[發明專利]基于深度學習的OA協同辦公方法、裝置及服務器

在審

• 申請號: 201910311548.0
• 申請日: 2019-04-18
• 公開（公告）號: CN110084563A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 吳啟琦
• 申請（專利權）人: 常熟市中拓互聯電子商務有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習的OA協同辦公方法，其特征在于，應用于服務器，所述方法包括：

在檢測到OA協同辦公請求方與OA協同辦公接收方之間的建立OA協同辦公關聯關系后，獲取所述OA協同辦公請求方與所述OA協同辦公接收方之間的協同辦公溝通信息，所述協同辦公溝通信息包括協同辦公語音通話信息、協同辦公文字溝通信息、協同辦公視頻溝通信息中的至少一種；

采用預先訓練的OA協同辦公模型對所述OA協同辦公信息進行信息識別，獲得所述OA協同辦公請求方與OA協同辦公接收方中的任意一方存在的OA協同辦公需求；

根據獲得的所述OA協同辦公請求方與OA協同辦公接收方中的任意一方存在的OA協同辦公需求，執行與所述OA協同辦公需求匹配的預設的OA協同辦公處理策略。

2.根據權利要求1所述的基于深度學習的OA協同辦公方法，其特征在于，所述采用預先訓練的OA協同辦公模型對所述OA協同辦公信息進行信息識別，獲得所述OA協同辦公請求方與OA協同辦公接收方中的任意一方存在的OA協同辦公需求的步驟，包括：

對所述OA協同辦公信息進行預處理，生成所述OA協同辦公請求方的第一OA協同辦公信息信息與OA協同辦公接收方所在信道的第二OA協同辦公信息；

分別對所述第一OA協同辦公信息和所述第二OA協同辦公信息進行信息識別，獲得與所述第一OA協同辦公信息對應的第一文本信息和與所述第二OA協同辦公信息對應的第二文本信息；

采用預先訓練的OA協同辦公模型對所述第一OA協同辦公信息進行識別，根據識別結果獲得所述OA協同辦公請求方的OA協同辦公需求；以及

采用預先訓練的OA協同辦公模型對所述第二OA協同辦公信息進行識別，根據識別結果獲得所述OA協同辦公接收方的OA協同辦公需求。

3.根據權利要求2所述的基于深度學習的OA協同辦公方法，其特征在于，所述方法還包括：

預先訓練得到所述OA協同辦公模型，具體包括：

獲取每次歷史OA協同辦公過程中的OA協同辦公關聯關系數據并從所述OA協同辦公關聯關系數據中抽取對應的OA協同辦公需求數據，并對所述OA協同辦公需求數據進行分詞，得到由多個OA協同辦公需求分詞組成的OA協同辦公需求分詞結果，其中，所述歷史OA協同辦公過程中的OA協同辦公關聯關系數據包括每次歷史OA協同辦公過程中OA協同辦公請求方與OA協同辦公接收方各自的對話溝通數據；

對每個OA協同辦公需求分詞的支撐度和獲得的所述每個OA協同辦公需求分詞的權重進行加權計算，得到所述每個OA協同辦公需求分詞的加權支撐度，其中，一個OA協同辦公需求分詞的支撐度，用于表示一個OA協同辦公需求分詞在獲得的所有OA協同辦公需求分詞中出現的次數；

剔除所述OA協同辦公需求分詞結果中加權支撐度小于第一預設閾值的OA協同辦公需求分詞，得到第二OA協同辦公需求分詞集；

按照預設的頻繁模式樹算法，對所述第二OA協同辦公需求分詞集進行處理，得到多項集；

根據所述多項集中每一項集內第三OA協同辦公需求分詞集的支撐度和所述第三OA協同辦公需求分詞集中的樣本OA協同辦公需求分詞的權重，計算所述多項集中每一項集內第三OA協同辦公需求分詞集的加權支撐度；

從所述多項集每一項集內的第三OA協同辦公需求分詞集中選擇加權支撐度大于第二預設閾值的第三OA協同辦公需求分詞集；

根據所選擇的第三OA協同辦公需求分詞集的支撐度與所選擇的第三OA協同辦公需求分詞集中每一樣本OA協同辦公需求分詞的支撐度，計算所選擇的第三OA協同辦公需求分詞集中樣本OA協同辦公需求分詞之間的置信度；

將置信度大于預設數值的樣本OA協同辦公需求分詞確定為根源樣本OA協同辦公需求分詞；

根據所述根源樣本OA協同辦公需求分詞生成所述OA協同辦公模型，所述OA協同辦公模型包括多個頻繁項的需求集。