[發(fā)明專利]客服工單的處理方法、裝置和服務(wù)器在審
| 申請?zhí)枺?/td> | 202110484570.2 | 申請日: | 2021-04-30 |
| 公開(公告)號: | CN113158647A | 公開(公告)日: | 2021-07-23 |
| 發(fā)明(設(shè)計)人: | 戎偉峰;彭雪瓊;徐怡欣 | 申請(專利權(quán))人: | 中國工商銀行股份有限公司 |
| 主分類號: | G06F40/216 | 分類號: | G06F40/216;G06F40/289;G06K9/62 |
| 代理公司: | 北京三友知識產(chǎn)權(quán)代理有限公司 11127 | 代理人: | 任默聞;王濤 |
| 地址: | 100140 北*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 客服 處理 方法 裝置 服務(wù)器 | ||
本說明書提供了客服工單的處理方法、裝置和服務(wù)器。基于該方法,可以先根據(jù)預(yù)設(shè)的處理規(guī)則,構(gòu)建得到與多個客服工單文本關(guān)聯(lián)的目標(biāo)特征矩陣;其中,該目標(biāo)特征矩陣具體可以包含有多個詞向量,每一個詞向量又可以包含有一個或多個與詞組對應(yīng)的特征值;同時,根據(jù)多個客服工單文本,可以統(tǒng)計出能夠反映出詞組的分類效果的詞頻和逆向文件頻率;進而可以根據(jù)各個詞組的詞頻和逆向文件頻率,對目標(biāo)特征矩陣進行加權(quán)處理,得到相對更適合進行聚類處理的加權(quán)處理后的目標(biāo)特征矩陣;再通過根據(jù)上述加權(quán)處理后的目標(biāo)特征矩陣,進行聚類處理,從而可以將數(shù)據(jù)量較大的多個客服工單文本高效、精準(zhǔn)地劃分進相對應(yīng)的工單主題組中。
技術(shù)領(lǐng)域
本說明書屬于人工智能技術(shù)領(lǐng)域,尤其涉及客服工單的處理方法、裝置和服務(wù)器。
背景技術(shù)
銀行客服中心的工作人員每天都會接到大量用戶通過不同途徑(例如,電話、郵件等)所反饋的客服需求(或問題)。通常工作人員無法直接為用戶解決所提出的客服需求,但會先記錄下客戶的客服需求,形成相應(yīng)的客服工單。后續(xù)再對上述客服工單進行統(tǒng)一分類,將不同類型的客服工單分發(fā)給對應(yīng)的客服處理人員,進行具體處理。
基于現(xiàn)有方法,往往需要依賴工作人員人工對上述客服工單進行分類。但在面對數(shù)據(jù)量較大的客服工單時,上述方法具體實施時往往存在效率低,且容易出現(xiàn)錯誤的問題。
針對上述問題,目前尚未提出有效的解決方案。
發(fā)明內(nèi)容
本說明書提供了一種客服工單的處理方法、裝置和服務(wù)器,可以將數(shù)據(jù)量較大的多個客服工單文本高效、精準(zhǔn)地劃分進相對應(yīng)的工單主題組中,以便后續(xù)能更好地進行針對性的客服業(yè)務(wù)處理。
本說明書實施例提供了一種客服工單的處理方法,包括:
獲取多個客服工單文本;其中,所述客服工單文本包括一個或多個詞組;
根據(jù)預(yù)設(shè)的處理規(guī)則,構(gòu)建與所述多個客服工單文本關(guān)聯(lián)的目標(biāo)特征矩陣;其中,所述目標(biāo)特征矩陣包括多個詞向量;所述詞向量對應(yīng)一個客服工單文本;所述詞向量包含有一個或多個與詞組對應(yīng)的特征值;
根據(jù)所述多個客服工單文本,統(tǒng)計出各個詞組的詞頻和逆向文件頻率;
根據(jù)所述各個詞組的詞頻和逆向文件頻率,對所述目標(biāo)特征矩陣進行加權(quán)處理,得到加權(quán)處理后的目標(biāo)特征矩陣;
根據(jù)所述加權(quán)處理后的目標(biāo)特征矩陣進行聚類處理,以將所述多個客服工單文本劃分為多個工單主題組。
在一些實施例中,根據(jù)預(yù)設(shè)的處理規(guī)則,構(gòu)建與所述多個客服工單文本關(guān)聯(lián)的目標(biāo)特征矩陣,包括:
對所述多個客服工單文本分別進行分詞處理,得到多個第一數(shù)據(jù)組;其中,所述第一數(shù)據(jù)組包含有按順序排列的多個詞組;
對所述多個第一數(shù)據(jù)組分別進行預(yù)設(shè)的過濾處理,得到多個第二數(shù)據(jù)組;
根據(jù)所述多個第二數(shù)據(jù)組,構(gòu)建對應(yīng)的多個詞向量;
組合所述多個詞向量,以得到目標(biāo)特征矩陣。
在一些實施例中,對所述多個第一數(shù)據(jù)組分別進行過濾處理,得到多個第二數(shù)據(jù)組,包括:
按照以下方式,對多個第一數(shù)據(jù)組中的當(dāng)前第一數(shù)據(jù)組進行預(yù)設(shè)的過濾處理,以得到與當(dāng)前第一數(shù)據(jù)組對應(yīng)的當(dāng)前第二數(shù)據(jù)組:
調(diào)用預(yù)設(shè)的無效詞識別模型處理當(dāng)前第一數(shù)據(jù)組所包含的按順序排列的多個詞組,以確定出所述多個詞組中的無效詞;
過濾當(dāng)前第一數(shù)據(jù)組中的無效詞,得到過濾后的當(dāng)前第一數(shù)據(jù)組;
對所述過濾后的當(dāng)前第一數(shù)據(jù)組所包含的詞組的排列順序進行隨機化操作,得到所述當(dāng)前第二數(shù)據(jù)組。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國工商銀行股份有限公司,未經(jīng)中國工商銀行股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110484570.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





