[發(fā)明專利]文本批量處理方法、系統(tǒng)、終端設(shè)備及計算機存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011471868.1
• 申請日: 2020-12-14
• 公開（公告）號: CN112528673A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計）人: 蔡一欣;許翀;張溶芳;李堃
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F40/284;G06F40/216;G06F40/194;G06F16/35;G06F16/31
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 羅建民;杜丹丹

本公開提供一種文本批量處理方法、系統(tǒng)、終端設(shè)備及計算機可讀存儲介質(zhì)，其中，所述方法包括：創(chuàng)建文本語義數(shù)據(jù)庫，所述文本語義數(shù)據(jù)庫中包括若干分區(qū)；在接收到若干待處理文本后，將所述若干待處理文本分別匹配到相應的分區(qū)中；以及，分別對每個分區(qū)中的待處理文本進行批量處理。本公開實施例通過構(gòu)建劃分若干分區(qū)的投訴語義數(shù)據(jù)庫，對接收到的待處理文本自動匹配分區(qū)，進而分別對每個分區(qū)的待處理文本進行同步批量處理，提高文本處理效率。

技術(shù)領(lǐng)域

本公開涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種文本批量處理方法、一種文本批量處理系統(tǒng)、一種終端設(shè)備以及一種計算機可讀存儲介質(zhì)。

背景技術(shù)

隨著通信技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)平臺需要處理大批量的文本數(shù)據(jù)。尤其對于電信運營商平臺及電商平臺等，通常需要處理大量的用戶的投訴文本，而隨著運營商平臺業(yè)務范圍不斷擴大，人工回復投訴問題需要對投訴處理人員進行不停地培訓與擴充，人工成本逐漸升高，而自動回復投訴的方法對算法準確性要求很高，有時不能準確匹配用戶提出的問題，無法及時有效地解決投訴。因此，當前運營商面臨著投訴文本信息量大，文本處理不及時、效率低等問題。

發(fā)明內(nèi)容

本公開提供了一種文本批量處理方法、系統(tǒng)、終端設(shè)備及計算機可讀存儲介質(zhì)，以至少解決上述問題。

根據(jù)本公開實施例的一方面，提供一種文本批量處理方法，包括：

創(chuàng)建文本語義數(shù)據(jù)庫，所述文本語義數(shù)據(jù)庫中包括若干分區(qū)；

在接收到若干待處理文本后，將所述若干待處理文本分別匹配到相應的分區(qū)中；以及，

分別對每個分區(qū)中的待處理文本進行批量處理。

在一種實施方式中，所述創(chuàng)建文本語義數(shù)據(jù)庫，包括：

獲取若干源文本數(shù)據(jù)；

分別對所述若干源文本數(shù)據(jù)進行預處理，得到各源文本數(shù)據(jù)的特征向量；

基于各源文本數(shù)據(jù)的特征向量劃分若干分區(qū)；

分別將各源文本數(shù)據(jù)的特征向量導入到各自對應的分區(qū)中；以及，

基于導入了相應源文本數(shù)據(jù)的特征向量的若干分區(qū)創(chuàng)建文本語義數(shù)據(jù)庫。

在一種實施方式中，所述分別對所述源文本數(shù)據(jù)進行預處理，得到各源文本數(shù)據(jù)的特征向量，包括：

分別對所述若干源文本數(shù)據(jù)進行文本分詞；

分別對經(jīng)過文本分詞的若干源文本數(shù)據(jù)進行詞頻分析，得到各源文本數(shù)據(jù)的詞頻分析結(jié)果；以及，

基于各源文本數(shù)據(jù)的詞頻分析結(jié)果，生成各源文本數(shù)據(jù)的特征向量。

在一種實施方式中，所述將所述若干待處理文本分別匹配到相應的分區(qū)中，包括：

分別對所述若干待處理文本進行預處理，得到各待處理文本的特征向量；

計算每個待處理文本的特征向量分別與各源文本數(shù)據(jù)的特征向量之間的相似度，得到每個待處理文本的相似度結(jié)果；以及，

基于所述每個待處理文本的相似度結(jié)果，將所述若干待處理文本分別匹配到與其相似度最高的源文本數(shù)據(jù)的特征向量對應的分區(qū)中。

在一種實施方式中，所述計算每個待處理文本的特征向量分別與各源文本數(shù)據(jù)的特征向量之間的相似度，包括：

將所述若干待處理文本的特征向量與所述若干源文本數(shù)據(jù)的特征向量作為數(shù)據(jù)集，針對所述數(shù)據(jù)集利用FCM聚類算法計算每個待處理文本的特征向量分別與各源文本數(shù)據(jù)的特征向量之間的相似度。

根據(jù)本公開實施例的另一方面，提供一種文本批量處理系統(tǒng)，包括：