CN109800433A - 基于邮件二分类模型的建档方法、装置、电子设备及介质 - Google Patents
基于邮件二分类模型的建档方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN109800433A CN109800433A CN201910070207.9A CN201910070207A CN109800433A CN 109800433 A CN109800433 A CN 109800433A CN 201910070207 A CN201910070207 A CN 201910070207A CN 109800433 A CN109800433 A CN 109800433A
- Authority
- CN
- China
- Prior art keywords
- business
- address
- disaggregated model
- email address
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 239000013598 vector Substances 0.000 claims description 86
- 238000004422 calculation algorithm Methods 0.000 claims description 33
- 230000011218 segmentation Effects 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims 3
- 239000000284 extract Substances 0.000 abstract description 19
- 239000011159 matrix material Substances 0.000 description 15
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- JLYFCTQDENRSOL-VIFPVBQESA-N dimethenamid-P Chemical compound COC[C@H](C)N(C(=O)CCl)C=1C(C)=CSC=1C JLYFCTQDENRSOL-VIFPVBQESA-N 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种基于邮件二分类模型的建档方法、装置、电子设备及介质。所述基于邮件二分类模型的建档方法能够获取所有邮件，并将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件，进一步从所述分类结果中获取至少一个业务邮件，并提取所述至少一个业务邮件中每个业务邮件的邮箱地址，从每个业务邮件的邮箱地址中确定目标邮箱地址，获取所述目标邮箱地址对应的邮件，根据所述对应的邮件建档，从而实现基于邮件二分类模型的自动建档，不仅减少了企业的人力成本，还能有效防止由于人为疏忽导致档案数据的缺失。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于邮件二分类模型的建档方法、装置、电子设备及介质。
背景技术
目前，邮箱是贸易交流中重要的应用程序，为了更好地管理档案数据，企业通常需要将邮箱中的客户信息添加到档案中，企业要求员工对所述档案进行手动创建并填充，然而，这将导致企业人力成本逐渐升高，企业员工对信息创建及填充的积极性也普遍下降，因此，如何基于邮件实现自动建档成了一个亟待解决的问题。
发明内容
鉴于以上内容，有必要提供一种基于邮件二分类模型的建档方法、装置、电子设备及介质，能够实现基于邮件二分类模型的自动建档，不仅减少了企业的人力成本，还能有效防止由于人为疏忽导致档案数据的缺失。
一种基于邮件二分类模型的建档方法，所述方法包括：
获取所有邮件；
将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件；
从所述分类结果中获取至少一个业务邮件；
提取所述至少一个业务邮件中每个业务邮件的邮箱地址；
从每个业务邮件的邮箱地址中确定目标邮箱地址；
获取所述目标邮箱地址对应的邮件；
根据所述对应的邮件建档。
根据本发明优选实施例，在将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果前，所述方法还包括：
获取所述所有邮件的邮件信息；
对所述所有邮件的邮件信息进行分词处理；
对分词处理后的邮件信息进行one-hot编码，得到第一特征向量；
采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量；
结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量；
采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量；
采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
根据本发明优选实施例，在将所述获取到的邮件输入到二分类模型，得到分类结果后，所述方法包括：
当检测到所述分类结果为第一结果时，则该邮件为非业务邮件；或者
当检测到所述分类结果为第二结果时，则该邮件为业务邮件。
根据本发明优选实施例，所述从每个业务邮件的邮箱地址中确定目标邮箱地址包括以下一种或者多种的组合：
从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
根据本发明优选实施例，所述根据所述对应的邮件建档包括：
从所述对应的邮件中提取目标信息；
根据所述目标信息建档。
根据本发明优选实施例，所述方法还包括：
每隔预设时间，获取所述目标邮箱地址新增的邮件；
根据所述目标邮箱地址新增的邮件建档。
根据本发明优选实施例，根据所述对应的邮件建档后，所述方法还包括：
获取建档后得到的档案数据；
当接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求；及/或
当接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航；及/或
当接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
一种基于邮件二分类模型的建档装置，所述装置包括：
获取单元，用于获取所有邮件；
输入单元，用于将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件；
所述获取单元，还用于从所述分类结果中获取至少一个业务邮件；
提取单元，用于提取所述至少一个业务邮件中每个业务邮件的邮箱地址；
确定单元，用于从每个业务邮件的邮箱地址中确定目标邮箱地址；
所述获取单元，还用于获取所述目标邮箱地址对应的邮件；
建档单元，用于根据所述对应的邮件建档。
根据本发明优选实施例，所述获取单元，还用于在将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果前，获取所述所有邮件的邮件信息；
所述装置还包括：
处理单元，用于对所述所有邮件的邮件信息进行分词处理；
编码单元，用于对分词处理后的邮件信息进行one-hot编码，得到第一特征向量；
所述处理单元，还用于采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量；
所述处理单元，还用于结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量；
建模单元，用于采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量；
所述处理单元，还用于采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
根据本发明优选实施例，所述装置还包括：
检测单元，用于在将所述获取到的邮件输入到二分类模型，得到分类结果后，当检测到所述分类结果为第一结果时，则该邮件为非业务邮件；或者
所述检测单元，还用于当检测到所述分类结果为第二结果时，则该邮件为业务邮件。
根据本发明优选实施例，所述确定单元具体用于：
从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
根据本发明优选实施例，所述建档单元根据所述对应的邮件建档包括：
从所述对应的邮件中提取目标信息；
根据所述目标信息建档。
根据本发明优选实施例，所述获取单元，还用于每隔预设时间，获取所述目标邮箱地址新增的邮件；
所述建档单元，还用于根据所述目标邮箱地址新增的邮件建档。
根据本发明优选实施例，所述获取单元，还用于根据所述对应的邮件建档后，获取建档后得到的档案数据；
所述装置还包括：
发起单元，用于当接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求；及/或
所述发起单元，还用于当接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航；及/或
推荐单元，还用于当接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述基于邮件二分类模型的建档方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述基于邮件二分类模型的建档方法。
由以上技术方案可以看出，本发明能够获取所有邮件，并将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件，进一步从所述分类结果中获取至少一个业务邮件，并提取所述至少一个业务邮件中每个业务邮件的邮箱地址，从每个业务邮件的邮箱地址中确定目标邮箱地址，获取所述目标邮箱地址对应的邮件，根据所述对应的邮件建档，从而实现基于邮件二分类模型的自动建档，不仅减少了企业的人力成本，还能有效防止由于人为疏忽导致档案数据的缺失。
附图说明
图1是本发明基于邮件二分类模型的建档方法的较佳实施例的流程图。
图2是本发明基于邮件二分类模型的建档装置的较佳实施例的功能模块图。
图3是本发明实现基于邮件二分类模型的建档方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明基于邮件二分类模型的建档方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述基于邮件二分类模型的建档方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
S10，获取所有邮件。
目前，邮箱是贸易交流中重要的应用程序，为了更好地管理档案数据，企业通常需要将邮箱中的客户信息添加到档案中，企业要求员工对所述档案进行手动创建并填充，然而，这将导致企业人力成本逐渐升高，企业员工对信息创建及填充的积极性也普遍下降，因此，如何基于邮件实现自动建档成了一个亟待解决的问题。
在本发明的至少一个实施例中，所述获取所有邮件包括：
当所述电子设备接收到建档指令时，所述电子设备获取应用程序中的所有邮件。
其中，所述建档指令可以由所述电子设备定时触发，本发明不作限制。例如：所述应用程序为邮箱类应用程序，包括：网易邮箱、OUTLOOK邮箱等。
通过上述实施方式，所述电子设备能够直接从对应的邮箱类应用程序中获取所有邮件，操作流程便捷。
S11，将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件。
在本发明的至少一个实施例中，在将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果前，所述方法还包括：
所述电子设备获取所述所有邮件的邮件信息，并对所述所有邮件的邮件信息进行分词处理，进一步地，所述电子设备对分词处理后的邮件信息进行one-hot编码，得到第一特征向量，采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量，结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量，更进一步地，所述电子设备采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量，并采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
在本发明的至少一个实施例中，所述电子设备对所述所有邮件的邮件信息进行分词处理包括：
采用文字分割算法对所述所有邮件的邮件信息进行分词处理。
具体地，通过对所述邮件信息进行横向扫描，得到第一子像素点，进一步地，采用同样的原理对所述邮件信息进行纵向扫描，得到第二子像素点，结合所述第一像素点和所述第二像素点，实现对所述邮件信息的分词。
通过上述实施方式，基于所述文字分割算法，能够对中文、英文等上百种文字进行分词，且分词的精确度较高。
在本发明的至少一个实施例中，所述电子设备对所述分词处理后的邮件信息进行one-hot编码，得到所述第一特征向量。
具体地，采用one-hot编码将所述分词处理后的邮件信息中的每个单词，用二进制编码进行一一表示，其中，表示每个单词的二进制编码中只有一位为1，其他位都为0。
例如：单词“我”用二进制编码“001”表示，单词“和”用二进制编码“010”表示，单词“她”用二进制编码“100”表示。
当然，进行one-hot编码的词数量越多，得到的所述第一特征向量的维度越高。
例如：进行one-hot编码的词数量为3个，则编码后的第一特征向量的维度为3。如：“今天”编码为001、“天气”编码为010以及“真好”编码为100。进行one-hot编码的词数量为5个，则编码后的第一特征向量的维度为5。如：“今”编码为00001、“天”编码为00010、“真”编码为00100、“晴”编码为01000、“朗”编码为10000。
通过上述实施方式，采用one-hot编码，将所述分词处理后的邮件信息转化为所述第一特征向量，不仅能保证所述分词处理后的邮件信息与所述第一特征向量之间的唯一性，而且使用所述第一特征向量表示所述分词处理后的邮件信息，比较直观。
在本发明的至少一个实施例中，所述电子设备采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量包括：
采用Word2vec算法，将高维度空间的所述第一特征向量通过跳过某些符号进行降维，得到低维度空间的所述第二特征向量，其中，所述第二特征向量为矩阵形式的向量。
例如：所述电子设备采用Word2vec算法，跳过句子“这支球队踢得真是太烂了”的某些符号，并根据句子“这支球队踢得真是太烂了”联系所述句子上下文的语义，将所述句子转化为“这支球队太烂”。
通过上述实施方式，所述电子设备采用Word2vec算法，不仅能够联系句子上下文的语义，防止过拟合，而且，还能跳过句子中的某些符号，实现了降维的效果，进一步提高了所述邮件二分类模型的训练效率。
在本发明的至少一个实施例中，所述结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量包括：
对所述第二特征向量中的配置向量进行采集，具体地，采用卷积窗对输入的所述第二特征向量进行卷积运算，有利于后续序列建模的进行。
其中，所述配置向量包括：所述第二特征向量所对应的符号中关键符号对应的向量。
例如：所述第二特征向量所对应的符号为“这支球队太烂”，其中关键符号为：“球队”、“烂”，因此，所述配置向量为所述关键符号对应的向量。
进一步地，将每个卷积运算后的矩阵采用池化窗进行池化运算，比如：某个卷积窗中，卷积运算后得到496*256的矩阵，则通过池化窗池化运算，可以得到492*256的矩阵。池化运算是对每个卷积运算后的矩阵进行压缩，这可以加快邮件二分类模型的收敛速度。
再进一步地，采用全连接层运算将池化运算后的矩阵加大复杂度，以提高所述邮件二分类模型的训练精度。
最后，采用正则化运算将全连接层运算后的矩阵进行正则化，利用先验知识，在处理过程中引入正则化因子，有效的引导所述矩阵趋向分类结果，得到所述第三特征向量。
在本发明的至少一个实施例中，所述电子设备采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量包括：
将所述第三特征向量输入到Bi-LSTM编码器中，得到第四特征向量，将所述第四特征向量输入到Bi-LSTM解码器中进行解码，得到按照时间、位置等顺序排列的目标向量。
通过上述实施方式，采用Bi-LSTM技术，能使所述目标向量按照一定的顺序进行排列。
在本发明的至少一个实施例中，采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型包括：
采用多层的全连接层运算对所述目标向量不断进行处理，增加模型的复杂程度，进而训练出所述邮件二分类模型。
通过上述实施方式，能够通过将邮件输入到所述预先训练的邮件二分类模型中，将业务邮件与非业务邮件区分开。
在本发明的至少一个实施例中，在将所述获取到的邮件输入到二分类模型，得到分类结果后，所述方法包括：
（1）当检测到所述分类结果为第一结果时，则该邮件为非业务邮件。
（2）当检测到所述分类结果为第二结果时，则该邮件为业务邮件。
例如：A、B邮件是业务邮件，C邮件是非业务邮件，将这三封邮件输入到所述预先训练的邮件二分类模型中，得到分类结果，即A、B邮件的分类结果为所述第二结果，以符号Y表示，C邮件的分类结果为所述第一结果，以符号N表示。
S12，从所述分类结果中获取至少一个业务邮件。
在本发明的至少一个实施例中，当检测到所述分类结果为所述第二结果时，则获取所述至少一个业务邮件。
通过上述实施方式，所述电子设备在无需人为操作的情况下，能够快速、准确地从所述所有邮件中获取所述至少一个业务邮件。
S13，提取所述至少一个业务邮件中每个业务邮件的邮箱地址。
在本发明的至少一个实施例中，所述电子设备采用机器学习方法提取所述至少一个业务邮件中每个业务邮件的邮箱地址。
具体地，所述机器学习方法是将所述至少一个业务邮件中每个业务邮件的邮箱地址提取问题视为分类问题，通过构造出邮箱地址提取分类模型，判断词语类别是否为邮箱地址，从而对所述邮箱地址进行提取。
当然，在其他实施例中，只要能达到相同的邮箱地址提取效果，所述电子设备也可以采用其他方法，本发明不限制。
S14，从每个业务邮件的邮箱地址中确定目标邮箱地址。
在本发明的至少一个实施例中，所述从每个业务邮件的邮箱地址中确定目标邮箱地址包括以下一种或者多种的组合：
（1）从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址。
其中，所述配置邮箱域名包括：同企业邮箱域名。
通过上述实施方式，能够获取与所述配置邮箱域名不同的邮箱地址，排除同企业邮箱，防止所述档案数据中建立本企业的相关信息。
（2）从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址。
其中，所述配置名单包括：不参与合作的企业联系人的邮箱地址等。
例如：被加入黑名单的邮箱地址。
通过上述实施方式，能够排除所述配置名单中的邮箱地址，防止所述档案数据中建立了不参与合作的企业的相关信息。
（3）从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
通过上述实施方式，能够排除已被建档的邮箱地址，避免重复建档造成多余的工作量。
S15，获取所述目标邮箱地址对应的邮件。
当所述电子设备确定所述目标邮箱地址后，则获取所述目标邮箱地址对应的邮件。
例如：所述电子设备确定所述目标邮箱地址为D，则所述电子设备获取含有所述目标邮箱地址D对应的邮件。
S16，根据所述对应的邮件建档。
在本发明的至少一个实施例中，所述根据所述对应的邮件建档包括：
所述电子设备从所述对应的邮件中提取目标信息，并根据所述目标信息建档。
其中，所述电子设备采用浅层式语义分析方法对所述目标信息进行提取，在本实施例中，采用所述浅层式语义分析方法，能够借助一种中间模型表示文章语义结构，通过分析所述对应的邮件中词语间的语义关系，提取所述目标信息。
当然，只要能达到相同的目标信息提取效果，所述电子设备也可以采用其他方法，本发明不限制。
通过上述实施方式，能够从所述对应邮件中自动提取所述目标信息，提高了提取速度。
在本发明的至少一个实施例中，所述方法还包括：
每隔预设时间，所述电子设备获取所述目标邮箱地址新增的邮件，进一步地，所述电子设备根据所述目标邮箱地址新增的邮件建档。
其中，所述预设时间的取值可以自定义配置，比如24小时，本发明不限制。
通过上述实施方式，有利于档案数据的定期更新，以便用户查看到的档案数据都是最新的，降低了用户使用错误信息的概率。
在本发明的至少一个实施例中，根据所述对应的邮件建档后，所述方法还包括：
所述电子设备获取建档后得到的所述档案数据，进一步地，还包括：
（1）当接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求。
通过这种方式，用户无需进行查找、拨打客户联系电话等手动操作，即可实现与客户的直接沟通，提高了用户的效率。
（2）当接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航。
通过这种方式，用户无需手动进入导航软件，即可快速、准确地得到最快捷的导航路线，节约了用户的时间。
（3）当接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
通过这种方式，当客户对某产品有采购意向时，可以第一时间向客户推荐产品，防止客户的流失。
由以上技术方案可以看出，本发明能够获取所有邮件，并将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件，进一步从所述分类结果中获取至少一个业务邮件，并提取所述至少一个业务邮件中每个业务邮件的邮箱地址，从每个业务邮件的邮箱地址中确定目标邮箱地址，获取所述目标邮箱地址对应的邮件，根据所述对应的邮件建档，从而实现基于邮件二分类模型的自动建档，不仅减少了企业的人力成本，还能有效防止由于人为疏忽导致档案数据的缺失。
如图2所示，是本发明基于邮件二分类模型的建档装置的较佳实施例的功能模块图。所述基于邮件二分类模型的建档装置11包括获取单元110、输入单元111、提取单元112、确定单元113、建档单元114、处理单元115、编码单元116、建模单元117、检测单元118、发起单元119以及推荐单元120。本发明所称的模块/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
获取单元110获取所有邮件。
目前，邮箱是贸易交流中重要的应用程序，为了更好地管理档案数据，企业通常需要将邮箱中的客户信息添加到档案中，企业要求员工对所述档案进行手动创建并填充，然而，这将导致企业人力成本逐渐升高，企业员工对信息创建及填充的积极性也普遍下降，因此，如何基于邮件实现自动建档成了一个亟待解决的问题。
在本发明的至少一个实施例中，所述获取单元110获取所有邮件包括：
当所述获取单元110接收到建档指令时，所述获取单元110获取应用程序中的所有邮件。
其中，所述建档指令可以由电子设备定时触发，本发明不作限制。例如：所述应用程序为邮箱类应用程序，包括：网易邮箱、OUTLOOK邮箱等。
通过上述实施方式，所述获取单元110能够直接从对应的邮箱类应用程序中获取所有邮件，操作流程便捷。
输入单元111将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件。
在本发明的至少一个实施例中，在所述输入单元111将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果前，所述方法还包括：
所述获取单元110获取所述所有邮件的邮件信息，处理单元115对所述所有邮件的邮件信息进行分词处理，进一步地，编码单元116对分词处理后的邮件信息进行one-hot编码，得到第一特征向量，所述处理单元115采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量，并结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量，更进一步地，建模单元117采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量，所述处理单元115采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
在本发明的至少一个实施例中，所述处理单元115对所述所有邮件的邮件信息进行分词处理包括：
所述处理单元115采用文字分割算法对所述所有邮件的邮件信息进行分词处理。
具体地，所述处理单元115通过对所述邮件信息进行横向扫描，得到第一子像素点，进一步地，所述处理单元115采用同样的原理对所述邮件信息进行纵向扫描，得到第二子像素点，结合所述第一像素点和所述第二像素点，实现对所述邮件信息的分词。
通过上述实施方式，所述处理单元115基于所述文字分割算法，能够对中文、英文等上百种文字进行分词，且分词的精确度较高。
在本发明的至少一个实施例中，所述编码单元116对所述分词处理后的邮件信息进行one-hot编码，得到所述第一特征向量。
具体地，所述编码单元116采用one-hot编码将所述分词处理后的邮件信息中的每个单词，用二进制编码进行一一表示，其中，表示每个单词的二进制编码中只有一位为1，其他位都为0。
例如：单词“我”用二进制编码“001”表示，单词“和”用二进制编码“010”表示，单词“她”用二进制编码“100”表示。
当然，进行one-hot编码的词数量越多，得到的所述第一特征向量的维度越高。
例如：进行one-hot编码的词数量为3个，则编码后的第一特征向量的维度为3。如：“今天”编码为001、“天气”编码为010以及“真好”编码为100。进行one-hot编码的词数量为5个，则编码后的第一特征向量的维度为5。如：“今”编码为00001、“天”编码为00010、“真”编码为00100、“晴”编码为01000、“朗”编码为10000。
通过上述实施方式，所述编码单元116采用one-hot编码，将所述分词处理后的邮件信息转化为所述第一特征向量，不仅能保证所述分词处理后的邮件信息与所述第一特征向量之间的唯一性，而且使用所述第一特征向量表示所述分词处理后的邮件信息，比较直观。
在本发明的至少一个实施例中，所述处理单元115采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量包括：
所述处理单元115采用Word2vec算法，将高维度空间的所述第一特征向量通过跳过某些符号进行降维，得到低维度空间的所述第二特征向量，其中，所述第二特征向量为矩阵形式的向量。
例如：所述处理单元115采用Word2vec算法，跳过句子“这支球队踢得真是太烂了”的某些符号，并根据句子“这支球队踢得真是太烂了”联系所述句子上下文的语义，将所述句子转化为“这支球队太烂”。
通过上述实施方式，所述处理单元115采用Word2vec算法，不仅能够联系句子上下文的语义，防止过拟合，而且，还能跳过句子中的某些符号，实现了降维的效果，进一步提高了所述邮件二分类模型的训练效率。
在本发明的至少一个实施例中，所述处理单元115结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量包括：
所述处理单元115对所述第二特征向量中的配置向量进行采集，具体地，所述处理单元115采用卷积窗对输入的所述第二特征向量进行卷积运算，有利于后续序列建模的进行。
其中，所述配置向量包括：所述第二特征向量所对应的符号中关键符号对应的向量。
例如：所述第二特征向量所对应的符号为“这支球队太烂”，其中关键符号为：“球队”、“烂”，因此，所述配置向量为所述关键符号对应的向量。
进一步地，所述处理单元115将每个卷积运算后的矩阵采用池化窗进行池化运算，比如：某个卷积窗中，卷积运算后得到496*256的矩阵，则通过池化窗池化运算，可以得到492*256的矩阵。池化运算是对每个卷积运算后的矩阵进行压缩，这可以加快邮件二分类模型的收敛速度。
再进一步地，所述处理单元115采用全连接层运算将池化运算后的矩阵加大复杂度，以提高所述邮件二分类模型的训练精度。
最后，所述处理单元115采用正则化运算将全连接层运算后的矩阵进行正则化，利用先验知识，在处理过程中引入正则化因子，有效的引导所述矩阵趋向分类结果，得到所述第三特征向量。
在本发明的至少一个实施例中，所述建模单元117采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量包括：
所述建模单元117将所述第三特征向量输入到Bi-LSTM编码器中，得到第四特征向量，将所述第四特征向量输入到Bi-LSTM解码器中进行解码，得到按照时间、位置等顺序排列的目标向量。
通过上述实施方式，所述建模单元117采用Bi-LSTM技术，能使所述目标向量按照一定的顺序进行排列。
在本发明的至少一个实施例中，所述处理单元115采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型包括：
所述处理单元115采用多层的全连接层运算对所述目标向量不断进行处理，增加模型的复杂程度，进而训练出所述邮件二分类模型。
通过上述实施方式，能够通过将邮件输入到所述预先训练的邮件二分类模型中，将业务邮件与非业务邮件区分开。
在本发明的至少一个实施例中，所述输入单元111在将所述获取到的邮件输入到二分类模型，得到分类结果后，所述方法包括：
（1）当检测单元118检测到所述分类结果为第一结果时，则该邮件为非业务邮件。
（2）当所述检测单元118检测到所述分类结果为第二结果时，则该邮件为业务邮件。
例如：A、B邮件是业务邮件，C邮件是非业务邮件，将这三封邮件输入到所述预先训练的邮件二分类模型中，得到分类结果，即A、B邮件的分类结果为所述第二结果，以符号Y表示，C邮件的分类结果为所述第一结果，以符号N表示。
所述获取单元110从所述分类结果中获取至少一个业务邮件。
在本发明的至少一个实施例中，当检测到所述分类结果为所述第二结果时，则所述获取单元110获取所述至少一个业务邮件。
通过上述实施方式，所述获取单元110在无需人为操作的情况下，能够快速、准确地从所述所有邮件中获取所述至少一个业务邮件。
提取单元112提取所述至少一个业务邮件中每个业务邮件的邮箱地址。
在本发明的至少一个实施例中，所述提取单元112采用机器学习方法提取所述至少一个业务邮件中每个业务邮件的邮箱地址。
具体地，所述机器学习方法是将所述至少一个业务邮件中每个业务邮件的邮箱地址提取问题视为分类问题，所述提取单元112通过构造出邮箱地址提取分类模型，判断词语类别是否为邮箱地址，从而对所述邮箱地址进行提取。
当然，在其他实施例中，只要能达到相同的邮箱地址提取效果，所述提取单元112也可以采用其他方法，本发明不限制。
确定单元113从每个业务邮件的邮箱地址中确定目标邮箱地址。
在本发明的至少一个实施例中，所述确定单元113从每个业务邮件的邮箱地址中确定目标邮箱地址包括以下一种或者多种的组合：
（1）所述确定单元113从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址。
其中，所述配置邮箱域名包括：同企业邮箱域名。
通过上述实施方式，所述确定单元113能够获取与所述配置邮箱域名不同的邮箱地址，排除同企业邮箱，防止所述档案数据中建立本企业的相关信息。
（2）所述确定单元113从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址。
其中，所述配置名单包括：不参与合作的企业联系人的邮箱地址等。
例如：被加入黑名单的邮箱地址。
通过上述实施方式，所述确定单元113能够排除所述配置名单中的邮箱地址，防止所述档案数据中建立了不参与合作的企业的相关信息。
（3）所述确定单元113从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
通过上述实施方式，所述确定单元113能够排除已被建档的邮箱地址，避免重复建档造成多余的工作量。
所述获取单元110获取所述目标邮箱地址对应的邮件。
当所述确定单元113确定所述目标邮箱地址后，则所述获取单元110获取所述目标邮箱地址对应的邮件。
例如：所述确定单元113确定所述目标邮箱地址为D，则所述获取单元110获取含有所述目标邮箱地址D对应的邮件。
建档单元114根据所述对应的邮件建档。
在本发明的至少一个实施例中，所述建档单元114根据所述对应的邮件建档包括：
所述建档单元114从所述对应的邮件中提取目标信息，并根据所述目标信息建档。
其中，所述建档单元114采用浅层式语义分析方法对所述目标信息进行提取，在本实施例中，所述建档单元114采用所述浅层式语义分析方法，能够借助一种中间模型表示文章语义结构，通过分析所述对应的邮件中词语间的语义关系，提取所述目标信息。
当然，只要能达到相同的目标信息提取效果，所述建档单元114也可以采用其他方法，本发明不限制。
通过上述实施方式，能够从所述对应邮件中自动提取所述目标信息，提高了提取速度。
在本发明的至少一个实施例中，所述方法还包括：
每隔预设时间，所述获取单元110获取所述目标邮箱地址新增的邮件，进一步地，所述建档单元114根据所述目标邮箱地址新增的邮件建档。
其中，所述预设时间的取值可以自定义配置，比如24小时，本发明不限制。
通过上述实施方式，有利于档案数据的定期更新，以便用户查看到的档案数据都是最新的，降低了用户使用错误信息的概率。
在本发明的至少一个实施例中，根据所述对应的邮件建档后，所述方法还包括：
所述获取单元110获取建档后得到的所述档案数据，进一步地，还包括：
（1）当发起单元119接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求。
通过这种方式，用户无需进行查找、拨打客户联系电话等手动操作，即可实现与客户的直接沟通，提高了用户的效率。
（2）当所述发起单元119接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航。
通过这种方式，用户无需手动进入导航软件，即可快速、准确地得到最快捷的导航路线，节约了用户的时间。
（3）当推荐单元120接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
通过这种方式，当客户对某产品有采购意向时，可以第一时间向客户推荐产品，防止客户的流失。
由以上技术方案可以看出，本发明能够获取所有邮件，并将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件，进一步从所述分类结果中获取至少一个业务邮件，并提取所述至少一个业务邮件中每个业务邮件的邮箱地址，从每个业务邮件的邮箱地址中确定目标邮箱地址，获取所述目标邮箱地址对应的邮件，根据所述对应的邮件建档，从而实现基于邮件二分类模型的自动建档，不仅减少了企业的人力成本，还能有效防止由于人为疏忽导致档案数据的缺失。
如图3所示，是本发明实现基于邮件二分类模型的建档方法的较佳实施例的电子设备的结构示意图。
所述电子设备1是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备1还可以是但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（InternetProtocol Television，IPTV）、智能式穿戴式设备等。
所述电子设备1还可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。
所述电子设备1所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如基于邮件二分类模型的建档程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。
所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个基于邮件二分类模型的建档方法实施例中的步骤，例如图1所示的步骤S10、S11、S12、S13、S14、S15、S16。
或者，所述处理器13执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如：获取所有邮件；将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件；从所述分类结果中获取至少一个业务邮件；提取所述至少一个业务邮件中每个业务邮件的邮箱地址；从每个业务邮件的邮箱地址中确定目标邮箱地址；获取所述目标邮箱地址对应的邮件；根据所述对应的邮件建档。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成获取单元110、输入单元111、提取单元112、确定单元113、建档单元114、处理单元115、编码单元116、建模单元117、检测单元118、发起单元119以及推荐单元120。
所述存储器12可用于存储所述计算机程序和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机程序和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器12可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital,SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是集成电路中没有实物形式的具有存储功能的电路，如RAM（Random-AccessMemory，随机存取存储器）、FIFO（First In First Out，）等。或者，所述存储器12也可以是具有实物形式的存储器，如内存条、TF卡（Trans-flash Card）等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
结合图1，所述电子设备1中的所述存储器12存储多个指令以实现一种基于邮件二分类模型的建档方法，所述处理器13可执行所述多个指令从而实现：获取所有邮件；将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件；从所述分类结果中获取至少一个业务邮件；提取所述至少一个业务邮件中每个业务邮件的邮箱地址；从每个业务邮件的邮箱地址中确定目标邮箱地址；获取所述目标邮箱地址对应的邮件；根据所述对应的邮件建档。
根据本发明优选实施例，所述处理器13执行多个指令包括：
获取所述所有邮件的邮件信息；
对所述所有邮件的邮件信息进行分词处理；
对分词处理后的邮件信息进行one-hot编码，得到第一特征向量；
采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量；
结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量；
采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量；
采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
根据本发明优选实施例，所述处理器13还执行多个指令包括：
当检测到所述分类结果为第一结果时，则该邮件为非业务邮件；或者
当检测到所述分类结果为第二结果时，则该邮件为业务邮件。
根据本发明优选实施例，所述处理器13还执行多个指令包括：
从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址；及/或
从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
根据本发明优选实施例，所述处理器13还执行多个指令包括：
从所述对应的邮件中提取目标信息；
根据所述目标信息建档。
根据本发明优选实施例，所述处理器13还执行多个指令包括：
每隔预设时间，获取所述目标邮箱地址新增的邮件；
根据所述目标邮箱地址新增的邮件建档。
根据本发明优选实施例，所述处理器13还执行多个指令包括：
获取建档后得到的档案数据；
当接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求；及/或
当接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航；及/或
当接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于邮件二分类模型的建档方法，其特征在于，所述方法包括： 获取所有邮件；将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件； 从所述分类结果中获取至少一个业务邮件； 提取所述至少一个业务邮件中每个业务邮件的邮箱地址； 从每个业务邮件的邮箱地址中确定目标邮箱地址； 获取所述目标邮箱地址对应的邮件； 根据所述对应的邮件建档。
2.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，在将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果前，所述方法还包括： 获取所述所有邮件的邮件信息； 对所述所有邮件的邮件信息进行分词处理； 对分词处理后的邮件信息进行one-hot编码，得到第一特征向量； 采用Word2vec算法对所述第一特征向量进行处理，得到第二特征向量； 结合卷积运算、池化运算、全连接层运算以及正则化运算对所述第二特征向量进行处理，得到第三特征向量； 采用Bi-LSTM技术对所述第三特征向量进行序列建模，得到目标向量； 采用全连接层运算对所述目标向量进行处理，得到所述邮件二分类模型。
3.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，在将所述获取到的邮件输入到二分类模型，得到分类结果后，所述方法包括： 当检测到所述分类结果为第一结果时，则该邮件为非业务邮件；或者 当检测到所述分类结果为第二结果时，则该邮件为业务邮件。
4.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，所述从每个业务邮件的邮箱地址中确定目标邮箱地址包括以下一种或者多种的组合： 从每个业务邮件的邮箱地址中获取与配置邮箱域名不同的邮箱地址，作为所述目标邮箱地址；及/或 从每个业务邮件的邮箱地址中获取不在配置名单中的邮箱地址，作为所述目标邮箱地址；及/或从每个业务邮件的邮箱地址中获取未被建档的邮箱地址，作为所述目标邮箱地址。
5.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，所述根据所述对应的邮件建档包括： 从所述对应的邮件中提取目标信息； 根据所述目标信息建档。
6.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，所述方法还包括： 每隔预设时间，获取所述目标邮箱地址新增的邮件； 根据所述目标邮箱地址新增的邮件建档。
7.如权利要求1所述的基于邮件二分类模型的建档方法，其特征在于，根据所述对应的邮件建档后，所述方法还包括： 获取建档后得到的档案数据； 当接收到触发所述档案数据中联系方式的信号时，根据所述联系方式发起沟通请求；及/或 当接收到触发所述档案数据中联系地址的信号时，根据所述联系地址发起导航；及/或 当接收到触发所述档案数据中采购目标的信号时，推荐与所述采购目标对应的产品信息。
8.一种基于邮件二分类模型的建档装置，其特征在于，所述装置包括： 获取单元，用于获取所有邮件； 输入单元，用于将所述所有邮件输入到预先训练的邮件二分类模型中，得到分类结果，其中，所述分类结果包括业务邮件及非业务邮件； 所述获取单元，还用于从所述分类结果中获取至少一个业务邮件； 提取单元，用于提取所述至少一个业务邮件中每个业务邮件的邮箱地址； 确定单元，用于从每个业务邮件的邮箱地址中确定目标邮箱地址；所述获取单元，还用于获取所述目标邮箱地址对应的邮件； 建档单元，用于根据所述对应的邮件建档。
9.一种电子设备，其特征在于，所述电子设备包括： 存储器，存储至少一个指令；及 处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的基于邮件二分类模型的建档方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于邮件二分类模型的建档方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910070207.9A CN109800433B (zh) | 2019-01-24 | 2019-01-24 | 基于邮件二分类模型的建档方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910070207.9A CN109800433B (zh) | 2019-01-24 | 2019-01-24 | 基于邮件二分类模型的建档方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109800433A true CN109800433A (zh) | 2019-05-24 |
| CN109800433B CN109800433B (zh) | 2023-11-10 |
Family
ID=66560461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910070207.9A Active CN109800433B (zh) | 2019-01-24 | 2019-01-24 | 基于邮件二分类模型的建档方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109800433B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079427A (zh) * | 2019-12-20 | 2020-04-28 | 北京金睛云华科技有限公司 | 一种垃圾邮件识别方法及系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090019171A1 (en) * | 2007-07-09 | 2009-01-15 | Jing Liu | Method, device and system for determining mail class |
| CN101488198A (zh) * | 2008-01-17 | 2009-07-22 | 联想(北京)有限公司 | 一种分类邮件的方法及装置 |
| US20090294338A1 (en) * | 2004-11-22 | 2009-12-03 | Bowe Bell + Howell Company | System and method for validating mailings received |
| CN102255922A (zh) * | 2011-08-24 | 2011-11-23 | 山东师范大学 | 一种多层次的垃圾邮件智能过滤方法 |
| CN104636438A (zh) * | 2014-12-31 | 2015-05-20 | 广东欧珀移动通信有限公司 | 一种电子邮件分类存储的方法及装置 |
| CN105447505A (zh) * | 2015-11-09 | 2016-03-30 | 成都数之联科技有限公司 | 一种多层次重要邮件检测方法 |
| CN106156105A (zh) * | 2015-04-02 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 电子邮件聚合分类方法和装置 |
| CN106533921A (zh) * | 2016-12-02 | 2017-03-22 | 深圳市小满科技有限公司 | 基于电子邮件信息的快速建档方法及系统 |
| KR101822629B1 (ko) * | 2016-08-31 | 2018-01-26 | 한국교통대학교산학협력단 | 온톨로지 기반 이메일 분류 및 아카이빙 방법 및 시스템 |
| CN108052602A (zh) * | 2017-12-13 | 2018-05-18 | 深圳市小满科技有限公司 | 信息收集方法、装置、电子设备及计算机可读存储介质 |
| CN108647206A (zh) * | 2018-05-04 | 2018-10-12 | 重庆邮电大学 | 基于混沌粒子群优化cnn网络的中文垃圾邮件识别方法 |
| CN108763204A (zh) * | 2018-05-21 | 2018-11-06 | 浙江大学 | 一种多层次的文本情感特征提取方法和模型 |
| CN109033155A (zh) * | 2018-06-13 | 2018-12-18 | 中国电子科技集团公司电子科学研究院 | 搜索邮件内容方法、装置、终端及存储介质 |
-
2019
- 2019-01-24 CN CN201910070207.9A patent/CN109800433B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090294338A1 (en) * | 2004-11-22 | 2009-12-03 | Bowe Bell + Howell Company | System and method for validating mailings received |
| US20090019171A1 (en) * | 2007-07-09 | 2009-01-15 | Jing Liu | Method, device and system for determining mail class |
| CN101488198A (zh) * | 2008-01-17 | 2009-07-22 | 联想(北京)有限公司 | 一种分类邮件的方法及装置 |
| CN102255922A (zh) * | 2011-08-24 | 2011-11-23 | 山东师范大学 | 一种多层次的垃圾邮件智能过滤方法 |
| CN104636438A (zh) * | 2014-12-31 | 2015-05-20 | 广东欧珀移动通信有限公司 | 一种电子邮件分类存储的方法及装置 |
| CN106156105A (zh) * | 2015-04-02 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 电子邮件聚合分类方法和装置 |
| CN105447505A (zh) * | 2015-11-09 | 2016-03-30 | 成都数之联科技有限公司 | 一种多层次重要邮件检测方法 |
| KR101822629B1 (ko) * | 2016-08-31 | 2018-01-26 | 한국교통대학교산학협력단 | 온톨로지 기반 이메일 분류 및 아카이빙 방법 및 시스템 |
| CN106533921A (zh) * | 2016-12-02 | 2017-03-22 | 深圳市小满科技有限公司 | 基于电子邮件信息的快速建档方法及系统 |
| CN108052602A (zh) * | 2017-12-13 | 2018-05-18 | 深圳市小满科技有限公司 | 信息收集方法、装置、电子设备及计算机可读存储介质 |
| CN108647206A (zh) * | 2018-05-04 | 2018-10-12 | 重庆邮电大学 | 基于混沌粒子群优化cnn网络的中文垃圾邮件识别方法 |
| CN108763204A (zh) * | 2018-05-21 | 2018-11-06 | 浙江大学 | 一种多层次的文本情感特征提取方法和模型 |
| CN109033155A (zh) * | 2018-06-13 | 2018-12-18 | 中国电子科技集团公司电子科学研究院 | 搜索邮件内容方法、装置、终端及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079427A (zh) * | 2019-12-20 | 2020-04-28 | 北京金睛云华科技有限公司 | 一种垃圾邮件识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109800433B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230334089A1 (en) | Entity recognition from an image | |
| US12056818B2 (en) | Method and apparatus for reconstructing 3D model from 2D image, device and storage medium | |
| CN109388675A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
| CN112287914B (zh) | Ppt视频段提取方法、装置、设备及介质 | |
| CN110457672A (zh) | 关键词确定方法、装置、电子设备及存储介质 | |
| CN108460098B (zh) | 信息推荐方法、装置和计算机设备 | |
| US11436446B2 (en) | Image analysis enhanced related item decision | |
| Li et al. | Automatic comic page segmentation based on polygon detection | |
| CN113627439A (zh) | 文本结构化处理方法、处理装置、电子设备以及存储介质 | |
| WO2017160340A1 (en) | Automatic content-based append detection | |
| CN110969641A (zh) | 图像处理方法和装置 | |
| CN111368066A (zh) | 获取对话摘要的方法、装置和计算机可读存储介质 | |
| CN115438225A (zh) | 视频文本互检方法及其模型训练方法、装置、设备、介质 | |
| CN113705468B (zh) | 基于人工智能的数字图像识别方法及相关设备 | |
| CN109949090A (zh) | 客户推荐方法、装置、电子设备及介质 | |
| CN111800333B (zh) | 会话消息处理方法、装置、计算机可读存储介质及设备 | |
| CN109800433A (zh) | 基于邮件二分类模型的建档方法、装置、电子设备及介质 | |
| CN113269179A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN111798406A (zh) | 一种图片质量评价方法和系统 | |
| CN111598550A (zh) | 邮件签名信息提取方法、装置、电子设备及介质 | |
| CN115116080A (zh) | 表格解析方法、装置、电子设备和存储介质 | |
| CN114049686A (zh) | 签名识别模型训练方法、装置及电子设备 | |
| CN115238673A (zh) | 文案的生成方法、装置、电子设备及存储介质 | |
| US20210004579A1 (en) | Methods and systems for finding elements in optical character recognition documents | |
| CN112308016A (zh) | 表情图像获取方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |