現(xiàn)代社會隨著互聯(lián)網(wǎng)的迅速發(fā)展，各行各業(yè)的服務(wù)更傾向數(shù)據(jù)化和機器化，把語言信號作為研究對象的分析報告非常多，但多數(shù)是對語言詞匯的準確性做研究，往往忽略了會話中的情緒信息，而現(xiàn)在關(guān)于情緒信息的研究也有許多成功的例子，如微表情的提出者Ekman以及Izard的理論等，但這又鮮屬于研究會話中的語言信號，所以使用人工智能分析員工情緒是現(xiàn)代社會的創(chuàng)新點。
由于客服人員處在呼叫中心，與客戶交流比較多，常常會接收到一些帶著強烈語氣的投訴通話，客戶這些充滿負能量的語氣和情緒或多或少會給員工情緒帶來影響，而公司負責(zé)人不可能每天都對員工的情緒進行了解，故而將了解”員工情況交給機器去實現(xiàn)并給出一些關(guān)懷的方案策略，對增加員工的歸屬感和提高工作效率非常重要，甚至與公司的發(fā)展水平息息相關(guān)。
一、通過情緒分析表現(xiàn)員工狀態(tài)
分析客服與客戶的對話不僅能夠?qū)崿F(xiàn)重點關(guān)注客戶話語的智能質(zhì)檢，也能聚焦于客服話語，對員工的情緒進行識別與分析。
（一）分析員工的意愿
1、 分析員工規(guī)范用語。當(dāng)員工心情愉悅地開始一份工作時他的狀態(tài)無疑是最好的，輕松的心情能提高工作效率，同時也會對相鄰?fù)掠兄e極的作用。反之，糟糕的心情會像烏云集聚，降低積極性，甚至影響業(yè)務(wù)水平。是否對工作充滿信心和希望、是否熱愛這份工作，可以從日常員工與客戶的話語中識別分析得出。檢查員工的服務(wù)表達用詞用語是否規(guī)范，包括使用不恰當(dāng)?shù)姆Q呼、措辭，包括辱罵導(dǎo)致投訴等，這是分析員工情緒的一個指標(biāo)。
2、分析員工服務(wù)態(tài)度。服務(wù)態(tài)度的消極表現(xiàn)有不耐煩、敷衍、催客戶掛機等；積極表現(xiàn)有當(dāng)無法滿足客戶需求時主動致歉并提供恰當(dāng)?shù)奶娲桨?，在客戶有不滿情緒或投訴意向時進行安撫等。對于服務(wù)態(tài)度，主要從詞語含義褒貶、聲調(diào)的尖銳或平和進行分析，以此區(qū)別積極和消極狀態(tài)下服務(wù)用語的音律變化。
（二）工作規(guī)范與工作效率
首先檢查員工工作規(guī)范問題，在工作范圍內(nèi)是否超出規(guī)定、是否符合規(guī)則、是否有利用系統(tǒng)或規(guī)則漏洞等工作不規(guī)范的行為，以員工工作規(guī)范問題來作為分析員工情緒的一個指標(biāo)。其次，以工作效率作為分析員工情緒的另一個指標(biāo)，個人情緒對工作效率有很大的影響作用，尤其是消極的情緒會嚴重降低工作效率，反之，通過對員工的日常工作規(guī)范和工作效率與當(dāng)天員工狀態(tài)進行比較可以反映出當(dāng)天員工的情緒狀況。
（三）質(zhì)量檢查
提升服務(wù)質(zhì)量是提升企業(yè)核心競爭力的重要手段，而對服務(wù)質(zhì)量進行檢查不僅可以發(fā)現(xiàn)服務(wù)漏洞，還可以分析出員工的情緒狀態(tài)。服務(wù)質(zhì)量是由客戶的服務(wù)感知質(zhì)量和預(yù)期服務(wù)質(zhì)量決定的，當(dāng)服務(wù)感知質(zhì)量高于預(yù)期服務(wù)質(zhì)量則定義為滿意度高，當(dāng)服務(wù)感知質(zhì)量低于預(yù)期服務(wù)質(zhì)量則定義為滿意度低。通過文本挖掘，利用語義分析、句式判斷等相關(guān)技術(shù)，緊密關(guān)聯(lián)客戶需求意愿和客服人員的理解及解決情況，基于兩者的差異對客服人員的服務(wù)質(zhì)量進行評估，可見質(zhì)量檢測也是分析員工情緒的一個指標(biāo)。
二、分析員工會話情緒（一）結(jié)合語義與音律
結(jié)合對話實際應(yīng)用場景來定義情感強度可保證其準確性，情緒本是人類主觀的定義，而且不同業(yè)務(wù)場景的情緒也都相對不同，需結(jié)合收集的情緒詞典和實際的應(yīng)用場景來做適當(dāng)調(diào)整。對員工的話語進行轉(zhuǎn)文本后定義各個詞性和敏感度、匹配各類詞語的色彩程度，是進行建模分析和情緒打分的基礎(chǔ)。
除了語義分析還著重研究員工說話的音律變化，一般來說當(dāng)人發(fā)怒時講話的速率會變快、聲音會變大、音調(diào)會變高，所以語音中的情感特征信息是包含在語音的語頻、語速、語調(diào)以及語音能量的大小上的，并通過音律特征變化表現(xiàn)出來，故此可以通過分析情感語音信號的持續(xù)時間、發(fā)音速度、基音、振幅、頻譜、共振峰等的變化特點來發(fā)現(xiàn)能夠表證語音情感信息的特征參數(shù)，具體做法主要是在提取若干個情感特征參數(shù)，在建立了情感語音數(shù)據(jù)庫的基礎(chǔ)上分別提取與非情感語句相對應(yīng)的特征參數(shù)再進行對比分析以發(fā)現(xiàn)各個特征參數(shù)的變化特點。為了消除語音中詞匯對情感的影響，可以采用排除詞匯影響的基于相同詞匯的發(fā)音語句作為對照組并在此基礎(chǔ)上建立對照組數(shù)據(jù)庫。
圖1 會話分類流程
3.2分析會話情感正負向
研究語言情緒的分析和識別首先要清楚究竟什么是情緒？我們先來了解情緒一詞本身的含義，《現(xiàn)代漢語詞典》解釋情緒為人從事某種活動時產(chǎn)生的心理狀態(tài)”。情緒的分類涉及了多種知識和思想，一般使用日常語言標(biāo)簽來標(biāo)識和分類情感，如害怕、憤怒和高興等。
以下將情緒分為正負兩類情感詞性：
| 負向情感詞標(biāo)簽 | 強度 | 原情感詞的標(biāo)簽 | 正向情感詞標(biāo)簽 | 強度 | 原情感詞的標(biāo)簽 |
| 生氣 | -5 | 憤怒(NA) | 贊揚 | 6 | 贊揚(PH) |
| 煩躁，心慌 | -4 | 慌(NI)、煩悶(NE) | 信任 | 5 | 相信(PG) |
| 失望，不滿 | -3 | 失望(NJ) | 祝愿 | 4 | 祝愿(PK) |
| 傷心，郁悶 | -2 | 悲傷(NB) | 尊重，認同 | 3 | 尊敬(PD) |
| 低落，否定 | -1 | 否(NH) | 高興 | 2 | 快樂(PA) |
使用有監(jiān)督的機器學(xué)習(xí)方法進行研究，主要包括貝葉斯、支持向量機等。經(jīng)過文本預(yù)處理之后提取各會話的詞語特征對詞性進行標(biāo)注并獲取特征出現(xiàn)次數(shù)，最后進行分類器學(xué)習(xí)訓(xùn)練，以及分別使用NB、SVM等方法進行正、負向情感分類（如圖1）。
三、員工關(guān)懷實施與管理（一）員工關(guān)懷實現(xiàn)
依據(jù)人工智能情緒分析系統(tǒng)的分析結(jié)果由行政或人事部門進行修繕和實行，及時組織對相關(guān)人員實施關(guān)懷行動，公司的全體員工應(yīng)積極進行配合。員工關(guān)懷的目的是體現(xiàn)公司對員工的人性化管理和關(guān)懷并以此增進員工對公司的認同感和歸屬感，進而達到讓員工保持更好的工作心態(tài)，與公司共同成長和發(fā)展。
除了員工生日、法定節(jié)日定期組織員工家屬參觀公司、定期舉辦全體員工的大型活動外還應(yīng)有以下關(guān)懷：
1、個人思想關(guān)懷；當(dāng)人工智能情緒分析系統(tǒng)結(jié)果呈現(xiàn)某個員工的情緒波動較大或情緒低落時部門負責(zé)人要通過觀察或談話等方式隨時關(guān)注直接下屬員工的工作狀況和個人情緒，深入分析員工出現(xiàn)思想波動的原因并耐心地與其進行面談，進一步傾聽和了解員工的心聲。
2、給予積極員工更多的鼓勵；當(dāng)人工智能情緒分析系統(tǒng)結(jié)果中顯示某個員工的情緒比較高昂、工作績效較好時部門負責(zé)人應(yīng)給予肯定與鼓勵，讓員工情緒保持積極性，利于提高團隊工作成效。
3、團隊把控；當(dāng)系統(tǒng)發(fā)現(xiàn)一個團隊中超過一定比例的員工情緒波動較大時系統(tǒng)會生成警示，要求部門負責(zé)人要及時了解情況，鼓舞士氣的同時在近期組織一場外出活動等。
（二）具體場景表現(xiàn)
1、公司實行重大決策
當(dāng)公司實行重大決策時往往會給員工帶來一些影響，或許是短時間熱情高漲而后士氣衰竭，又或是給員工帶來一定的焦慮情緒等。通過人工智能分析員工會話特征，與其平常工作狀態(tài)進行對比，在工作熱情高漲時部門負責(zé)人及時鼓勵員工、帶動員工，將熱情保持；一旦員工出現(xiàn)焦慮、低落等情緒，人工智能情緒分析系統(tǒng)會發(fā)出警示并給予解決方案，部門負責(zé)人和人事部門可以依照分析結(jié)果及時對員工進行心理輔導(dǎo)。
（三）公司進行調(diào)薪
當(dāng)公司進行調(diào)薪時也會給員工情緒帶來影響，通過人工智能分析員工工作會話特征，與其平常狀態(tài)進行對比，人工智能情緒分析系統(tǒng)會及時呈現(xiàn)員工亢奮或失落情緒的分析報告，讓人事等部門及時對員工進行關(guān)懷。
（四）部門多人同時離職
出現(xiàn)部門內(nèi)部多人同時離職或連續(xù)離職時往往對本部門的員工帶來比較大的情緒沖擊，人工智能情緒分析系統(tǒng)會第一時間關(guān)聯(lián)團隊情況，結(jié)合員工工作情況來分析員工當(dāng)前的情緒狀態(tài)，及時進行員工關(guān)懷和團隊關(guān)懷。
四、優(yōu)點
（一）模型優(yōu)化
建立具有可靠的情感特征的分析模型可以極大地反映特征參數(shù)對信息的表現(xiàn)并且可以實現(xiàn)操作良好的計算時效，情緒分析識別系統(tǒng)相對于不同人的情感語音及存在噪聲情況下的情感語音同樣在辨識上具有健壯的魯棒性，同時在此基礎(chǔ)上不斷進行模型優(yōu)化，使之更適合企業(yè)本身狀況。
（二）結(jié)合業(yè)務(wù)代碼與多維度數(shù)據(jù)的優(yōu)點
數(shù)據(jù)進行多維度的采集和分析并以業(yè)務(wù)為出發(fā)點，完善與企業(yè)相符的分析角度，能夠更準確地分析員工情緒，給予員工關(guān)懷。
最后，人工智能實現(xiàn)員工關(guān)懷，可以利用佰聆自然語言處理技術(shù)（BDA Natural Language Processing ）對情緒分析全流程進行智能輔助管理。
標(biāo)簽：駐馬店 六安 樂山 來賓 湖北 萍鄉(xiāng) 茂名 克拉瑪依
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《人工智能之情緒分析實現(xiàn)員工關(guān)懷》，本文關(guān)鍵詞 人工智能,之,情緒,分析,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
