中，基于人工智能的业务数据处理装置还包括：

第一获取模块，用于获取所述智能机器人与所述目标用户在完成语音对话后的对话数据；

转换模块，用于将所述对话数据转换为对应的对话文本数据；

第二获取模块，用于基于预设的关键词提取规则对所述文本数据进行关键词提取，得到对应的目标关键词；

生成模块，用于基于所述目标关键词生成与所述目标用户的对应的目标工单；

存储模块，用于存储所述目标工单。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中，存储模块包括：

第三获取子模块，用于获取所述目标用户的用户信息；

第二处理子模块，用于基于所述用户信息对所述目标工单进行打标签处理，得到处理后的目标工单；

存储子模块，用于对所述处理后的目标工单进行存储。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

在本实施例的一些可选的实现方式中，基于人工智能的业务数据处理装置还包括：

第三获取模块，用于获取所述目标用户触发的对于目标事项信息的提醒服务记录；

确定模块，用于确定与所述目标事项信息对应的提醒日期；

第四获取模块，用于获取所述目标用户的通讯信息；

推送模块，用于基于所述提醒日期与所述通讯信息，将所述目标事项信息推送给所述目标用户。

在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的业务数据处理方法的步骤一一对应，在此不再赘述。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图4，图4为本实施例计算机设备基本结构框图。

所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如基于人工智能的业务数据处理方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述基于人工智能的业务数据处理方法的计算机可读指令。

所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例中，首先判断是否接收到目标用户在工单管理系统上触发的业务查询请求若是，从所述业务查询请求中提取所述语音信息；然后基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；之后对所述目标语音信息进行语音识别，得到对应的文本数据；后续基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；进一步基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；最后将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。本申请在获取到目标用户在工单管理系统上触发业务查询请求中携带的语音信息后，会智能地通过频谱分析算法对该语音信息进行处理以得到目标用户的目标语音信息，进而基于意图识别模型对该语音信息对应的文本数据进行意图识别得到意图识别结果，后续基于话术库的使用获取与所述意图识别结果匹配的目标语音话术，最后通过使用智能语音沟通机器人以根据目标语音话术与目标用户进行交互，可以方便目标用户可以通过自然语言进行对话，有效提高了对于目标用户的业务查询请求的处理效率，保证了对于业务查询请求的回复准确性，有利于提高用户体验与操作便捷性。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于人工智能的业务数据处理方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例中，首先判断是否接收到目标用户在工单管理系统上触发的业务查询请求若是，从所述业务查询请求中提取所述语音信息；然后基于预设的频谱分析算法对所述语音信息进行处理，从所述语音信息中筛选出处于目标频段的所述目标用户的目标语音信息；之后对所述目标语音信息进行语音识别，得到对应的文本数据；后续基于预设的意图识别模型对文本数据进行意图识别，得到对应的意图识别结果；进一步基于所述意图识别结果对预设的话术库进行信息查询，从所述话术库中获取与所述意图识别结果匹配的目标语音话术；最后将所述目标语音话术传输至预设的智能机器人，通过所述智能机器人使用所述目标语音话术与所述目标用户进行语音对话。本申请在获取到目标用户在工单管理系统上触发业务查询请求中携带的语音信息后，会智能地通过频谱分析算法对该语音信息进行处理以得到目标用户的目标语音信息，进而基于意图识别模型对该语音信息对应的文本数据进行意图识别得到意图识别结果，后续基于话术库的使用获取与所述意图识别结果匹配的目标语音话术，最后通过使用智能语音沟通机器人以根据目标语音话术与目标用户进行交互，可以方便目标用户可以通过自然语言进行对话，有效提高了对于目标用户的业务查询请求的处理效率，保证了对于业务查询请求的回复准确性，有利于提高用户体验与操作便捷性。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。