[發明專利]工單類別識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202111189153.1
• 申請日: 2021-10-12
• 公開（公告）號: CN113850082A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 平高明
• 申請（專利權）人: 未鯤（上海）科技服務有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;羅秦

1.一種工單類別識別方法，其特征在于，包括以下步驟：

獲取工單數據；

對所述工單數據進行分詞處理，并基于分詞處理后的結果提取所述工單數據對應的特征詞；

根據各個類別所對應的特征詞表和所述特征詞構建所述工單數據對應各個類別的特征矩陣；其中，各個類別的所述特征詞表包括有對應類別的若干訓練特征詞，每個類別分別與一個所述特征詞表對應，各個所述特征詞表分別和一個似然概率矩陣對應；

根據各個所述特征矩陣和各個所述特征詞表對應的所述似然概率矩陣構造各個類別對應的命中矩陣；

根據各個類別的命中矩陣計算所述工單數據屬于對應類別的概率；

對所述概率進行降序排序，將所述工單數據發送至所述概率排序在前預設個數的類別所對應的部門。

2.根據權利要求1所述的工單類別識別方法，其特征在于，所述根據各個類別所對應的特征詞表和所述特征詞構建所述工單數據對應各個類別的特征矩陣的步驟，包括：

在各個類別中，檢測各個所述特征詞是否存在于對應的特征詞表中；

若所述特征詞全部存在于對應的特征詞表中，從所述特征詞表中獲取各個所述特征詞所對應的訓練特征詞的下標；其中，所述特征詞表中的訓練特征詞的下標與對應的似然概率矩陣的一列對應；

根據所述下標從對應的所述似然概率矩陣中獲取第一列矩陣；

將各個所述特征詞獲取的第一列矩陣形成對應類別的特征矩陣。

3.根據權利要求2所述的工單類別識別方法，其特征在于，所述檢測各個所述特征詞是否存在于對應的特征詞表中的步驟之后，包括：

若所有的所述特征詞中有特征詞未存在于對應的所述特征詞表中，為未存在于對應的所述特征詞表中的特征詞獲取一個預設概率，并為存在特征詞表中的特征詞從對應的似然概率矩陣獲取第二列矩陣；

根據所述預設概率和所述第二列矩陣構建特征矩陣。

4.根據權利要求2所述的工單類別識別方法，其特征在于，所述檢測各個所述特征詞是否存在于對應的特征詞表中的步驟之后，包括：

若所述工單數據的所有特征詞均不存在于對應的所述特征詞表中，從先驗概率矩陣中根據先驗概率獲取與所述特征詞個數相同的先驗概率；其中，所述先驗概率矩陣根據對應的所述特征詞表計算得到；

為每個不存在于特征詞表中的所述特征詞賦予一個獲取到的先驗概率；

根據所述先驗概率構建特征矩陣。

5.根據權利要求2所述的工單類別識別方法，其特征在于，所述檢測各個所述特征詞是否存在于對應的特征詞表中的步驟之后，包括：

若所有的所述特征詞中有特征詞未存在于對應的所述特征詞表中，計算未存在所述特征詞表的所述特征詞與對應的所述特征詞表中的各個訓練特征詞的相似度；

選擇相似度最高的訓練特征詞作為特征詞的目標詞，獲取目標詞的下標；

根據目標詞的下標從對應的似然概率矩陣中獲取列矩陣；

將各個所述特征詞獲取的列矩陣形成對應的類別的特征矩陣。

6.根據權利要求1所述的工單類別識別方法，其特征在于，所述根據各個類別的命中矩陣計算所述工單數據屬于對應類別的概率的步驟，包括：

將所述命中矩陣與對應的先驗概率矩陣的和作為目標矩陣計算所述工單數據屬于對應類別的概率；其中，所述先驗概率矩陣根據對應的所述特征詞表計算得到。

7.根據權利要求1所述的工單類別識別方法，其特征在于，所述根據各個類別所對應的特征詞表和所述特征詞構建所述工單數據對應各個類別的特征矩陣的步驟之前，包括：

獲取若干訓練工單數據，

通過預設的特征詞提取算法從若干訓練工單數據中提取各個類別的訓練特征詞，根據所述訓練特征詞構建各個類別的特征詞表。