[发明专利]一种工单分类方法、装置、电子设备和存储介质在审

专利信息
申请号: 202210524364.4 申请日: 2022-05-13
公开(公告)号: CN115129865A 公开(公告)日: 2022-09-30
发明(设计)人: 吴启辉;杨念民;雷植程;童丽霞;吴俊江;郭超;林俊镖 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/332;G06F40/284;G06K9/62;G06N3/04;G06N3/08;G06F16/11
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 朱佳
地址: 518044 广东省深圳*** 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: 一种 分类 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种工单分类方法,其特征在于,该方法包括:

获取待分类客服工单的工单信息,所述工单信息包括:所述待分类客服工单对应的业务处理对象和业务服务对象之间的对话文本信息,以及所述待分类客服工单的业务辅助信息,所述对话文本信息是基于所述待分类客服工单记录的客服会话得到的;

对所述对话文本信息中的会话主题和业务内容进行特征提取,获得对应的工单会话特征;以及,对所述业务辅助信息中的业务内容进行特征提取,获得对应的工单辅助特征;

将所述工单会话特征和所述工单辅助特征进行特征组合,并基于获得的组合特征对所述待分类客服工单进行分类,获得所述待分类客服工单所属的工单类别。

2.如权利要求1所述的方法,其特征在于,所述对话文本信息包括:所述业务处理对象与所述业务服务对象之间的至少一轮对话文本;所述对所述对话文本信息中的会话主题和业务内容进行特征提取,获得对应的工单会话特征,包括:

将所述对话文本信息中的各个对话文本分别输入已训练的目标分类模型,基于所述目标分类模型中的输入层,对所述各个对话文本进行词向量映射,获得所述各个对话文本各自包含的分词的词向量;

分别将各个对话文本各自包含的分词的词向量,输入所述基于所述目标分类模型中的会话特征编码层,基于所述会话特征编码层,对各个词向量进行整合处理,获得所述工单会话特征,所述工单会话特征用于表征所述会话主题和业务内容。

3.如权利要求2所述的方法,其特征在于,所述基于所述会话特征编码层,对各个词向量进行整合处理,获得所述工单会话特征,包括:

基于所述会话特征编码层的门控循环单元和自注意力机制,分别将各个对话文本各自包含的分词的词向量进行编码整合,获得各个对话文本的句向量;

分别将各轮对话中,所述业务处理对象与所述业务服务对象各自对应的句向量进行合并,获得所述各轮对话的对话向量;

基于所述会话特征编码层的门控循环单元和自注意力机制,将各个对话向量进行编码整合,获得所述工单会话特征。

4.如权利要求2所述的方法,其特征在于,在所述对所述各个对话文本进行词向量映射之前,还包括:

将所述至少一轮对话文本按照对话顺序拼接为长文本;或者,分别将各轮对话中,所述业务处理对象与所述业务服务对象的对话文本拼接为长文本;

所述基于所述会话特征编码层,对各个词向量进行整合处理,获得所述工单会话特征,包括:

基于所述会话特征编码层的门控循环单元和自注意力机制,将各个长文本所包含的分词的词向量进行编码整合,获得所述工单会话特征。

5.如权利要求1所述的方法,其特征在于,所述业务辅助信息包括所述业务处理对象和所述业务服务对象的对象信息,以及业务查询信息;

所述对所述业务辅助信息中的业务内容进行特征提取,获得对应的工单辅助特征,包括:

将所述业务辅助信息输入已训练的目标分类模型,基于所述目标分类模型中的辅助特征编码层,对所述业务辅助信息进行卷积处理,获得所述工单辅助特征,所述工单辅助特征用于表征所述业务内容。

6.如权利要求5所述的方法,其特征在于,所述业务辅助信息包括业务相关文本信息和业务相关类别信息中的至少一种;

在所述对所述业务辅助信息中的业务内容进行卷积处理,获得所述工单辅助特征之前,通过如下方式对所述业务辅助信息进行预处理:

若所述业务辅助信息包括业务相关文本信息,则基于所述目标分类模型中的输入层,对所述业务相关文本信息进行词向量映射处理;

若所述业务辅助信息包括业务相关类别信息,则基于所述目标分类模型中的输入层,对所述业务相关类别信息进行数值化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202210524364.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top