現代社會隨著互聯網的迅速發展，各行各業的服務更傾向數據化和機器化，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，而現在關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代社會的創新點。

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并給出一些關懷的方案策略，對增加員工的歸屬感和提高工作效率非常重要，甚至與公司的發展水平息息相關。

一、通過情緒分析表現員工狀態

分析客服與客戶的對話不僅能夠實現重點關注客戶話語的智能質檢，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、 分析員工規范用語。當員工心情愉悅地開始一份工作時他的狀態無疑是最好的，輕松的心情能提高工作效率，同時也會對相鄰同事有著積極的作用。反之，糟糕的心情會像烏云集聚，降低積極性，甚至影響業務水平。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。檢查員工的服務表達用詞用語是否規范，包括使用不恰當的稱呼、措辭，包括辱罵導致投訴等，這是分析員工情緒的一個指標。

2、分析員工服務態度。服務態度的消極表現有不耐煩、敷衍、催客戶掛機等；積極表現有當無法滿足客戶需求時主動致歉并提供恰當的替代方案，在客戶有不滿情緒或投訴意向時進行安撫等。對于服務態度，主要從詞語含義褒貶、聲調的尖銳或平和進行分析，以此區別積極和消極狀態下服務用語的音律變化。

（二）工作規范與工作效率

首先檢查員工工作規范問題，在工作范圍內是否超出規定、是否符合規則、是否有利用系統或規則漏洞等工作不規范的行為，以員工工作規范問題來作為分析員工情緒的一個指標。其次，以工作效率作為分析員工情緒的另一個指標，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范和工作效率與當天員工狀態進行比較可以反映出當天員工的情緒狀況。

（三）質量檢查

提升服務質量是提升企業核心競爭力的重要手段，而對服務質量進行檢查不僅可以發現服務漏洞，還可以分析出員工的情緒狀態。服務質量是由客戶的服務感知質量和預期服務質量決定的，當服務感知質量高于預期服務質量則定義為滿意度高，當服務感知質量低于預期服務質量則定義為滿意度低。通過文本挖掘，利用語義分析、句式判斷等相關技術，緊密關聯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質量進行評估，可見質量檢測也是分析員工情緒的一個指標。

二、分析員工會話情緒（一）結合語義與音律

結合對話實際應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，而且不同業務場景的情緒也都相對不同，需結合收集的情緒詞典和實際的應用場景來做適當調整。對員工的話語進行轉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。

除了語義分析還著重研究員工說話的音律變化，一般來說當人發怒時講話的速率會變快、聲音會變大、音調會變高，所以語音中的情感特征信息是包含在語音的語頻、語速、語調以及語音能量的大小上的，并通過音律特征變化表現出來，故此可以通過分析情感語音信號的持續時間、發音速度、基音、振幅、頻譜、共振峰等的變化特點來發現能夠表證語音情感信息的特征參數，具體做法主要是在提取若干個情感特征參數，在建立了情感語音數據庫的基礎上分別提取與非情感語句相對應的特征參數再進行對比分析以發現各個特征參數的變化特點。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音語句作為對照組并在此基礎上建立對照組數據庫。

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，《現代漢語詞典》解釋情緒為人從事某種活動時產生的心理狀態”。情緒的分類涉及了多種知識和思想，一般使用日常語言標簽來標識和分類情感，如害怕、憤怒和高興等。

以下將情緒分為正負兩類情感詞性：