[发明专利]工单生成方法、装置、设备及存储介质

说明书

本申请涉及一种工单生成方法、装置、设备及存储介质，所述方法包括：获取用户与客服之间进行通话的文本信息；将文本信息输入至预设的语义识别模型中，计算得到文本信息对应的语义信息；将语义信息输入至预设的业务分类模型中，确定文本信息对应的业务类别；根据语义信息及业务类别，生成文本信息对应的工单。本申请实施例提供的技术方案可以提高生成工单的准确性。

技术领域

本申请涉及电网技术领域，特别是涉及一种工单生成方法、装置、设备及存储介质。

背景技术

随着智能电网的发展，用户在使用电力资源的过程中遇到问题时，可以通过拨打电网客服电话进行多种业务咨询。用户在语音接入后与客服对话的过程中，客服不仅需要回复用户咨询的问题，还需要将本次通话的信息填写进工单(工作单据)中，为了有效提升客服填写工单的效率与服务质量，需要为客服提供一个智能填写工单的功能。

目前，在实现智能生成工单时，通常是采用基于条件随机场的实体识别算法对本次通话的信息进行实体识别，得到用户信息；再采用基于机器学习的文本分类算法对本次通话的信息进行进行文本分类，从而将本次通话的信息归类到某一类业务中，最后根据实体识别的结果与文本分类的结果填写工单信息，从而生成工单。

然而，现有的方法在生成工单时，由于基于条件随机场的实体识别算法以及基于机器学习的文本分类算法均存在准确率低的问题，从而使得工单生成的准确率低。

发明内容

基于此，本申请实施例提供了一种工单生成方法、装置、设备及存储介质，可以提高生成工单的准确性。

第一方面，提供了一种工单生成方法，该方法包括：

获取用户与客服之间进行通话的文本信息；将文本信息输入至预设的语义识别模型中，计算得到文本信息对应的语义信息；将语义信息输入至预设的业务分类模型中，确定文本信息对应的业务类别；根据语义信息及业务类别，生成文本信息对应的工单。

在其中一个实施例中，将语义信息输入至预设的业务分类模型中，确定文本信息对应的业务类别，包括：

确定语义信息所属的第一类别；基于第一类别的数量，确定与第一类别的数量对应的第一目标神经网络模型；将语义信息输入至与第一目标神经网络模型中，得到文本信息所属的业务类别。

在其中一个实施例中，将语义信息输入至与第一目标神经网络模型中，得到文本信息所属的业务类别，包括：

若第一类别的数量为一个，则将语义信息输入至文本神经网络模型中，得到文本信息所属的业务类别；若第一类别的数量为多个，则将语义信息输入至深度神经网络模型中，得到文本信息所属的业务类别。

在其中一个实施例中，将文本信息输入至预设的语义识别模型中，计算得到文本信息对应的语义信息，包括：

将文本信息输入至基于变换器的双向编码器中，得到文本信息对应的词向量；将词向量输入至双向长短期记忆神经网络中，得到词向量之间的语义关系对应的特征向量；将词向量及特征向量输入至条件随机场中，得到文本信息对应的实体及实体的标签。

在其中一个实施例中，上述方法还包括：

将文本信息输入至预设的业务分类模型中，确定文本信息对应的业务类别。

在其中一个实施例中，上述方法还包括：

确定文本信息所属的第二类别；基于第二类别的数量，确定与第二类别的数量对应的第二目标神经网络模型；将文本信息输入至第二目标神经网络模型中，生成文本信息所属的业务类别。

在其中一个实施例中，将文本信息输入至第二目标神经网络模型中，生成文本信息所属的业务类别，包括：