[发明专利]一种智能质检的工单评分方法

权利要求书

1.一种智能质检的工单评分方法，其特征在于，所述方法包括：

步骤一：获取文本信息最终输入向量FTemb、人工特征输出向量FEmb、HGAT输出向量FGemb，其中：

所述文本信息最终输入向量FTemb的获取方法为：获取工单会话，然后通过多轮文本编码层将工单会话进行编码，将工单会话中的词向量组转换为句向量，然后将多个句向量交互后进行编码得到文本信息最终输入向量FTemb；

所述人工特征输出向量FEmb的获取方法为：获取人工提取特征，然后通过人工特征编码层对输入的人工提取特征进行编码运算，得到人工特征输出向量FEmb；

所述HGAT输出向量FGemb的获取方法为：对人工提取特征进行异构图构建，然后使用HGAT异构图编码器对异构图进行编码，得到HGAT输出向量FGemb；

步骤二：将文本信息最终输入向量FTemb和人工特征输出向量FEmb进行concat操作得到第一分类向量ClsEmb1＝[FTemb:FEmb]，将人工特征输出向量FEmb与HGAT输出向量FGemb进行concat操作得到第二分类向量ClsEmb2＝[FGemb:FEmb]；

步骤三：采用损失函数分别对第一分类向量和第二分类向量进行计算得出第一分类向量和第二分类向量的Logit向量Logit1＝R^c和Logit2＝R^c，其中，C为分类类别数量；

步骤四：采用交叉熵损失函数对分别对Logit1和logit2进行计算得到对应的交叉熵损失值loss₁和loss₂，其中：CE为交叉熵损失函数，y为工单的真实标签；

然后得到加权的最终损失值Loss＝f₁*loss₁+(1-f₁)*loss₂；

步骤五：对工单的优劣程度进行预测，通过融合计算Logit1＝R^c和Logit2＝R^c的分值获取该工单的质检结果分布，所述融合计算具体为cls＝softmax(Logit1+Logit2)，其中cls∈R^c代表该工单属于C个类别的概率，将 其概率值作为问题工单的判断依据，概率值最大的类别表示模型预测该工单属于该类别，并且概率值越大属于该类别的可能性越大。

2.根据权利要求1所述的工单评分方法，其特征在于，所述步骤一中，人工特征编码层包括：DCN编码结构和Transformer编码结构，对人工输入的人工提取特征进行编码，所述人工提取特征经过DCN编码结构和Transformer编码结构得到的emb进行concat操作得到人工特征输出向量FEmb＝[CEmb:MEmb:TEmb]，其中，CEmb为DCN模型的编码输出向量，MEmb为MLP模型的编码输出向量，TEmb为transformer模型编码输出向量。

3.根据权利要求2所述的工单评分方法，其特征在于，所述人工提取特征包括：FeatureEmbedding、Text Embedding和/或Audio Feature。

4.根据权利要求1所述的工单评分方法，其特征在于，所述步骤一中，多轮文本编码层包括：句子编码器、交互层和Session编码层，所述句子编码器对工单会话进行编码生成句向量，所述交互层对生成的句向量进行交互操作得到句向量组，使得用户和客服的文本信息得以交互融合，所述Session编码层对句向量组编码后得到Session编码向量，然后采用人工特征的最终向量Femb与Session编码向量做门控过滤得到文本信息的最终输入向量FTemb。