/chatbot/rest/tuc/v1/qualityInspection

接口功能

智能实训接口，在Lodas上部署并训练实训模型后，通过智能IVR中的业务接口调用，将用户语音文本信息发送给LODAS，获取智能引擎将评分结果。借助智能化能力，建设一体化系统，实现客户机器人仿真来电实训、答复准确率自动评估、操作准确性自动评估等能力。实现新员工上岗前实试与鉴定、重难点业务能力训练与鉴定、在岗员工转岗训练与鉴定、待岗员工复岗训练与鉴定，从员工角度、系统角度、运营角度提升工作效能。

请求入参

表1 请求体参数
参数	类型	是否必选	描述
language	String	必选	语种，当前支持中文：zh_CN 英文：en_US
channelType	String	必选	质检类型：实训评分：exam
speeches	Json String	必选	需要评分的对话内容 channelType为实训评分时，为试题id和座席的回答。例如： "speeches": "{\"examID\":\"jsex001\",\"speech\":\"*******\"}" 使用变量的方式： "speeches": "{\"examID\":\"${examID}\",\"speech\":\"${speech}\"}"
callTime	Long	必选	对话时间戳，精度为秒。实训评分场景，时间戳输入-1，无实际意义。

请求出参

表2 响应体参数
参数	类型	描述
examResponse	ExamResponse	实训评分结果，实训评分时返回
qiResponse	QiResponse	质检评分结果，普通质检时返回（质检评分场景，暂不使用）

表3 examResponse字段说明
参数	类型	描述
examId	String	考题Id
score	Integer	考题得分（不包含敏感词）
answerRules	List Object	回答涉及的考察点及得分详情
sensitiveWordRules	sensitiveWordRuleMatch	回答涉及的敏感词以及扣分

表4 answerRules字段说明
参数	类型	描述
positiveAnswer	String	该正向考察点答案
positiveWeight	Float	该正向考察点权重
positiveScore	Float	该正向考察点得分
negativeAnswer	String	对应负向考察点答案
negativeWeight	Float	对应负向考察点权重
negativeScore	Float	对应负向考察点得分

表5 sensitiveWordRules字段说明
参数	类型	描述
id	String	敏感词id
name	String	敏感词内容
score	Integer	敏感词得分
beginTime	Long	实训内容开始时间戳，精度为秒
endTime	Long	实训内容结束时间戳，精度为秒
speechId	Integer	实训内容Id

请求消息样例

{
    "language": "zh_CN",
    "channelType": "exam",
    "speeches": "{\"examID\":\"${examID}\",\"speech\":\"${speech}\"}",
    "callTime": "${callTime}"
}

响应消息样例

{
    "examResponse": {
        "examId": "TQ5",
        "score": 80.0,
        "answerRules": [
            {
                "positiveAnswer": "18号的正向",
                "positiveWeight": 0.5,
                "positiveScore": 40.0,
                "negativeAnswer": null,
                "negativeWeight": 0.0,
                "negativeScore": 0.0
            },
            {
                "positiveAnswer": "18号的正向",
                "positiveWeight": 0.5,
                "positiveScore": 40.0,
                "negativeAnswer": null,
                "negativeWeight": 0.0,
                "negativeScore": 0.0
            }
        ],
        "sensitiveWordRules": {
            "sensitiveWordRuleMatch": []
        }
    },
    "qiResponse": null
}