[發(fā)明專利]基于95598客戶服務(wù)數(shù)據(jù)資源的處理裝置

在審

• 申請?zhí)枺?/td>: 202210028152.7
• 申請日: 2022-01-11
• 公開（公告）號: CN114444469A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計）人: 朱龍珠;田諾;張全;王秀春;柳薇;楊菁;王慧;徐青;張爍;王祥;李錚;那辰星;趙成文;苗松;李魁雨;孔令華
• 申請（專利權(quán)）人: 國家電網(wǎng)有限公司客戶服務(wù)中心
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/284;G06F40/289;G06F40/30;G10L15/26
• 代理公司: 西安匯智創(chuàng)想知識產(chǎn)權(quán)代理有限公司 61247
• 代理人: 李恒

本發(fā)明公開了一種基于95598客戶服務(wù)數(shù)據(jù)資源的處理裝置，包括：存儲模塊，存儲客戶的語音轉(zhuǎn)譯文本數(shù)據(jù)；數(shù)據(jù)分詞模塊，對所述語音轉(zhuǎn)譯文本數(shù)據(jù)進(jìn)行分句，進(jìn)行分詞處理，獲得分詞后的結(jié)果數(shù)據(jù)；數(shù)據(jù)向量化模塊，將分詞后的結(jié)果數(shù)據(jù)生成詞向量；詞向量處理模塊，將所述詞向量輸入客戶訴求識別算法單元，通過神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提取文本的核心語義；結(jié)果輸出模塊，根據(jù)所述語義識別得到客戶的語音轉(zhuǎn)譯文本數(shù)據(jù)的訴求分類，將訴求分類發(fā)送至相應(yīng)的處理模塊；處理模塊對收到的訴求進(jìn)行處理。本發(fā)明對計算資源消耗少，能夠在較低的計算資源下，實(shí)現(xiàn)對文本語義的提取，不需要使用GPU服務(wù)器，即可在幾小時內(nèi)完成數(shù)據(jù)訓(xùn)練，以及數(shù)據(jù)的分類處理，處理速度快。

技術(shù)領(lǐng)域

本發(fā)明屬于通信數(shù)據(jù)處理技術(shù)領(lǐng)域，涉及一種基于95598客戶服務(wù)數(shù)據(jù)資源的處理裝置。

背景技術(shù)

基于95598客戶服務(wù)數(shù)據(jù)資源和95598重大服務(wù)事件的判定依據(jù)，利用文本分詞、機(jī)器學(xué)習(xí)訓(xùn)練等方法構(gòu)建重大服務(wù)事件判別的分析模型，通過模型對疑似95598重大服務(wù)事件進(jìn)行識別，以此輔助開展95598重大服務(wù)事件的處置工作，防止漏報和服務(wù)風(fēng)險的升級。

目前，對于文本內(nèi)容分析，傳統(tǒng)技術(shù)方案采用的多為基于統(tǒng)計的文字分析方法，目前這幾年普遍開始使用神經(jīng)網(wǎng)絡(luò)+機(jī)器學(xué)習(xí)的方法來進(jìn)行文本分析。

神經(jīng)網(wǎng)絡(luò)技術(shù)方案，主要的區(qū)別點(diǎn)在于網(wǎng)絡(luò)模型的設(shè)計，雖然都使用神經(jīng)網(wǎng)絡(luò)，但是網(wǎng)絡(luò)結(jié)構(gòu)不同，最終所達(dá)到的效果也會大大不同。

神經(jīng)網(wǎng)絡(luò)就是模擬動物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，所設(shè)計的一種用來處理數(shù)據(jù)的網(wǎng)狀結(jié)構(gòu)，這種結(jié)構(gòu)是通過軟件來實(shí)現(xiàn)的一種邏輯結(jié)構(gòu)，體現(xiàn)為一段程序代碼，這段程序代碼的輸入就是待分析的文本。神經(jīng)網(wǎng)絡(luò)要想能夠很好的工作，是需要人對它進(jìn)行一些訓(xùn)練的，這個過程類似小孩子學(xué)習(xí)的過程，逐步通過學(xué)習(xí)，學(xué)會對文本進(jìn)行識別，分類。

學(xué)習(xí)的過程，首先需要人來對一些現(xiàn)有的文本數(shù)據(jù)進(jìn)行標(biāo)注，這個標(biāo)注就是告訴機(jī)器，這個文本對應(yīng)的分類是什么。譬如某段對話，是關(guān)于停電的，那么我們就給這段文本標(biāo)注一個標(biāo)簽–停電。另外一段關(guān)于欠費(fèi)的，我們就標(biāo)注上–欠費(fèi)。這樣子，事先通過人工標(biāo)注，積累好一大批的標(biāo)注數(shù)據(jù)。然后將數(shù)據(jù)傳入神經(jīng)網(wǎng)絡(luò)之中，這時候，訓(xùn)練程序會根據(jù)事先標(biāo)簽的結(jié)果，來核對神經(jīng)網(wǎng)絡(luò)出來的結(jié)果是否正確，如果結(jié)果不正確，那么通過使用一個叫反向傳播的方法，來更新神經(jīng)網(wǎng)絡(luò)的參數(shù)，更新完成后，再重新把文本送入神經(jīng)網(wǎng)絡(luò)，核驗結(jié)果。重復(fù)這個步驟，直到神經(jīng)網(wǎng)絡(luò)的結(jié)果與標(biāo)簽結(jié)果一致，然后開始下一條語料的訓(xùn)練，當(dāng)語料的數(shù)量足夠多的時候，最終訓(xùn)練完畢的神經(jīng)網(wǎng)絡(luò)，就具備了非常好的分類性能，準(zhǔn)確度可以接近人的水平。

現(xiàn)有技術(shù)的一大缺點(diǎn)就是對計算力消耗非常大，以現(xiàn)在Google Bert網(wǎng)絡(luò)為例，它需要16個Cloud TPU連續(xù)4天的計算才能夠得到結(jié)果。然而現(xiàn)實(shí)情況經(jīng)常并不具備如此大規(guī)模的硬件條件，同時，客戶希望的對每天的數(shù)據(jù)進(jìn)行計算，然后當(dāng)天得到結(jié)果，這對時間也提了很高的要求。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于95598客戶服務(wù)數(shù)據(jù)資源的處理裝置，能夠減少計算資源消耗，加快處理速度。

本發(fā)明采取的技術(shù)方案如下：

基于95598客戶服務(wù)數(shù)據(jù)資源的處理裝置，其特征在于，包括：

存儲模塊，存儲客戶的語音轉(zhuǎn)譯文本數(shù)據(jù)；

數(shù)據(jù)分詞模塊，對所述語音轉(zhuǎn)譯文本數(shù)據(jù)進(jìn)行分句，去掉無效句，對每句話的詞，進(jìn)行分詞處理，獲得分詞后的結(jié)果數(shù)據(jù)；

數(shù)據(jù)向量化模塊，將分詞后的結(jié)果數(shù)據(jù)生成詞向量：

具體為，將所述分詞后的結(jié)果數(shù)據(jù)全部進(jìn)行向量化，轉(zhuǎn)化為能夠被神經(jīng)網(wǎng)絡(luò)處理的一串?dāng)?shù)字，根據(jù)全部的詞組，對這串?dāng)?shù)字，建立一個向量空間，然后用每個向量來表示每個詞、字，獲得詞向量；