[发明专利]基于SinglePass算法实现无标注语料主动预测移动客服领域中突发事件的方法

权利要求书

1.一种基于SinglePass算法实现无标注语料主动预测移动客服领域中突发事件的方法，其特征在于包括如下步骤：

—对当前待处理的客服工单数据进行至少包括分词、去停用词和训练词向量的预处理，得到所述客服工单数据每个词对应的词向量，进而得到所述客服工单数据每个句子对应的句子向量；

—利用SinglePass算法对多个句子向量进行语义相似度计算，根据计算的句子间语义相似度结果进行聚类，得到移动客服领域突发事件话题；

—通过分析构建所述突发事件话题下每个词在所有时刻的时间序列，即在监控时间段内出现该词的所有时间组成的时间序列，根据每个时刻该词的词频信息，得到所述每个词的突发强度，选择突发强度大于设定阈值的词作为突发事件的突发词；

—分析计算多个突发词两两之间的相关度，选择相关度最高的两个突发词，作为共现突发词；基于共现突发词计算每个话题的突发热度，找到突发热度最高的话题，抽取并输出或返回包含共现突发词的客服突发事件工单数据，完成突发事件的预测；

所述SinglePass算法根据客服突发事件工单数据在语义上的相似性，计算客服突发事件工单句子间的语义相似度，基于工单句子间语义相似度，对所述的句子向量进行聚类，具体构成如下：

—接受移动客服领域一条工单记录R，初始化话题工单类Cluster＝{}；

—计算工单记录R与当前已有话题工单类中的各个话题所包含的每一条突发事件工单的语义相似度，取语义相似度最大值作为当前工单记录R与该话题工单类的相似度；

—在所有话题工单类中选出与R相似度最大的一个类，并记录此时的相似度值S；相似度计算采用欧式距离；

设两条工单记录R₁和R₂的句子向量分别为s_vec1＝{x₁,x₂,...x_n}和s_vec2＝{y₁,y₂,...y_n}，其中n表示工单句子向量的维度，x_i,y_i分别表示R₁、R₂的工单句子向量第i维度上的值，欧式距离的计算公式如下式所示：

—如果S大于聚类阈值T_c，工单R被分配给当前话题工单类，聚类结束，等待新工单数到来；

—如果S小于聚类阈值T_c，工单R不属于当前已有的话题工单类，创建新话题工单类，并将工单R加入该话题工单类，完成当前聚类，继续等待新工单数据到来。

2.根据权利要求1所述的基于SinglePass算法实现无标注语料主动预测移动客服领域中突发事件的方法，其特征还在于采用时间序列算法Kleinberg得到所述移动客服领域的突发词信息。