[发明专利]污染投诉重复线索的识别方法、装置及设备

权利要求书

1.一种污染投诉重复线索的识别方法，其特征在于，所述方法包括：

获取当前时间段内的多个第一污染投诉文本和历史时间段内的多个第二污染投诉文本的文本特征数据，其中，所述文本特征数据表征污染投诉文本包含的污染问题；

分别对各所述第一污染投诉文本进行分词处理，并分别提取各所述第一污染投诉文本的文本特征数据；

针对任一第一污染投诉文本，计算所述第一污染投诉文本的文本特征数据与所述第二污染投诉文本的文本特征数据的相似度；

若所述相似度大于第一预设阈值，则确定所述第一污染投诉文本为污染投诉重复线索。

2.如权利要求1所述的方法，其特征在于，所述文本特征数据中至少包括以下一项：污染类型、企业名称和企业位置信息。

3.如权利要求1所述的方法，其特征在于，在所述分别对各所述第一污染投诉文本进行分词处理之前，所述方法还包括：

分别对各所述第一污染投诉文本进行数据清洗。

4.如权利要求3所述的方法，其特征在于，所述分别对各所述第一污染投诉文本进行数据清洗，包括：

分别删除各所述第一污染投诉文本的噪声数据和不完整数据，其中，所述噪声数据为电话号码和模板语句，所述不完整数据为缺失污染类型的污染投诉数据，或者，所述不完整数据为缺失企业名称和企业位置信息的污染投诉数据；

针对具有相同标识信息的多个所述第一污染投诉文本，保留最新投诉日期的一个所述第一污染投诉文本。

5.如权利要求1所述的方法，其特征在于，在所述确定所述第一污染投诉文本为污染投诉重复线索之后，所述方法还包括：

将对应于所述第一污染投诉文本的所述第二污染投诉文本的投诉回复消息作为所述第一污染投诉文本的投诉回复消息。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据多个污染投诉文本，对同一污染问题在预设时间段内的投诉次数进行统计；

若所述投诉次数大于第二预设阈值，则将所述污染问题确定为热点问题；

或者，

根据多个污染投诉文本，对同一污染问题的连续投诉时间进行统计；

若所述连续投诉时间大于第三预设阈值，则将所述污染问题确定为热点问题。

7.如权利要求1所述的方法，其特征在于，在所述获取当前时间段内的多个第一污染投诉文本之后，所述方法还包括：

将任一所述第一污染投诉文本输入预先训练好的投诉群众情感识别模型中，对所述第一污染投诉文本进行分类识别，得到投诉群众的情感类别信息，其中，所述投诉群众情感识别模型基于随机森林算法模型、卷积神经网络分类算法模型、朴素贝叶斯算法模型或者集成算法模型等训练得到，所述投诉群众的情感类别包括：积极、消极和平和；

若投诉群众的情感类别为消极，则将所述第一污染投诉文本对应的污染问题确定为热点问题。

8.一种污染投诉重复线索的识别装置，其特征在于，所述装置包括：

获取模块，用于获取当前时间段内的多个第一污染投诉文本和历史时间段内的多个第二污染投诉文本的文本特征数据，其中，所述文本特征数据表征污染投诉文本包含的污染问题；

提取模块，用于分别对各所述第一污染投诉文本进行分词处理，并分别提取各所述第一污染投诉文本的文本特征数据；

计算模块，用于针对任一第一污染投诉文本，计算所述第一污染投诉文本的文本特征数据与所述第二污染投诉文本的文本特征数据的相似度；

确定模块，用于若所述相似度大于第一预设阈值，则确定所述第一污染投诉文本为污染投诉重复线索。

9.一种电子设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于通过执行所述存储器存储的程序以实现如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的方法。