CN112131380A - 用于识别问题类别的方法、装置、电子设备及存储介质 - Google Patents
用于识别问题类别的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112131380A CN112131380A CN202010841416.1A CN202010841416A CN112131380A CN 112131380 A CN112131380 A CN 112131380A CN 202010841416 A CN202010841416 A CN 202010841416A CN 112131380 A CN112131380 A CN 112131380A
- Authority
- CN
- China
- Prior art keywords
- category
- text
- problem category
- preset
- government
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000013598 vector Substances 0.000 claims abstract description 50
- 238000013136 deep learning model Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本公开提供了用于识别问题类别的方法、装置、电子设备及存储介质。该方法的一具体实施方式包括:获取待识别政务热线文本;将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量;将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果;基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。该实施方式可以实现自动地、全面地识别政务热线文本所对应的问题类别。
Description
技术领域
本公开涉及计算机技术领域,具体涉及用于识别问题类别的方法、装置、电子设备及存储介质。
背景技术
为方便政府职能部门与人民群众的沟通和交流,各地市政府职能部门开通了相关的政务热线(12345市民服务热线)。人们群众可以通过该热线进行政务咨询、业务办理、提出建议、意见或投诉、举报等事项。
目前,是通过人工进行政务热线文本的分析处理,但随着政务热线文本的数量日益增大、类别日益增多,传统的人工分类已无法满足当前需求。
发明内容
本公开提出了用于识别问题类别的方法、装置、电子设备及存储介质。
第一方面,本公开提供了一种用于识别问题类别的方法,该方法包括:获取待识别政务热线文本;将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量;将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各问题类别识别模型是基于深度学习模型训练得到的;基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。
在一些可选的实施方式中,预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的:获取样本集,其中,样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合;对于预设问题类别集合中的每个预设问题类别,执行以下识别模型训练操作:用样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合;基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
在一些可选的实施方式中,基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合,包括:根据预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,确定待识别政务热线文本是否属于该问题类别;将预设问题类别集合中待识别政务热线文本所属于的问题类别确定为待识别政务热线文本的对应的问题类别集合。
在一些可选的实施方式中,获取待识别政务热线文本,包括:获取待识别政务热线通话录音;对待识别政务热线通话录音进行语音识别,得到待识别政务热线文本。
在一些可选的实施方式中,该方法还包括:将基于待识别政务热线文本生成的电子工单分派至待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
在一些可选的实施方式中,该方法还包括:从待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定待识别政务热线文本对应的咨询回复信息,其中,预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
第二方面,本公开提供了一种用于识别问题类别的装置,该装置包括:获取单元,被配置成获取待识别政务热线文本;生成单元,被配置成将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量;识别单元,被配置成将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各问题类别识别模型是基于深度学习模型训练得到的;确定单元,被配置成基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。
在一些可选的实施方式中,预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的:获取样本集,其中,样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合;对于预设问题类别集合中的每个预设问题类别,执行以下识别模型训练操作:用样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合;基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
在一些可选的实施方式中,确定单元进一步被配置成:根据预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,确定待识别政务热线文本是否属于该问题类别;将预设问题类别集合中待识别政务热线文本所属于的问题类别确定为待识别政务热线文本的对应的问题类别集合。
在一些可选的实施方式中,获取单元进一步被配置成:获取待识别政务热线通话录音;对待识别政务热线通话录音进行语音识别,得到待识别政务热线文本。
在一些可选的实施方式中,该装置还包括:分派单元,被配置成将基于待识别政务热线文本生成的电子工单分派至待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
在一些可选的实施方式中,该装置还包括:查找单元,被配置成从待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定待识别政务热线文本对应的咨询回复信息,其中,预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
第三方面,本公开提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开提供的用于识别问题类别的方法、装置、电子设备及存储介质,通过获取待识别政务热线文本,然后将待识别政务热线文本切分成词序列,并基于词序列生成待识别政务热线文本对应的文本向量,再将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,最后基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合,整个过程无需人工操作,降低了确定待识别政务热线文本对应的问题类别集合的人工成本,并且通过预设问题类别集合中的每个问题类别对应的问题类别识别模型,进而确定待识别政务热线文本对应的问题类别集合,实现自动地、全面地识别政务热线文本所对应的问题类别。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于识别问题类别的方法的一个实施例的流程图;
图3是根据本公开的训练步骤的流程图;
图4是根据本公开的用于识别问题类别的装置的一个实施例的结构示意图;
图5是适于用来实现本公开的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于识别问题类别的方法或用于识别问题类别的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络102与服务器103交互,以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用,例如政务信息资源管理应用、网页浏览器应用等。
终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是具有显示屏并且支持文本输入的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供识别政务热线文本对应的问题类别的服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如对终端设备101发送的政务热线文本提供问题类别识别服务的后台服务器。后台服务器可以对接收到的待识别政务热线文本进行分析等处理,并将处理结果(例如待识别政务热线文本对应的问题类别集合)反馈给终端设备。
在一些情况下,本公开所提供的用于识别问题类别的方法可以由终端设备101和服务器103共同执行,例如,“获取待识别政务热线文本”的步骤可以由终端设备101执行,其余步骤可以由服务器103执行。本公开对此不做限定。相应地,用于识别问题类别的装置也可以分别设置于终端设备101和服务器103中。
在一些情况下,本公开所提供的用于识别问题类别的方法可以由服务器103执行,相应地,用于识别问题类别的装置也可以设置于服务器103中,这时,系统架构100也可以不包括终端设备101。
在一些情况下,本公开所提供的用于识别问题类别的方法可以由终端设备101执行,相应地,用于识别问题类别的装置也可以设置于终端设备101中,这时,系统架构100也可以不包括服务器103。
需要说明的是,服务器103可以是硬件,也可以是软件。当服务器103为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103为软件时,可以实现成多个软件或软件模块(例如用来提供待识别政务热线文本对应的问题类别识别服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本公开的用于识别问题类别的方法的一个实施例的流程200。该用于识别问题类别的方法,包括以下步骤:
步骤201,获取待识别政务热线文本。
在本实施例中,上述用于识别问题类别的方法的执行主体(例如图1所示的服务器)可以本地或者远程地从与上述执行主体网络连接的其他电子设备获取待识别政务热线文本。例如,上述执行主体可以从本地存储或者与上述执行主体网络连接的其他电子设备中存储的政务热线文本库中获取待识别政务热线文本。上述执行主体也可以从政务平台服务器、或对政务信息资源管理应用提供支持的服务器获取待识别政务热线文本。这里,待识别政务热线文本可以用于描述政务热线中所反映问题的关键信息,待识别政务热线文本可以是市民提出的期望获得应答的问题文本。
在一些可选的实现方式中,上述执行主体还可以通过以下步骤获取待识别政务热线文本:首先,可以获取待识别政务热线通话录音。然后,可以对待识别政务热线通话录音进行语音识别,得到待识别政务热线文本。
在该实现方式中,待识别政务热线通话录音可以是政务热线通话过程中市民与话务员的对话录音。例如,上述执行主体可以从对政务信息资源管理应用提供支持的服务器获取待识别政务热线通话录音,再对待识别政务热线通话录音进行语音识别,从而得到待识别政务热线文本。
通过该实现方式,可以增加待识别政务热线文本的获取来源。另外,按照该可选实现方式实现的步骤201再经过步骤202到步骤204,可以实现实时对政务热线通话录音所反馈的问题进行分类,进而可以根据分类分派给相应的职能部门进行后续处理,提高政务职能部门处理政务热线的效率。
步骤202,将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量。
在本实施例中,上述执行主体可以采用现有的或者未来可实现的各种切词方法对待识别政务热线文本进行切词处理,例如,可以采用基于字符串匹配的分词方法、基于理解的分词方法或者基于统计的分词方法等等。例如,对待识别政务热线文本“查询XXX公司的电话号码”进行切词可以得到分词序列“查询/XXX/公司/的/电话号码”。
在本实施例中,上述执行主体可以采用各种实现方式基于所得到的词序列生成待识别政务热线文本对应的文本向量。例如,待识别政务热线文本对应的文本向量可以包括N维分量,其中,N为正整数,且上述N维分量中的每一维分别对应预设词典的每个词语,在基于所得到的词序列生成待识别政务热线文本对应的文本向量的过程中,可以将待识别政务热线文本对应的文本向量的各分量中与词序列中出现过的词语对应的分量设置为第一预设数值(例如,1);将待识别政务热线文本对应的文本向量的各分量中与分词序列中未现过的词语对应的分量设置为第二预设数值(例如,0)。再例如,可以统计各个分词分别在待识别政务热线文本中的TF-IDF(term frequency-inverse document frequency,词频-逆文本频率指数)值,将各个分词对应的TF-IDF值生成待识别政务热线文本对应的文本向量。
步骤203,将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果。
在本实施例中,预设问题类别集合中的每个问题类别对应的问题类别识别模型可以是基于深度学习模型训练得到的。其中,深度学习模型可以包括以下至少一项:卷积神经网络、循环神经网络、长短期记忆网络以及条件随机场。
上述预设问题类别集合可以是根据不同层级、不同类别和实际需要进行设置的。例如,预设问题类别集合可以包括咨询类别和投诉类别。上述预设问题类别集合还可以是根据问题所对应的职能部门进行设置的。预设问题类别集合中的每个问题类别可以分别对应一个问题类别识别模型。预设问题类别集合中的每个问题类别对应的问题类别识别模型可以用于表征文本向量和对应的识别结果之间的对应关系,其中,该文本向量对应的识别结果可以用于指示该文本向量对应的文本所反映的问题是否属于该问题类别。识别结果可以用于指示待识别政务热线文本是否属于该问题类别。
在一些可选的实现方式中,步骤203中记载的预设问题类别集合中各个问题类别对应的问题类别识别模型可以是通过如图3所示的训练步骤预先训练得到的。请参考图3,图3示出了根据本公开的训练步骤的流程图。该训练步骤包括以下步骤:
这里,训练步骤的执行主体可以与上述用于识别问题类别的方法的执行主体相同。这样,训练步骤的执行主体可以在训练得到预设问题类别集合中的每个问题类别对应的问题类别识别模型后,将预设问题类别集合中的每个问题类别对应的问题类别识别模型的模型参数存储在上述执行主体本地,并在执行上述用于识别问题类别的方法的过程中读取上述训练得到的预设问题类别集合中的每个问题类别对应的问题类别识别模型的模型参数。
这里,训练步骤的执行主体也可以与上述用于识别问题类别的方法的执行主体不同。这样,训练步骤的执行主体可以在训练得到的预设问题类别集合中的每个问题类别对应的问题类别识别模型后,将预设问题类别集合中的每个问题类别对应的问题类别识别模型的模型参数发送给上述用于识别问题类别的方法的执行主体。这样,上述用于识别问题类别的方法的执行主体可以在执行上述用于识别问题类别的方法的过程中读取上述从训练步骤的执行主体接收到的预设问题类别集合中的每个问题类别对应的问题类别识别模型的模型参数。
步骤301,获取样本集。
这里,训练步骤的执行主体可以首先获取样本集。样本集中的样本可以包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合。历史政务热线文本对应的文本向量可以是在对历史政务热线文本进行切词的基础上,采用各种实现方式基于所得到的词序列生成历史政务热线文本的文本向量。例如,可以统计各个分词分别在历史政务热线文本中的TF-IDF值,将各个分词对应的TF-IDF值生成历史政务热线文本对应的文本向量。历史政务热线文本所属于的标注问题类别集合可以是由人工根据历史政务热线文本所描述的内容进行标注得到的。例如,历史政务热线文本A属于问题类别a和问题类别b,则历史政务热线文本A所属于的标注问题类别集合可以包括问题类别a和问题类别b。
步骤302,对于预设问题类别集合中的每个预设问题类别,执行识别模型训练操作。
这里,训练步骤的执行主体可以对于预设问题类别集合中的每个预设问题类别,执行识别模型训练操作。其中,识别模型训练操作可以包括以下步骤3021和步骤3022。
步骤3021,用样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合。
例如,针对问题类别a对应的问题类别识别模型,选取标注类别集合包括问题类别a的历史政务热线文本对应的文本向量作为问题类别a对应的问题类别识别模型对应的正样本集合,选取标注类别集合不包括问题类别a的历史政务热线文本对应的文本向量作为问题类别a对应的问题类别识别模型对应的负样本集合。
可选地,训练步骤的执行主体还可以在执行完步骤3021后,计算该预设问题类别对应的正样本集合和负样本集合中正样本和负样本的数量比。然后,可以响应于确定计算得到的数量比不属于预设数量比范围,通过随机抽样从该预设问题类别对应的正样本集合和负样本集合中选取满足预设数量比范围的正样本和负样本,以均衡该预设问题类别对应的正样本和负样本之间的比例,避免由于样本不均衡而导致模型识别效果的偏差。
步骤3022,基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
对于该预设问题类别对应的正样本集合中的正样本和该预设问题类别对应的负样本集合中的负样本,执行以下参数调整操作,直到满足预设训练结束条件,上述参数调整操作包括:将该正样本或者负样本输入该预设问题类别对应的问题类别识别模型得到相应的识别结果,再计算上述所得到的识别结果和用于指示该正样本或者负样本属于或不属于该预设问题类别的标注结果之间的差异,并基于所得到的差异调整该预设问题类别对应的问题类别识别模型的参数。这里,训练结束条件例如可以包括以下至少一项:执行参数调整操作的次数达到预设最多训练次数,计算得到的差异小于预设差异阈值。
按照图3所示的训练步骤,可以自动生成预设问题类别集合中的每个问题类别对应的问题类别识别模型,降低了生成每个预设问题类别对应的问题类别识别模型的人工成本。随着时间的推移,人们表达方式也会产生变化,进而反应在政务热线文本中也会产生变化,这时我们可以获取最新的训练样本集合采用上述训练步骤重新训练每个预设问题类别对应的问题类别识别模型,以符合当前政务热线文本的最新表达方式。并且,可以利用上述训练步骤,同步自动生成互不相同的问题类别对应的问题类别识别模型,从而提高各问题类别识别模型的生成效率。
步骤204,基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。
在本实施例中,问题类别识别模型的识别结果可以用于指示待识别政务热线文本所反映的问题是否属于该问题类别。在这里,问题类别识别模型的识别结果可以是待识别政务热线文本是否属于该问题类别对应的输出值,输出值可以采用各种实现方式。例如,可以用“0”指示不属于该问题类别,用“1”指示属于该问题类别。又例如,也可以用“T”指示属于该问题类别,用“F”指示不属于该问题类别等。问题类别识别模型的识别结果也可以是待识别政务热线文本所反映的问题属于该问题类别的概率值。
作为示例,当“0”指示不属于该问题类别,“1”用于指示属于该问题类别时,例如各问题类别识别模型的识别结果中,问题类别a对应的输出值为“0”,问题类别b对应的输出值为“1”,问题类别c对应的输出值为“1”,则可以确定待识别政务热线文本对应的问题类别集合包括问题类别b和问题类别c。
在一些可选的实现方式中,上述执行主体可以将基于待识别政务热线文本生成的电子工单分派至待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
在该实现方式中,上述执行主体可以先根据待识别政务热线文本对应的问题类别集合,确定每个问题类别对应的职能部门。例如,待识别政务热线文本对应的问题类别集合包括问题类别b以及问题类别c,上述执行主体可以根据预先设置的问题类别与职能部门的对应关系表,确定问题类别b对应职能部门B,问题类别c对应职能部门C。
然后,上述执行主体可以在电子工单管理系统,根据待识别政务热线文本中所包括的咨询者的身份资料信息以及咨询者所期望获得解决的问题信息,生成对应的电子工单。最后,上述执行主体可以通过电子工单管理系统、邮件、短信或者彩信,将电子工单发送至上述所确定的各职能部门。可以理解的是,也可以通过快递,将打印后的电子工单邮寄至上述所确定的各职能部门。
通过该实现方式,可以根据问题类别将待识别政务热线文本分配至对应的各职能部门,实现由专业人员答复处理市民在政务热线中所反映的问题。
在一些可选的实现方式中,上述执行主体可以从待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定待识别政务热线文本对应的咨询回复信息。
在该实现方式中,预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
上述执行主体可以根据问题类别确定对应的咨询数据库,然后在各咨询数据库中确定待识别政务热线文本对应的咨询回复信息。
通过该实现方式,可以在问题类别对应的咨询数据库中确定待识别政务热线文本对应的咨询回复信息,提高了咨询回复信息的查询效率。以及,对于一些常见问题可以实现实时回复,提高了职能部门对政务热线的处理效率。
本公开的上述实施例提供的方法,通过预先构建的预设问题类别集合中的每个问题类别对应的问题类别识别模型,可以确定待识别政务热线文本对应的问题类别集合,不仅实现了整个过程无需人工操作,降低了人工成本和时间成本,并且还可以根据识别政务热线文本对应的问题类别集合,将待识别政务热线文本分派对应的职能部门进行后续处理,也可以在对应的咨询数据库中查询待识别政务热线文本对应的咨询回复信息,从而实现可以通过多种方法解决或应答市民在政务热线中所反映的问题,使市民的合理诉求能够得到高效、专业解决。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种用于识别问题类别的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的用于识别问题类别的装置400包括:获取单元401、生成单元402、识别单元403和确定单元404。获取单元401,被配置成获取待识别政务热线文本;生成单元402,被配置成将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量;识别单元403,被配置成将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各问题类别识别模型是基于深度学习模型训练得到的;确定单元404,被配置成基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。
在本实施例中,用于识别问题类别的装置400的获取单元401、生成单元402、识别单元403和确定单元404的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在一些可选的实施方式中,预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的:获取样本集,其中,样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合;对于预设问题类别集合中的每个预设问题类别,执行以下识别模型训练操作:用样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合;基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
在一些可选的实施方式中,确定单元404可以进一步被配置成:根据预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,确定待识别政务热线文本是否属于该问题类别;将预设问题类别集合中待识别政务热线文本所属于的问题类别确定为待识别政务热线文本的对应的问题类别集合。
在一些可选的实施方式中,获取单元401可以进一步被配置成:获取待识别政务热线通话录音;对待识别政务热线通话录音进行语音识别,得到待识别政务热线文本。
在一些可选的实施方式中,该装置400还可以包括:分派单元(图中未示出),被配置成将基于待识别政务热线文本生成的电子工单分派至待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
在一些可选的实施方式中,该装置400还可以包括:查找单元(图中未示出),被配置成从待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定待识别政务热线文本对应的咨询回复信息,其中,预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
需要说明的是,本公开提供的用于识别问题类别的装置中各单元的实现细节和技术效果可以参考本公开中其它实施例的说明,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本公开的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU,Central Processing Unit)501,其可以根据存储在只读存储器(ROM,Read Only Memory)502中的程序或者从存储部分508加载到随机访问存储器(RAM,Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O,Input/Output)接口505也连接至总线504。
以下部件连接至I/O接口505:包括触控屏、手写板、键盘或鼠标等的输入部分506;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,Liquid CrystalDisplay)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN(局域网,Local Area Network)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本公开的方法中限定的上述功能。需要说明的是,本公开的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、生成单元、识别单元和确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取待识别政务热线文本的单元”。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待识别政务热线文本;将待识别政务热线文本切分成词序列,基于词序列生成待识别政务热线文本对应的文本向量;将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各问题类别识别模型是基于深度学习模型训练得到的;基于各问题类别识别模型的识别结果,确定待识别政务热线文本对应的问题类别集合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于识别问题类别的方法,包括:
获取待识别政务热线文本;
将所述待识别政务热线文本切分成词序列,基于所述词序列生成所述待识别政务热线文本对应的文本向量;
将所述待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各所述问题类别识别模型是基于深度学习模型训练得到的;
基于各问题类别识别模型的识别结果,确定所述待识别政务热线文本对应的问题类别集合。
2.根据权利要求1所述的方法,其中,所述预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的:
获取样本集,其中,所述样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合;
对于所述预设问题类别集合中的每个预设问题类别,执行以下识别模型训练操作:用所述样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用所述样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合;基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
3.根据权利要求1所述的方法,其中,所述基于各问题类别识别模型的识别结果,确定所述待识别政务热线文本对应的问题类别集合,包括:
根据所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,确定所述待识别政务热线文本是否属于该问题类别;
将预设问题类别集合中所述待识别政务热线文本所属于的问题类别确定为所述待识别政务热线文本的对应的问题类别集合。
4.根据权利要求1所述的方法,其中,所述获取待识别政务热线文本,包括:
获取待识别政务热线通话录音;
对所述待识别政务热线通话录音进行语音识别,得到所述待识别政务热线文本。
5.根据权利要求1所述的方法,其中,所述方法还包括:
将基于所述待识别政务热线文本生成的电子工单分派至所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
6.根据权利要求1-5中任一项所述的方法,其中,所述方法还包括:
从所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定所述待识别政务热线文本对应的咨询回复信息,其中,所述预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
7.一种用于识别问题类别的装置,包括:
获取单元,被配置成获取待识别政务热线文本;
生成单元,被配置成将所述待识别政务热线文本切分成词序列,基于所述词序列生成所述待识别政务热线文本对应的文本向量;
识别单元,被配置成将所述待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型,得到所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,其中,各所述问题类别识别模型是基于深度学习模型训练得到的;
确定单元,被配置成基于各问题类别识别模型的识别结果,确定所述待识别政务热线文本对应的问题类别集合。
8.根据权利要求7所述的装置,其中,所述预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的:
获取样本集,其中,所述样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合;
对于所述预设问题类别集合中的每个预设问题类别,执行以下识别模型训练操作:用所述样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合,以及用所述样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合;基于该预设问题类别对应的正样本集合和负样本集合,训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
9.根据权利要求7所述的装置,其中,所述确定单元进一步被配置成:
根据所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果,确定所述待识别政务热线文本是否属于该问题类别;
将预设问题类别集合中所述待识别政务热线文本所属于的问题类别确定为所述待识别政务热线文本的对应的问题类别集合。
10.根据权利要求7所述的装置,其中,所述获取单元进一步被配置成:
获取待识别政务热线通话录音;
对所述待识别政务热线通话录音进行语音识别,得到所述待识别政务热线文本。
11.根据权利要求7所述的装置,其中,所述装置还包括:
分派单元,被配置成将基于所述待识别政务热线文本生成的电子工单分派至所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
12.根据权利要求7-11中任一项所述的装置,其中,所述装置还包括:
查找单元,被配置成从所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定所述待识别政务热线文本对应的咨询回复信息,其中,所述预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841416.1A CN112131380A (zh) | 2020-08-20 | 2020-08-20 | 用于识别问题类别的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010841416.1A CN112131380A (zh) | 2020-08-20 | 2020-08-20 | 用于识别问题类别的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112131380A true CN112131380A (zh) | 2020-12-25 |
Family
ID=73851395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010841416.1A Pending CN112131380A (zh) | 2020-08-20 | 2020-08-20 | 用于识别问题类别的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131380A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976373A (zh) * | 2010-11-02 | 2011-02-16 | 上海电机学院 | 基于高维空间分类器的神经网络结构设计方法 |
CN103079269A (zh) * | 2013-01-25 | 2013-05-01 | 哈尔滨工业大学 | 基于LDE算法的WiFi室内定位方法 |
CN106446500A (zh) * | 2016-07-14 | 2017-02-22 | 江苏信息职业技术学院 | 一种基于改进的有监督正交邻域保持嵌入维数约简的故障辨识方法 |
CN111090987A (zh) * | 2019-12-27 | 2020-05-01 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111353039A (zh) * | 2018-12-05 | 2020-06-30 | 北京京东尚科信息技术有限公司 | 文件类别检测方法和装置 |
-
2020
- 2020-08-20 CN CN202010841416.1A patent/CN112131380A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976373A (zh) * | 2010-11-02 | 2011-02-16 | 上海电机学院 | 基于高维空间分类器的神经网络结构设计方法 |
CN103079269A (zh) * | 2013-01-25 | 2013-05-01 | 哈尔滨工业大学 | 基于LDE算法的WiFi室内定位方法 |
CN106446500A (zh) * | 2016-07-14 | 2017-02-22 | 江苏信息职业技术学院 | 一种基于改进的有监督正交邻域保持嵌入维数约简的故障辨识方法 |
CN111353039A (zh) * | 2018-12-05 | 2020-06-30 | 北京京东尚科信息技术有限公司 | 文件类别检测方法和装置 |
CN111090987A (zh) * | 2019-12-27 | 2020-05-01 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
Non-Patent Citations (3)
Title |
---|
王思迪 等: ""基于文本分类的政府网站信箱自动转递方法研究"", 《数据分析与知识发现》, vol. 4, no. 06, pages 51 - 59 * |
胡盼盼 等: "《Python金融大数据风控建模实战》", vol. 1, 30 June 2020, 中国铁道出版社, pages: 157 - 158 * |
赵宏辉: ""呼叫中心文本分类系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 06, pages 138 - 1304 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109976997B (zh) | 测试方法和装置 | |
CN108628830B (zh) | 一种语义识别的方法和装置 | |
CN111159220B (zh) | 用于输出结构化查询语句的方法和装置 | |
CN108268450B (zh) | 用于生成信息的方法和装置 | |
CN108228567B (zh) | 用于提取组织机构的简称的方法和装置 | |
CN112016286A (zh) | 文案生成方法、装置及电子设备 | |
CN113971243A (zh) | 应用于问卷调查的数据处理方法、系统、设备及存储介质 | |
CN113657113A (zh) | 文本处理方法、装置和电子设备 | |
US11423219B2 (en) | Generation and population of new application document utilizing historical application documents | |
CN111723180A (zh) | 一种面试方法和装置 | |
CN109522399B (zh) | 用于生成信息的方法和装置 | |
CN107885872B (zh) | 用于生成信息的方法和装置 | |
CN114297476A (zh) | 基于用户标签的问卷调查方法、系统、电子设备及存储介质 | |
CN112131379A (zh) | 用于识别问题类别的方法、装置、电子设备及存储介质 | |
CN115470790A (zh) | 一种识别文件中的命名实体的方法和装置 | |
CN110881056A (zh) | 用于推送信息的方法和装置 | |
CN113282733B (zh) | 客服问题匹配方法、系统、设备及存储介质 | |
CN112131380A (zh) | 用于识别问题类别的方法、装置、电子设备及存储介质 | |
CN115062119A (zh) | 政务事件办理推荐方法、装置 | |
CN112131378A (zh) | 用于识别民生问题类别的方法、装置及电子设备 | |
CN114819679A (zh) | 一种客服会话质检方法和装置 | |
CN113111897A (zh) | 基于支持向量机的接警警情类别确定方法和装置 | |
CN114066603A (zh) | 贷后风险预警方法、装置、电子设备和计算机可读介质 | |
CN110990528A (zh) | 一种问答方法、装置及电子设备 |
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 |