[发明专利]投诉类型的预测方法、装置、计算机设备和存储介质

权利要求书

1.一种投诉类型的预测方法，其特征在于，所述方法包括：

获取目标用户的投诉信息；

对所述投诉信息进行分词处理，得到分词后的投诉文本；

将所述分词后的投诉文本输入到预先训练好的投诉率预测模型，得到所述投诉信息的特征向量，根据所述投诉信息的特征向量得到所述投诉信息的投诉率；

基于所述投诉信息的投诉率，对所述分词后的投诉文本加权，得到加权后的投诉文本；

将所述加权后的投诉文本输入到预先训练好的投诉类型预测模型，得到投诉类型的特征向量；

根据所述投诉类型的特征向量得到所述目标用户的投诉类型。

2.根据权利要求1所述的方法，其特征在于，所述训练投诉率预测模型的方法，包括：

获取投诉样本训练集；所述投诉样本训练集包括多个投诉样本以及标注的投诉频率；

从所述投诉样本训练集获取投诉样本；

对投诉样本进行分词处理，得到分词后的投诉样本；

将所述分词后的投诉样本输入到待训练的投诉率预测模型，得到所述投诉样本的特征向量，根据所述投诉样本的特征向量，得到所述投诉样本的预测的投诉频率；

根据所述投诉样本的预测的投诉频率和所述标注的投诉频率的差异，调整所述投诉率预测模型的参数，得到训练好的投诉率预测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取投诉样本训练集，包括：

获取由历史投诉信息构成的初始样本训练集；所述初始投诉样本训练集包括多个投诉样本以及标注的投诉频率；

获取与所述投诉样本语义相近的关联文本；

将与所述关联文本语义相近的投诉样本的标注的投诉频率，作为所述关联文本的标注的投诉频率；

根据所述关联文本及标注的投诉频率，扩充所述投诉样本训练集，得到投诉样本训练集。

4.根据权利要求1所述的方法，其特征在于，所述基于所述投诉信息的投诉率，对所述分词后的投诉文本加权，得到加权后的投诉文本，包括：

根据所述投诉信息的投诉率，确定投诉权重；所述投诉率的值与所述投诉权重呈正相关；

基于所述投诉权重对所述分词后的投诉文本加权，得到加权后的投诉文本。

5.根据权利要求4所述的方法，其特征在于，根据所述投诉信息的投诉率，确定投诉权重，包括：

根据所述投诉信息的投诉率，确定所述投诉率对应的投诉程度等级；所述投诉程度等级包括至少两种；所述投诉率的值越大，所述投诉程度等级越高；

根据所述投诉程度等级确定投诉权重，其中，所述投诉程度等级越高，所述投诉权重越大。

6.根据权利要求1所述的方法，其特征在于，所述对所述投诉信息进行分词处理，得到分词后的投诉文本，包括：

根据金融催收领域的分词语料库，对所述投诉信息进行分词处理，得到分词后的投诉文本。

7.一种投诉类型的预测装置，其特征在于，所述装置包括：

获取模块，用于获取目标用户的投诉信息；

预处理模块，用于对所述投诉信息进行分词处理，得到分词后的投诉文本；

投诉率预测模块，用于将所述分词后的投诉文本输入到预先训练好的投诉率预测模型，得到所述投诉信息的特征向量，根据所述投诉信息的特征向量得到所述投诉信息的投诉率；

加权模块，用于基于所述投诉信息的投诉率，对所述分词后的投诉文本加权，得到加权后的投诉文本；

处理模块，用于将所述加权后的投诉文本输入到预先训练好的投诉类型预测模型，得到投诉类型的特征向量；

投诉类型预测模块，用于根据所述投诉类型的特征向量得到所述目标用户的投诉类型。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。