[发明专利]投诉工单检测处理方法、装置、计算机设备及存储介质在审
| 申请号: | 202011601408.6 | 申请日: | 2020-12-29 |
| 公开(公告)号: | CN112632268A | 公开(公告)日: | 2021-04-09 |
| 发明(设计)人: | 陈杭;赖众程;李骁;王亮;海洋 | 申请(专利权)人: | 平安银行股份有限公司 |
| 主分类号: | G06F16/335 | 分类号: | G06F16/335;G06F40/295;G06K9/62 |
| 代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 谭果林 |
| 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: | 投诉 检测 处理 方法 装置 计算机 设备 存储 介质 | ||
1.一种投诉工单检测处理方法,其特征在于,包括:
获取待测投诉工单和所述待测投诉工单对应的工单附加数据;
识别所述工单附加数据中的处理结果,依据所述工单附加数据对所述待测投诉工单进行筛选,获取潜在虚假工单;
识别所述潜在虚假工单中的处理意见和所述工单附加数据中的问题概述,对所述潜在虚假工单对应的所述处理意见和所述问题概述进行主题一致性判断,获取一致性判断结果;
若所述一致性判断结果为主题一致,则从目标语料库中获取与所述潜在虚假工单相对应的对比投诉工单;
对所述潜在虚假工单中的处理意见和所述对比投诉工单中的处理意见进行查重处理,获取工单重复率,根据所述工单重复率确定所述潜在虚假工单是否为虚假投诉工单。
2.如权利要求1所述的投诉工单检测处理方法,其特征在于,在所述对所述潜在虚假工单对应的所述处理意见和所述问题概述进行主题一致性判断,获取一致性判断结果之后,所述投诉工单检测处理方法还包括:
若所述一致性判断结果为主题不一致,则将所述潜在虚假工单确定为虚假投诉工单。
3.如权利要求1所述的投诉工单检测处理方法,其特征在于,所述对所述潜在虚假工单对应的所述处理意见和所述问题概述进行主题一致性判断,获取一致性判断结果,包括:
采用目标主题模型对所述潜在虚假工单对应的处理意见进行处理,获取所述潜在虚假工单对应的生成主题;
根据所述潜在虚假工单对应的问题概述,获取所述潜在虚假工单对应的真实主题;
对所述潜在虚假工单对应的生成主题和真实主题进行一致性判断,获取一致性判断结果。
4.如权利要求2所述的投诉工单检测处理方法,其特征在于,所述对所述潜在虚假工单对应的生成主题和真实主题进行一致性判断,获取一致性判断结果,包括:
将所述潜在虚假工单对应的生成主题和真实主题输入改进BERT模型,抽取所述改进BERT模型最后四层对应的原始编码,获取三维编码矩阵;
将所述三维编码矩阵扩充为四维编码矩阵,采用平均池化方法对所述四维编码矩阵进行平均池化,获取池化编码;
将所述池化编码输入所述改进BERT模型的Softmax层,获取所述Softmax层输出的一致性判断结果。
5.如权利要求2所述的投诉工单检测处理方法,其特征在于,在所述获取待测投诉工单和所述待测投诉工单对应的工单附加数据之前,所述投诉工单检测处理方法包括:
获取历史投诉工单和所述历史投诉工单对应的工单附加数据;
识别所述工单附加数据中的处理结果,获取所述历史投诉工单对应的结果标签;
根据所述历史投诉工单对应的结果标签,从所述历史投诉工单中确定客户满意工单;
根据所述客户满意工单对应的处理意见和问题概述,获取主题训练数据;
基于所述主题训练数据进行模型训练,获取所述目标主题模型。
6.如权利要求5所述的投诉工单检测处理方法,其特征在于,所述基于所述主题训练数据进行模型训练,获取所述目标主题模型,包括:
采用外部训练数据对主题模型网络进行训练,获取原始主题模型;
采用所述主题训练数据对所述原始主题模型进行训练,获取目标主题模型。
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/202011601408.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种激光切割设备
- 下一篇:一种数控重型专用深孔车镗床





