[发明专利]一种基于二次排序的工单检索方法

说明书

本发明公开了工单检索方法技术领域的一种基于二次排序的工单检索方法，包括根据工单信息表对工单ID所对应的工单内容进行分词；根据关键词和工单ID的对应关系建立字典信息表；根据字典信息表所对应的ID列表进行检索匹配对应的工单ID；采用Word2Vec模型算法对工单数据进行二次排序；采用Word2Vec算法对所有工单数据进行训练；利用word2vec算法将词编码成词向量；对WMD进行计算。该基于二次排序的工单检索方法，在平衡检索时间与检索精度的情况下，精度高，检索速度快，用户体验较为满意。

技术领域

本发明涉及工单检索方法技术领域，具体为一种基于二次排序的工单检索方法。

背景技术

随着互联网不断的高速发展，企业通过在网路上与客户进行交流，并针对客户的问题和请求进行管理、维护和追踪，客户根据关键词搜索来浏览所需要解决问题的文案。

在基于关键词的检索中，检索按指定的若干个关键词进行检索，这种基于关键词的检索算法匹配精度较低。基于语义检索的算法，虽然精度较高，但是对大规模的数据而言，检索耗费时间较久，用户体验较差，为此我们提出了一种基于二次排序的工单检索方法。

发明内容

本发明的目的在于提供一种基于二次排序的工单检索方法，以解决上述背景技术中提出了基于关键词的检索算法匹配精度较低。基于语义检索的算法，虽然精度较高，但是对大规模的数据而言，检索耗费时间较久，用户体验较差的问题。

为实现上述目的，本发明提供如下技术方案：一种基于二次排序的工单检索方法，包括：

S101:根据工单信息表对工单ID所对应的工单内容进行分词；

S102:根据关键词和工单ID的对应关系建立字典信息表；

S103:根据字典信息表所对应的ID列表进行检索匹配对应的工单ID；

S104:采用Word2Vec模型算法对工单数据进行二次排序；

S105:采用Word2Vec算法对所有工单数据进行训练；

S106:利用word2vec算法将词编码成词向量；

S107:对WMD进行计算。

优选的，所述S101:根据工单信息表对工单ID所对应的工单内容进行分词，具体包括：对一个自然语言处理工单进行分词并采用TD-IDF算法对工单的关键语素信息进行提取，所述工单信息表包括工单ID和工单内容。

优选的，所述字典信息表用于记录所有出现所述关键词的工单ID。

优选的，所述S103:根据字典信息表所对应的ID列表进行检索匹配对应的工单ID，具体包括：对采用TD-IDF算法提取的所述关键词在字典信息表中查询，对所取出的ID列表取交集运算，其ID对应的工单为一次检索匹配结果。

优选的，所述S106:利用word2vec算法将词编码成词向量，具体包括：对于一个长度为n的词汇表，每一个词都有一个word2vec的embedding表示，构成一个X∈R^d·n矩阵，其中每一列X_i∈R^d代表一个第i个单词的d维embedding向量。

优选的，所述S107:对WMD进行计算，具体步骤包括：

S1:计算每个关键词的nBOW权重；

S2:计算pair-wise的单词距离；

S3:综合S1和S2计算文档之间的距离；

S4:计算出最终两个文本的相似度值。