Customer satisfaction prediction with attention-based RNNs from a chat contact center corpus

Évaluation automatique de la satisfaction client à partir de conversations de type "chat" par réseaux de neurones récurrents avec mécanisme d’attention

Jeremy Auguste (1) , Delphine Charlet (2) , Géraldine Damnati (2) , Benoit Favre (1) , Frédéric Bechet (1)

1 TALEP - Traitement Automatique du Langage Ecrit et Parlé
2 Orange Labs [Lannion]

This paper presents methods to perform knowledge extraction from very large databases of WEB chat conversations between operators and clients in customer contact centers. Extracting knowledge from chat corpus is a challenging research issue. Simply applying traditional text mining tools is clearly sub-optimal as it takes into account neither the interaction dimension nor the particular nature of this language which shares properties of both spoken and written language. We present a method predicting users satisfaction in a chat-based service trained on answers from users to satisfaction surveys.

Cet article présente des méthodes permettant l’évaluation de la satisfaction client à partir de très vastes corpus de conversation de type “chat” entre des clients et des opérateurs. Extraire des connaissances dans ce contexte demeure un défi pour les méthodes de traitement automatique des langues de par la dimension interactive et les propriétés de ce nouveau type de langage à l’intersection du langage écrit et parlé. Nous présentons une étude utilisant des réponses à des sondages utilisateurs comme supervision faible permettant de prédire la satisfaction des usagers d’un service en ligne d’assistance technique et commerciale.

Mots clés: Recurrent Neural Networks; Attention-based RNNs; chat; satisfaction prediction

Mots clés: Réseaux de neurones récurrents; Attention; Satisfaction client; Conversations

Domaines: Informatique et langage [cs.CL]; Apprentissage [cs.LG]

Jeremy Auguste, Delphine Charlet, Géraldine Damnati, Benoit Favre, Frédéric Bechet. Évaluation automatique de la satisfaction client à partir de conversations de type "chat" par réseaux de neurones récurrents avec mécanisme d’attention. 25e conférence sur le Traitement Automatique des Langues Naturelles (TALN), 2018, Rennes, France. ⟨hal-01943265⟩