[发明专利]分类处理方法、装置、服务器和存储介质

说明书

本发明实施例公开了一种分类处理方法、装置、服务器和存储介质。该方法包括：依据知识图谱，对用户主诉描述信息的类别信息进行修正；将所述用户主诉描述信息作为特征数据，以及修正后的类别信息作为标注数据，对初始网络模型进行训练，得到分类模型。本发明实施例通过对用户主诉描述信息的类别信息进行自动化地标注和修正，避免了人工标注以及人工标注导致的误差，降低了用户主诉描述信息的标注成本，提高了标注数据的准确率，从而提高了分类模型的分类准确率，降低分类成本。

技术领域

本发明实施例涉及信息处理技术领域，尤其涉及一种分类处理方法、装置、服务器和存储介质。

背景技术

随着互联网技术的快速发展，用户可以通过互联网上的问询平台进行咨询，问询平台首先会根据用户的问询需求进行分类，再向用户推荐相应类别的回复者，为用户提供专业的问询服务。因此正确地分类对于用户问询十分重要。

目前，线下的问询中心可以通过人工判断，为用户提供专业的问询分类服务。例如，实体医院中可以通过分诊台或挂号室为患者提供分诊服务。或者线上的互联网问询平台中，用户需要在网页或者手机客户端中输入自己的主要诉求，通过后台专业的工作人员对用户的诉求进行人工分类；或者后台依据用户诉求中关键词之间的映射关系来进行智能分类，例如后台依据用户诉求中疾病、症状等关键词之间的映射关系来进行智能分诊。

然而，人工的分类方式对于工作人员的专业知识掌握水平要求较高，专业知识的掌握范围要求较广，人工雇佣成本较高，且人工分类错误率较高。此外由于中文的表述方式多样化，基于关键词的智能分类方式无法对表述歧义以及分类冲突的情况进行准确定位，分类的准确率较低。

发明内容

本发明实施例提供了一种分类处理方法、装置、服务器和存储介质，能够降低分类模型训练中样本数据的标注成本，提高分类的准确率。

第一方面，本发明实施例提供了一种分类处理方法，包括：

依据知识图谱，对用户主诉描述信息的类别信息进行修正；

将所述用户主诉描述信息作为特征数据，以及修正后的类别信息作为标注数据，对初始网络模型进行训练，得到分类模型。

第二方面，本发明实施例提供了一种分类处理装置，包括：

类别信息修正模块，用于依据知识图谱，对用户主诉描述信息的类别信息进行修正；

分类模型训练模块，用于将所述用户主诉描述信息作为特征数据，以及修正后的类别信息作为标注数据，对初始网络模型进行训练，得到分类模型。

第三方面，本发明实施例提供了一种服务器，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的分类处理方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的分类处理方法。

本发明实施例基于知识图谱，通过对用户主诉描述信息的类别信息的修正，将用户主诉描述信息作为特征数据，利用修正后的类别信息作为标注数据，对分类模型进行训练，得到分类模型。本发明实施例通过对用户主诉描述信息的类别信息进行自动化地标注和修正，避免了人工标注以及人工标注导致的误差，降低了用户主诉描述信息的标注成本，提高了标注数据的准确率，从而提高了分类模型的分类准确率，降低分类成本。

附图说明

图1为本发明实施例一提供的一种分类处理方法的流程图；

图2为本发明实施例二提供的一种分类处理方法的流程图；