[發明專利]工單生成方法、裝置、設備及存儲介質

在審

• 申請號: 202110727370.5
• 申請日: 2021-06-29
• 公開（公告）號: CN113343711A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 李鵬;黃文琦;林全郴;衡星辰;林志達;姚森敬;廖燦
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/295;G06F16/35;G06K9/62;G06N3/04;G06N3/08;G06Q30/02;G06Q50/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 繆成珠

1.一種工單生成方法，其特征在于，所述方法包括：

獲取用戶與客服之間進行通話的文本信息；

將所述文本信息輸入至預設的語義識別模型中，計算得到所述文本信息對應的語義信息；

將所述語義信息輸入至預設的業務分類模型中，確定所述文本信息對應的業務類別；

根據所述語義信息及所述業務類別，生成所述文本信息對應的工單。

2.根據權利要求1所述的方法，其特征在于，所述將所述語義信息輸入至預設的業務分類模型中，確定所述文本信息對應的業務類別，包括：

確定所述語義信息所屬的第一類別；

基于所述第一類別的數量，確定與所述第一類別的數量對應的第一目標神經網絡模型；

將所述語義信息輸入至與所述第一目標神經網絡模型中，得到所述文本信息所屬的業務類別。

3.根據權利要求2所述的方法，其特征在于，所述將所述語義信息輸入至與所述第一目標神經網絡模型中，得到所述文本信息所屬的業務類別，包括：

若所述第一類別的數量為一個，則將所述語義信息輸入至文本神經網絡模型中，得到所述文本信息所屬的業務類別；

若所述第一類別的數量為多個，則將所述語義信息輸入至深度神經網絡模型中，得到所述文本信息所屬的業務類別。

4.根據權利要求1所述的方法，其特征在于，所述將所述文本信息輸入至預設的語義識別模型中，計算得到所述文本信息對應的語義信息，包括：

將所述文本信息輸入至基于變換器的雙向編碼器中，得到所述文本信息對應的詞向量；

將所述詞向量輸入至雙向長短期記憶神經網絡中，得到所述詞向量之間的語義關系對應的特征向量；

將所述詞向量及所述特征向量輸入至條件隨機場中，得到所述文本信息對應的實體及所述實體的標簽。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

將所述文本信息輸入至所述預設的業務分類模型中，確定所述文本信息對應的業務類別。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

確定所述文本信息所屬的第二類別；

基于所述第二類別的數量，確定與所述第二類別的數量對應的第二目標神經網絡模型；

將所述文本信息輸入至第二目標神經網絡模型中，生成所述文本信息所屬的業務類別。

7.根據權利要求6所述的方法，其特征在于，所述將所述文本信息輸入至第二目標神經網絡模型中，生成所述文本信息所屬的業務類別，包括：

將所述文本信息輸入至卷積層進行卷積處理，生成所述文本信息對應的語義信息；

將所述語義信息輸入至池化層進行池化處理，生成池化處理后的語義信息；

將所述池化處理后的語義信息輸入至全連接層進行處理，生成所述文本信息對應的業務類別。

8.一種工單生成裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取用戶與客服之間進行通話的文本信息；

計算模塊，用于將所述文本信息輸入至預設的語義識別模型中，計算得到所述文本信息對應的語義信息；

第一確定模塊，用于將所述語義信息輸入至預設的業務分類模型中，確定所述文本信息對應的業務類別；

第一生成模塊，用于根據所述語義信息及所述業務類別，生成所述文本信息對應的工單。

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1至7任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的方法的步驟。