[發明專利]事件智能分撥方法、裝置、設備及存儲介質

在審

• 申請號: 202210137918.5
• 申請日: 2022-02-15
• 公開（公告）號: CN114492663A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 徐瑞
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N5/00;G06Q10/06;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種事件智能分撥方法，其特征在于，所述方法包括：

采集不同渠道來源的問題集，并對所述問題集進行量化處理，得到文本向量集；

提取所述文本向量集中的時間文本向量集，基于預構建的第一隨機森林分類模型對所述時間文本向量集進行分級，得到所述問題集中各個環境問題的緊急程度；

提取所述文本向量集中的問題類型向量集，基于預構建的第二隨機森林分類模型對所述問題類型向量集進行分級，得到所述問題集中各個環境問題的重要程度；

提取所述文本向量集中的環境類型向量集及地點信息向量集，基于預構建的第三隨機森林分類模型對所述環境類型向量集及地點信息向量集進行分類，得到所述問題集中各個環境問題的問題類別集及區域屬性集；

利用預構建的自動判重模型，對所述問題集進行去重處理，并根據去重處理后的問題集生成問題事件集，將所述問題事件集及對應的緊急程度、重要程度、問題類別及區域屬性存入到預設的待分撥庫中；

從所述待分撥庫中獲取所述問題事件的緊急程度、重要程度、問題類別及區域屬性，并計算預設處置人員群組中處置人員的綜合得分，基于所述緊急程度、所述重要程度、所述問題類別、所述區域屬性及所述綜合得分，將所述問題事件分配至對應的處置人員進行處理。

2.如權利要求1所述的事件智能分撥方法，其特征在于，所述對所述問題集進行量化處理，得到文本向量集，包括：

將所述問題集進行分詞處理，得到詞語集合；

利用預構建的量化工具將所述詞語集合進行量化，得到詞向量集合；

根據預設的位置編碼，對所述詞向量集合進行順序標注，得到順序詞向量集合；

根據預設的格式化規則，對所述順序詞向量集合進行拆分，并將拆分結果進行排列，得到矩陣向量的文本向量集。

3.如權利要求2所述的事件智能分撥方法，其特征在于，所述基于預構建的第一隨機森林分類模型對所述時間文本向量集進行分級，得到所述問題集中各個環境問題的緊急程度之前，所述方法還包括：

從所述時間文本向量集中逐個選取其中一個時間文本向量作為目標時間文本向量；

將所述目標時間文本向量作為參數對預設的決策函數進行賦值，并利用賦值后的決策函數作為決策條件，生成決策樹；

匯總得到的所述決策樹，得到所述第一隨機森林分類模型。

4.如權利要求1所述的事件智能分撥方法，其特征在于，所述利用預構建的自動判重模型，從所述問題集中篩選出重復問題集，包括：

利用預構建的自動判重模型中的BERT模型提取所述問題集中各個問題的文本特征向量；

利用預構建的自動判重模型中預設的相似度計算模型計算各個問題的文本特征向量之間的相似度得分；

當所述相似度得分大于或等于預設的相似度閾值時，將對應的環境問題定義為第一類重復問題；

利用所述相似度計算模型計算每個問題的文本特征向量與預設已分撥庫中的問題事件的文本特征向量的相似度得分；

當所述相似度得分大于或等于預設的相似度閾值時，將對應的環境問題定義為第二類重復問題；

匯聚所述第一類重復問題及所述第二類重復問題，得到重復問題集，并按照預設的規則對所述重復問題集進行去重處理。

5.如權利要求4所述的事件智能分撥方法，其特征在于，所述利用預構建的自動判重模型中預設的相似度計算模型計算各個問題的文本特征向量之間的相似度得分，包括：

隨機選取其中一個問題的文本特征向量作為第一文本特征向量，計算所述第一文本特征向量與環境問題中其他各個文本特征向量之間的相似度，得到相似度矩陣；

對所述相似度矩陣分別按行和列進行歸一化加權處理，得到注意力權重；

利用注意力權重對所述第一文本特征向量及所述其他各個文本特征向量進行加權處理，分別得到加權后的第一文本特征向量與加權后的其他各個文本特征向量；

拼接所述加權后的用第一文本特征向量與加權后的其他各個文本特征向量，并通過softmax函數計算得到所述拼接所述加權后的用第一文本特征向量與加權后的其他各個文本特征向量的相似度得分。