[發明專利]一種公文智能分發辦理方法、裝置及計算機設備

有效

• 申請號: 202110735686.9
• 申請日: 2021-06-30
• 公開（公告）號: CN113360657B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 許建兵;費維進;馮偉;李軍;陶飛
• 申請（專利權）人: 安徽商信政通信息技術股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/242;G06Q10/10;G06N3/0499
• 代理公司: 北京知聯天下知識產權代理事務所(普通合伙) 11594
• 代理人: 張陸軍;張迎新

本發明提供一種公文智能分發辦理方法、裝置及計算機設備，其中方法包括以下步驟：對已發公文和待發公文進行文本數據預處理，分別獲得已發公文和待發公文的文本詞向量；建立多層神經網絡模型；通過已發公文的文本詞向量對多層神經網絡模型進行訓練，并獲得已發公文的多標簽二分類向量；將已發公文的多標簽二分類向量與公文接收人員信息進行對應建立索引，獲得人員索引標簽；將待發公文的文本詞向量輸入訓練好的多層神經網絡模型進行學習，在輸出中選取概率最大的標簽作為待發公文標簽；通過待發公文標簽從人員索引標簽中獲取公文接收人員信息；將待發公文自動分發至公文接收人員；本申請采用自動發送公文，提高了公文派發速度和派發準確性。

技術領域

本發明屬于數據處理技術領域，特別涉及一種公文智能分發辦理方法、裝置及計算機設備。

背景技術

基于目前大數據的背景下，每天政務人員需要移交的公文數不勝數。但是，目前政務人員在移交過程中，需要手動選擇派發對象，派發的公文類型，主要過程是政務人員根據以往的經驗或者特定政務人員要求等去派發公文。這種手動派發的過程，資源耗費成本比較大，且派發時間也較長，當政務人員需派發公文較多時，會以一定概率出現派發錯誤等現象，這樣不僅浪費政務人員的時間，而且很大程度會造成正確派發的延誤。

傳統的業務場景是用直接文本相似匹配、關聯規則和聚類的單一算法方式進行派發公文，或者人為手動選擇派發的方式去派發公文。

根據傳統相似匹配算法進行派送，其中會涉及到相似屬性的判斷以及人為事先定義公文類別標簽。有些公文之間會涉及到相關關系，若是采用關聯規則算法，會涉及到政務人員收到不屬于自己的公文。

聚類算法聚類相似公文時，其中聚類的數目不好確定，以及每次輸入數據都得重新聚類比較耗時費力，這種形式對單個工作人員可能會處理多個標簽的文件時，會發生聚類標簽不準，進而派發的文件會有遺漏。

現有的處理長文本數據，存在以下問題：

1.傳統的處理長文本數據，概念是基于本次業務場景，通過人的過往發送公文經驗去派送待處理的公文。人的過往發送公文經驗，在一定程度上，可以基于文本之間出現很大的相似度方式去派送，但是，對于很長的文本來說，查看它的內容以及標題等后在派送，會浪費很多的時間，甚至這種派發文件的人員可能會出現更換，可替代性太弱。

2.基于傳統相似匹配去度量派送的公文，一般來說，常用的算法是計算文本之間的距離的理念的歐式距離或者余弦定理等。一方面，算法端這類算法比較成熟，處理也不復雜，但是相似度的閾值(-1，1)不是很好界定，還會出現文本可長可短等情景，直接比較相似度，會一定程度增加相似性匹配的困難。另一方面，從數據出發，以往的公文之間會存在一定的聯系，當新的公文出現時，會出現多個相關性等，會一定程度上，造成相關性混亂，進而導致公文派送錯誤。

3.基于聚類的層面去派送需派送的公文，聚類算法模塊實現也較容易。但是，聚類的數目，也就是本文涉及的多分類標簽的標簽，很不好確定，其次，以往公文之間會出現一定的相似性當新文本數據進行聚類時，會不會出現一定程度的聚類重合進而影響聚類的效果，若是進行每個類一次聚時，會避免聚類重合，但是聚類的數目很難界定。

發明內容

針對上述問題，本發明提供一種公文智能分發辦理方法、裝置及計算機設備，采用自動分發公文。

一種公文智能分發辦理方法，包括以下步驟：

對已發公文和待發公文進行文本數據預處理，分別獲得已發公文和待發公文的文本詞向量；

建立多層神經網絡模型；

通過已發公文的文本詞向量對多層神經網絡模型進行訓練，并獲得已發公文的多標簽二分類向量；

將已發公文的多標簽二分類向量與公文接收人員信息進行對應建立索引，獲得人員索引標簽；