[發明專利]一種服務問題歸因方法及裝置

在審

• 申請號: 202210763456.8
• 申請日: 2022-06-29
• 公開（公告）號: CN115062605A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 付磊;汪安輝;徐志遠;尹帥星;梁玉林
• 申請（專利權）人: 拉扎斯網絡科技（上海）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F16/35;G06F16/36;G06F16/33;G06N5/02
• 代理公司: 北京清源匯知識產權代理事務所(特殊普通合伙) 11644
• 代理人: 汪洋

1.一種服務問題歸因方法，其特征在于，包括：

獲得針對服務信息的待分析文本數據；

將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的服務問題分類結果；

其中，所述服務問題歸因模型用于根據所述待分析文本數據和與所述待分析文本數據相關的服務知識圖譜，獲得針對所述待分析文本數據的服務問題分類結果。

2.根據權利要求1所述的方法，其特征在于，所述將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的服務問題分類結果，包括：

將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的第一嵌入向量，所述第一嵌入向量包括待分析文本數據嵌入向量和與所述待分析文本數據相關的服務知識圖譜嵌入向量；

根據所述第一嵌入向量，獲取所述待分析文本數據對應的服務問題分類結果。

3.根據權利要求2所述的方法，其特征在于，所述將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的第一嵌入向量，包括：

將所述待分析文本數據輸入到所述服務問題歸因模型中，獲得待分析文本數據嵌入向量；

根據所述待分析文本數據嵌入向量，查詢與所述待分析文本數據嵌入向量相關聯的服務知識圖譜嵌入向量；

根據所述待分析文本數據嵌入向量和所述服務知識圖譜嵌入向量，獲得針對所述待分析文本數據的第一嵌入向量。

4.根據權利要求2所述的方法，其特征在于，所述根據所述第一嵌入向量，獲取所述待分析文本數據對應的服務問題分類結果，包括：

根據所述第一嵌入向量，獲取所述待分析文本數據的特征信息；

根據所述待分析文本數據的特征信息，在所述服務問題歸因模型的服務問題分類列表中查詢與所述待分析文本數據的特征信息匹配的目標服務問題分類結果，作為所述待分析文本數據對應的服務問題分類結果。

5.根據權利要求2所述的方法，其特征在于，所述根據所述第一嵌入向量，獲取所述待分析文本數據對應的服務問題分類結果，包括：

根據所述第一嵌入向量，獲取所述待分析文本數據的特征信息；

根據所述待分析文本數據的特征信息，在所述服務問題歸因分類模型中的服務問題大分類列表中查詢與所述待分析文本數據的特征信息相關聯的服務問題大分類結果，作為所述待分析文本數據的目標服務問題大分類結果；

在確定所述待分析文本數據的目標服務問題大分類結果的基礎上，在所述目標服務問題大分類結果的服務問題小分類列表中查詢與所述待分析文本數據的特征信息相關聯的目標服務問題小分類結果；

根據所述目標服務問題大分類結果和所述目標服務問題小分類結果，生成所述待分析文本數據對應的服務問題分類結果。

6.根據權利要求1所述的方法，其特征在于，所述服務問題歸因模型具體用于根據所述待分析文本數據，所述待分析文本數據對應的拼音信息，以及與所述待分析文本數據相關的服務知識圖譜，獲得針對所述待分析文本數據的服務問題分類結果。

7.根據權利要求6所述的方法，其特征在于，所述將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的服務問題分類結果，包括：

將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的第二嵌入向量，所述第二嵌入向量包括所述待分析文本數據的拼音嵌入向量和與所述待分析文本數據相關的服務知識圖譜的拼音嵌入向量；

根據所述第二嵌入向量，獲取所述待分析文本數據對應的服務問題分類結果。

8.一種服務問題歸因方法，其特征在于，包括：

獲得針對服務信息的待分析文本數據；

將所述待分析文本數據輸入到服務問題歸因模型中，獲得針對所述待分析文本數據的服務問題分類結果；

其中，所述服務問題歸因模型用于根據所述待分析文本數據以及所述待分析文本數據對應的拼音信息，獲得針對所述待分析文本數據的服務問題分類結果。