[發明專利]基于LDA模型的供電服務客戶訴求識別方法

在審

• 申請號: 201810938775.1
• 申請日: 2018-08-17
• 公開（公告）號: CN109389418A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 卜曉陽;王宗偉;金鵬;趙郭燚;楊菁;劉鯤鵬;宮立華;朱龍珠
• 申請（專利權）人: 國家電網有限公司客戶服務中心
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06;G06F17/27;G06K9/62
• 代理公司: 天津佳盟知識產權代理有限公司 12002
• 代理人: 李益書

1.一種基于LDA模型的供電服務客戶訴求識別方法，其特征在于，包括如下過程：

步驟1：文本預處理：將工單中的文本進行文本分詞及文本量化，主要對文本長內容按照一定的規則進行切分；

步驟2：LDA主題生成：在全量樣本中隨機選擇樣本作為訓練樣本和測試樣本，通過對訓練樣本的訓練得到性能參數，再通過測試樣本進行測試并得出識別率較高的性能參數，運用性能參數生成識別文本對工單中包含的客戶訴求識別；

步驟3：自動化文本分類：最后根據識別的主題及對應的詞庫，結合分類算法對全量客服工單實現自動化的分類。

2.根據權利要求1所述一種基于LDA模型的供電服務客戶訴求識別方法，其特征在于，所述步驟2具體過程為：

將文檔集中每篇文檔的主題以概率分布的形式給出，即一篇文章的每個詞都是通過“以一定概率選擇了某個主題，并從這個主題中以一定概率選擇某個詞語”，一篇文檔中，每個詞語出現的概率為：

矩陣表示為：

其中:

“文檔-詞語”:矩陣表示每個文檔中每個單詞的詞頻，即出現的概率；

“主題-詞語”:矩陣表示每個主題中每個單詞的出現概率；

“文檔-主題”:矩陣表示每個文檔中每個主題出現的概率；

先選定一個主題向量θ，確定每個主題被選擇的概率；然后生成每個單詞的時候，從主體分布向量θ中選擇一個主題z，按主題z的單詞概率分布生成一個單詞；

LDA的聯合概率為

其中：

θ是主題向量，向量的每一列表示每個主題在文檔中出現的概率，該向量為非負的歸一化向量；

p(θ)：θ的分布，具體為Dirichiket分布；

N：要生成的文檔的單詞個數；

w_n：生成的第n個單詞w；

z_n：選擇的主題；

p(z|θ)：給定θ時主題z的概率分布；

p(w|z)：給定主題z時單詞w的分布。

3.根據權利要求1或2所述一種基于LDA模型的供電服務客戶訴求識別方法，其特征在于，所述步驟3中的分類算法為SVM分類算法。