aifinlab/customer-intent-extraction

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": {
    "original_text": "你们的服务响应太慢了，我已经等了很久，希望能改进一下。",
    "extracted_text": "服务响应速度慢，要求改进",
    "entities": {
      "customer_name": null,
      "product_name": null,
      "time_reference": "很久"
    }
  },
  "sentiment": {
    "sentiment": "negative",
    "sentiment_score": -0.75,
    "emotion": "frustrated",
    "intensity": "high"
  },
  "priority": {
    "urgency": "medium",
    "importance": "high",
    "priority_level": 2,
    "suggested_response_time": "24小时内"
  },
  "related_intents": [
    {
      "intent_id": "INT001",
      "similarity": 0.85,
      "description": "服务响应速度相关诉求"
    }
  ]
}

---

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