[发明专利]工单分类方法及装置

权利要求书

1.一种工单分类方法，其特征在于，包括：

根据预先生成自定义词库以及停用词库，对所述工单数据进行中文分词以对所述工单数据进行清洗；

利用清洗后的工单数据以及预先生成的SVM工单分类模型对所述工单数据进行分类。

2.根据权利要求1所述的工单分类方法，其特征在于，生成所述SVM工单分类模型的步骤，包括：

利用分词工具，对清洗后的工单数据进行文本属性转换，以生成所述工单数据对应的特征向量；

利用线性判断分析方法对所述特征向量进行降维；

利用SVM方法，根据降维后的特征向量训练初始SVM工单分类模型，以生成所述SVM工单分类模型。

3.根据权利要求1所述的工单分类方法，其特征在于，生成自定义词库以及停用词库的步骤，包括：

根据所述工单数据使用场景生成所述自定义词库以及所述停用词库；

所述停用词库用于屏蔽常用词汇的歧义。

4.根据权利要求2所述的工单分类方法，其特征在于，生成所述SVM工单分类模型还包括：

对所述工单数据的类型进行划分，以生成分类结果；所述分类结果用于训练所述初始SVM工单分类模型；

所述分类结果包括：服务投诉、信用问题、状态异常、审批、疑义交易、身份验证、营销相关、对账服务以及表扬建议。

5.一种工单分类装置，其特征在于，包括：

工单清洗单元，用于根据预先生成自定义词库以及停用词库，对所述工单数据进行中文分词以对所述工单数据进行清洗；

工单分类单元，用于利用清洗后的工单数据以及预先生成的SVM工单分类模型对所述工单数据进行分类。

6.根据权利要求5所述的工单分类装置，其特征在于，还包括：模型生成单元，用于生成所述SVM工单分类模型，包括：

向量生成模块，用于利用分词工具，对清洗后的工单数据进行文本属性转换，以生成所述工单数据对应的特征向量；

向量降维模块，用于利用线性判断分析方法对所述特征向量进行降维；

模型生成模块，用于利用SVM方法，根据降维后的特征向量训练初始SVM工单分类模型，以生成所述SVM工单分类模型。

7.根据权利要求5所述的工单分类装置，其特征在于，所述工单清洗单元包括：

词库生成模块，用于根据所述工单数据使用场景生成所述自定义词库以及所述停用词库；

所述停用词库用于屏蔽常用词汇的歧义。

8.根据权利要求6所述的工单分类装置，其特征在于，所述模型生成单元还包括：

分类结果生成模块，用于对所述工单数据的类型进行划分，以生成分类结果；所述分类结果用于训练所述初始SVM工单分类模型；

所述分类结果包括：服务投诉、信用问题、状态异常、审批、疑义交易、身份验证、营销相关、对账服务以及表扬建议。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述工单分类方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述工单分类方法的步骤。