[發明專利]投訴工單檢測處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011601408.6
• 申請日: 2020-12-29
• 公開（公告）號: CN112632268A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 陳杭;賴眾程;李驍;王亮;海洋
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F40/295;G06K9/62
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 譚果林

1.一種投訴工單檢測處理方法，其特征在于，包括：

獲取待測投訴工單和所述待測投訴工單對應的工單附加數據；

識別所述工單附加數據中的處理結果，依據所述工單附加數據對所述待測投訴工單進行篩選，獲取潛在虛假工單；

識別所述潛在虛假工單中的處理意見和所述工單附加數據中的問題概述，對所述潛在虛假工單對應的所述處理意見和所述問題概述進行主題一致性判斷，獲取一致性判斷結果；

若所述一致性判斷結果為主題一致，則從目標語料庫中獲取與所述潛在虛假工單相對應的對比投訴工單；

對所述潛在虛假工單中的處理意見和所述對比投訴工單中的處理意見進行查重處理，獲取工單重復率，根據所述工單重復率確定所述潛在虛假工單是否為虛假投訴工單。

2.如權利要求1所述的投訴工單檢測處理方法，其特征在于，在所述對所述潛在虛假工單對應的所述處理意見和所述問題概述進行主題一致性判斷，獲取一致性判斷結果之后，所述投訴工單檢測處理方法還包括：

若所述一致性判斷結果為主題不一致，則將所述潛在虛假工單確定為虛假投訴工單。

3.如權利要求1所述的投訴工單檢測處理方法，其特征在于，所述對所述潛在虛假工單對應的所述處理意見和所述問題概述進行主題一致性判斷，獲取一致性判斷結果，包括：

采用目標主題模型對所述潛在虛假工單對應的處理意見進行處理，獲取所述潛在虛假工單對應的生成主題；

根據所述潛在虛假工單對應的問題概述，獲取所述潛在虛假工單對應的真實主題；

對所述潛在虛假工單對應的生成主題和真實主題進行一致性判斷，獲取一致性判斷結果。

4.如權利要求2所述的投訴工單檢測處理方法，其特征在于，所述對所述潛在虛假工單對應的生成主題和真實主題進行一致性判斷，獲取一致性判斷結果，包括：

將所述潛在虛假工單對應的生成主題和真實主題輸入改進BERT模型，抽取所述改進BERT模型最后四層對應的原始編碼，獲取三維編碼矩陣；

將所述三維編碼矩陣擴充為四維編碼矩陣，采用平均池化方法對所述四維編碼矩陣進行平均池化，獲取池化編碼；

將所述池化編碼輸入所述改進BERT模型的Softmax層，獲取所述Softmax層輸出的一致性判斷結果。

5.如權利要求2所述的投訴工單檢測處理方法，其特征在于，在所述獲取待測投訴工單和所述待測投訴工單對應的工單附加數據之前，所述投訴工單檢測處理方法包括：

獲取歷史投訴工單和所述歷史投訴工單對應的工單附加數據；

識別所述工單附加數據中的處理結果，獲取所述歷史投訴工單對應的結果標簽；

根據所述歷史投訴工單對應的結果標簽，從所述歷史投訴工單中確定客戶滿意工單；

根據所述客戶滿意工單對應的處理意見和問題概述，獲取主題訓練數據；

基于所述主題訓練數據進行模型訓練，獲取所述目標主題模型。

6.如權利要求5所述的投訴工單檢測處理方法，其特征在于，所述基于所述主題訓練數據進行模型訓練，獲取所述目標主題模型，包括：

采用外部訓練數據對主題模型網絡進行訓練，獲取原始主題模型；

采用所述主題訓練數據對所述原始主題模型進行訓練，獲取目標主題模型。