[发明专利]基于多模态数据的投诉分类方法及其相关设备

权利要求书

1.一种基于多模态数据的投诉分类方法，其特征在于，包括下述步骤：

接收多模态数据，基于所述多模态数据中不同数据的来源不同，对所述多模态数据中的不同数据执行不同的处理策略，获得第一目标多模态数据和第二目标多模态数据；

所述多模态数据包括多个变量，识别所述第一目标多模态数据中的变量；

计算所述第一目标多模态数据中的各变量所对应的变量值的缺失率，获得变量缺失率；

删除在所述第一目标多模态数据中，变量缺失率高于预设缺失阈值的变量，获得第三目标多模态数据；

对所述第三目标多模态数据中的变量进行缺失值填充和分箱处理，获得第四目标多模态数据；

基于所述第四目标多模态数据训练第一初始投诉预测模型，获得所述第一目标投诉预测模型，并通过所述第一目标投诉预测模型得到第一投诉概率值；

基于所述第二目标多模态数据训练初始文本分类模型，获得目标文本分类模型，将所述第二目标多模态数据输入至所述目标文本分类模型中，获得分类结果，并基于所述分类结果训练第二初始投诉预测模型，获得第二目标投诉预测模型，并通过所述第二目标投诉预测模型得到第二投诉概率值；

接收待识别数据，基于所述第一目标投诉预测模型、目标文本分类模型和第二目标投诉预测模型处理所述待识别数据，获得第一目标投诉概率值和第二目标投诉概率值；

基于所述第一投诉概率值、第二投诉概率值、第一目标投诉概率值和所述第二目标投诉概率值生成目标概率数据集，并拟合所述目标概率数据集，获得目标逻辑回归曲线；

基于所述目标逻辑回归曲线获得所述第一目标概率值的第一权重，以及所述第二目标概率值的第二权重，并根据所述第一权重和所述第二权重确定所述待识别数据的投诉类别。

2.根据权利要求1所述的基于多模态数据的投诉分类方法，其特征在于，所述基于所述第一目标多模态数据训练第一初始投诉预测模型，获得第一目标投诉预测模型，并通过所述第一目标投诉预测模型得到第一投诉概率值的步骤包括：

基于所述第一目标多模态数据和所述第二目标多模态数据确定时间窗口；

选取所述时间窗口内的第一目标多模态数据，作为第一样本数据；

基于所述第一样本数据训练第一初始投诉预测模型，获得所述第一目标投诉预测模型；

将所述第一样本数据中的每一条数据分别输入至所述第一目标投诉预测模型中，获得多个所述第一投诉概率值。

3.根据权利要求1所述的基于多模态数据的投诉分类方法，其特征在于，在所述基于所述第一目标投诉预测模型、目标文本分类模型和第二目标投诉预测模型处理所述待识别数据，获得第一目标投诉概率值和第二目标投诉概率值的步骤之后，还包括:

基于贝叶斯联合概率公式、所述第一目标投诉概率值和所述第二目标投诉概率值计算联合概率值，作为客户投诉概率值。

4.根据权利要求3所述的基于多模态数据的投诉分类方法，其特征在于，所述基于贝叶斯联合概率公式、所述第一目标投诉概率值和所述第二目标投诉概率值计算联合概率值的步骤包括：

所述联合概率值的特征为：

其中，P(T|X_text,X_structural)为所述联合概率值，p(T|X_structural)为所述第一目标投诉概率值，p(T|X_text)为所述第二目标投诉概率值，p(T)为实际的投诉概率。

5.根据权利要求1所述的基于多模态数据的投诉分类方法，其特征在于，所述根据所述第一权重和所述第二权重确定所述待识别数据的投诉类别的步骤包括：

基于所述第一权重和所述第二权重计算第一权重占比和第二权重占比；

获取所述第一目标多模态数据对应的预设第一类别，以及所述第二目标多模态数据对应的预设第二类别；

对比所述第一权重占比和所述第二权重占比的大小；

当所述第一权重占比大于所述第二权重占比时，确定所述待识别数据的投诉类别为所述第一类别；

当所述第一权重占比小于或等于所述第二权重占比时，确定所述待识别数据的投诉类别为所述第二类别。