[发明专利]工单智能分析方法、装置、电子设备及存储介质在审
申请号: | 202111443678.3 | 申请日: | 2021-11-30 |
公开(公告)号: | CN114140135A | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 张博文 | 申请(专利权)人: | 平安银行股份有限公司 |
主分类号: | G06Q30/00 | 分类号: | G06Q30/00;G06K9/62;G06F40/216;G06F40/289;G06N3/04 |
代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
地址: | 518000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 分析 方法 装置 电子设备 存储 介质 | ||
1.一种工单智能分析方法,其特征在于,所述方法包括:
接收待判定的咨诉工单,提取所述咨诉工单中的工单词条,并计算所述工单词条的词频逆向频率;
根据所述词频逆向频率,从所述工单词条中筛选出关键词条,并根据所述关键词条,识别出所述咨诉工单的类别特征;
利用训练好的投诉原因检测模型检测所述咨诉工单的投诉原因;
将所述类别特征和所述投诉原因作为所述咨诉工单的工单特征输入至训练好的工单分析模型中,以通过所述训练好的工单分析模型分析所述咨诉工单是否投诉有效,得到所述咨诉工单的投诉判定结果。
2.如权利要求1所述的工单智能分析方法,其特征在于,所述提取所述咨诉工单中的工单词条,包括:
将所述咨诉工单转换为工单文本,采用分词算法对所述工单文本进行词条扫描,得到所述工单文本的词条有向无环图;
采用动态规划算法计算所述词条有向无环图中的词语生成路径,得到词条生成概率;
根据所述词条生成概率,对所述词条有向无环图进行词条切分,得到所述咨诉工单的工单词条。
3.如权利要求2所述的工单智能分析方法,其特征在于,所述计算所述工单词条的词频逆向频率,包括:
获取所述工单词条所对应的咨诉工单库,计算所述工单词条在所述咨诉工单中的词频,并计算所述工单词条在所述咨诉工单库中的文档逆向频率;
根据所述词频和所述文档逆向频率,计算所述工单词条的词频逆向频率。
4.如权利要求1所述的工单智能分析方法,其特征在于,所述计算所述工单词条在所述咨诉工单库中的文档逆向频率,包括:
利用下述公式计算所述工单词条在所述咨诉工单库中的文档逆向频率:
其中,IDFc表示工单词条c的文档逆向频率,Dn表示咨诉工单库中咨诉工单的数量,Dc表示咨诉工单库中包含工单词条c的咨诉工单数量。
5.如权利要求1所述的工单智能分析方法,其特征在于,所述利用训练好的投诉原因检测模型检测所述咨诉工单的投诉原因之前,还包括:
获取训练工单,利用预构建的投诉原因检测模型中的卷积层提取所述训练工单的投诉特征;
利用所述预构建的投诉原因检测模型中的决策层计算所述投诉特征的类别权重;
根据所述类别权重,利用所述预构建的投诉原因检测模型中的损失函数计算所述投诉特征的特征损失;
在所述特征损失不满足预设条件时,调整所述预构建的投诉原因检测模型的参数,并返回执行所述利用预构建的投诉原因检测模型中的卷积层提取所述训练工单的投诉特征的步骤;
在所述特征损失满足所述预设条件时,得到训练好的投诉原因检测模型。
6.如权利要求5所述的工单智能分析方法,其特征在于,所述损失函数包括:
其中,loss(x,class)表示投诉特征的特征损失,表示投诉特征的类别权重,x表示投诉特征,exp表示投诉特征的指数函数,j表示投诉特征的数量。
7.如权利要求1所述的工单智能分析方法,其特征在于,所述通过所述训练好的工单分析模型分析所述咨诉工单是否投诉有效,得到所述咨诉工单的投诉判定结果,包括:
利用所述工单分析模型中的输入层接收所述咨诉工单的工单特征;
利用所述工单分析模型中的隐藏层分析所述工单特征的投诉类别;
根据所述投诉类别,通过所述工单分析模型中的输出层输出所述咨诉工单的投诉判定结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111443678.3/1.html,转载请声明来源钻瓜专利网。