[发明专利]工单自动分类方法及装置

说明书

本申请实施例提供一种工单自动分类方法及装置，可用于人工智能技术领域，方法包括：根据目标工单对应的各个词向量获取该目标工单的句向量；将所述目标工单的句向量输入预设的神经网络模型，并基于该神经网络模型的输出确定所述目标工单的分类结果。本申请能够在保证工单自动分类的准确性的基础上，有效提高工单自动分类过程的效率，并能够有效降低工单自动分类过程以及神经网络模型训练过程的计算量，进而能够进一步提高工单分类的自动化程度及智能化程度。

技术领域

本申请涉及数据处理技术领域，特别涉及人工智能技术领域，具体涉及工单自动分类方法及装置。

背景技术

人工客服是服务行业重要组成部分，人工客服统计工单存在数据规模大、数据不规则、分类不清晰等问题，很难通过人力去实现工单的问题梳理，因此，如何对这些工单数据进行分类，筛选出重要的工单数据，对于及时掌握企业的运营状态，提高企业的服务能力具有重要的意义。

目前，对工单进行分类的方式通常为人工分类，但该种分类方式大多落后于现实情况，因为企业无法预测将会发生什么问题，并且很多人工客服工作不到位，导致工单分类杂乱，大多数企业为了筛选出需要的工单，只能投入人力去进行筛选。这种方式，一方面是对人力资源的二次浪费，并且面对大规模的数据，无法全方位的去筛选；另一方面，筛选数据的质量也和筛选工作人员的经验息息相关，工作人员能力的高低，直接决定了筛选数据的可用性；为了解决该问题，还有的工单分类方式通过获取工单数据的分词结果对工单数据进行自动分类，但该分类方式需要对工单数据的各个词向量分别进行分类，需要耗费大量的数据计算量及时间成本，无法满足工单分类的时效性要求。

发明内容

针对现有技术中的问题，本申请提供一种工单自动分类方法及装置，能够在保证工单自动分类的准确性的基础上，有效提高工单自动分类过程的效率，并能够有效降低工单自动分类过程以及神经网络模型训练过程的计算量，进而能够进一步提高工单分类的自动化程度及智能化程度。

为解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种工单自动分类方法，包括：

根据目标工单对应的各个词向量获取该目标工单的句向量；

将所述目标工单的句向量输入预设的神经网络模型，并基于该神经网络模型的输出确定所述目标工单的分类结果。

进一步地，所述根据目标工单对应的各个词向量获取该目标工单的句向量，包括：

获取目标工单数据；

对所述目标工单数据进行数据清洗，得到该目标工单数据对应的分词数据；

获取所述分词数据中的各个词汇各自对应的词向量；

对各个所述词向量的和进行求平均数处理，得到所述目标工单数据对应的句向量。

进一步地，所述基于该神经网络模型的输出确定所述目标工单的分类结果，包括：

在所述神经网络模型的输出的至少一个所述目标工单的初始分类结果中，判断是否包含有占比大于概率阈值的初始分类结果，若是，则将该占比大于概率阈值的初始分类结果确定为所述目标工单的分类结果。

进一步地，还包括：

若经判断获知所述神经网络模型的输出的至少一个所述目标工单的初始分类结果中，未包含有占比大于概率阈值的初始分类结果，则对所述目标工单的句向量进行聚类处理。

进一步地，在所述将所述目标工单的句向量输入预设的神经网络模型之前，还包括：

获取多个历史工单的原始数据；

对各个所述历史工单的原始数据分别进行数据清洗，得到各个所述历史工单各自对应的分词数据；