CN113450075A - 基于自然语言技术的工单处理方法及装置 - Google Patents

Abstract

本公开提供了一种基于自然语言技术的工单处理方法，应用于人工智能技术领域，所述方法包括：获取用于描述待处理的用户需求信息的记录工单；解析所述记录工单，以识别所述记录工单中的内容特征；基于所述内容特征，确定与所述用户需求信息关联的分类标签；根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理。本公开还提供一种基于自然语言技术的工单处理装置、一种电子设备及一种计算机存储介质。

Description

基于自然语言技术的工单处理方法及装置

技术领域

本公开涉及人工智能技术领域，特别是涉及一种基于自然语言技术的工单处理方法及装置。

背景技术

随着银行业务功能与日俱增，工单处理系统每日需处理的工单数量呈上升趋势。工单处理是与用户体验息息相关的重要工作，工单流转效率及工单处理效果影响银行服务质量。

在实现本公开技术方案过程中，发明人发现相关技术的工单处理工作中，业务人员根据工单生成的时间先后顺序进行对应处理，该种方式存在工单流转效率低、紧急工单处理不及时、工单处理质量不佳的问题。

发明内容

本公开的一个方面提供了一种基于自然语言技术的工单处理方法，包括：获取用于描述待处理的用户需求信息的记录工单；解析所述记录工单，以识别所述记录工单中的内容特征；基于所述内容特征，确定与所述用户需求信息关联的分类标签；根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理。

可选地，所述记录工单包括电子记录工单和实体记录工单，生成所述电子记录工单的方法，包括：识别所述用户需求信息中的内容字段；调用预设工单生成模板，将识别到的所述内容字段添加至所述生成模板的对应位置，形成所述电子记录工单。

可选地，在所述记录工单为电子记录工单的情况下，所述解析所述记录工单，以识别所述记录工单中的内容特征，包括：解析所述电子记录工单以获得所述电子记录工单中的字段集合；根据所述字段集合中的各所述字段的字段描述特征，筛选所述字段集合中的特定关键字段和通用关键字段；将所述特定关键字段作为所述电子记录工单中的内容特征，其中，所述字段描述特征包括字段位置特征、字段语义特征和字段频次特征中的至少之一。

可选地，在所述记录工单为实体记录工单的情况下，所述解析所述记录工单，以识别所述记录工单中的内容特征，包括：对所述实体记录工单进行快照处理，得到原始工单图像；对所述原始工单图像进行二值化处理，得到工单灰度图像；对所述工单灰度图像进行识别处理，以提取所述工单灰度图像中的字段集合；根据所述字段集合中的各所述字段的字段描述特征，确定所述实体记录工单中的内容特征。

可选地，所述基于所述内容特征，确定与所述用户需求信息关联的分类标签，包括：将所述内容特征与不同预设分类中的各预设分类对应的关键词集合进行匹配，根据所述匹配结果确定所述分类标签；和/或，将所述内容特征输入预先训练的工单分类模型，基于所述工单分类模型的输出结果确定所述分类标签。

可选地，所述分类标签对应有预设的处理权重，所述根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理，包括：根据所述处理权重指示的处理时限及处理方式，确定与所述记录工单匹配的处理对象；将所述记录工单及所述记录工单中的特定关键字段和通用关键字段发送给所述处理对象，以使所述处理对象进行相应业务处理。

可选地，在基于所述内容特征，确定与所述用户需求信息关联的分类标签之前，包括：进行针对所述记录工单的字段完整性验证及逻辑准确性验证，当存在验证异常时，生成针对所述记录工单的异常标记；将具有异常标记的记录工单返回工单生成端，并提示所述工单生成端校验所述记录工单。

本公开的另一方面提供了一种基于自然语言技术的工单处理装置，包括：获取模块，用于获取用于描述待处理的用户需求信息的记录工单；第一处理模块，用于解析所述记录工单，以识别所述记录工单中的内容特征；第二处理模块，用于基于所述内容特征，确定与所述用户需求信息关联的分类标签；第三处理模块，用于根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理。

可选地，所述记录工单包括电子记录工单和实体记录工单，所述装置还包括：第四处理模块，用于识别所述用户需求信息中的内容字段；调用预设工单生成模板，将识别到的所述内容字段添加至所述生成模板的对应位置，形成所述电子记录工单。

可选地，在所述记录工单为电子记录工单的情况下，所述第一处理模块包括：第一处理子模块，用于解析所述电子记录工单以获得所述电子记录工单中的字段集合；第二处理子模块，用于根据所述字段集合中的各所述字段的字段描述特征，筛选所述字段集合中的特定关键字段和通用关键字段；第三处理子模块，用于将所述特定关键字段作为所述电子记录工单中的内容特征，其中，所述字段描述特征包括字段位置特征、字段语义特征和字段频次特征中的至少之一。

可选地，在所述记录工单为实体记录工单的情况下，所述第一处理模块包括：第四处理子模块，用于对所述实体记录工单进行快照处理，得到原始工单图像；第五处理子模块，用于对所述原始工单图像进行二值化处理，得到工单灰度图像；第六处理子模块，用于对所述工单灰度图像进行识别处理，以提取所述工单灰度图像中的字段集合；第七处理子模块，用于根据所述字段集合中的各所述字段的字段描述特征，确定所述实体记录工单中的内容特征。

可选地，所述第二处理模块包括：第八处理子模块，用于将所述内容特征与不同预设分类中的各预设分类对应的关键词集合进行匹配，根据所述匹配结果确定所述分类标签；和/或，第九处理子模块，用于将所述内容特征输入预先训练的工单分类模型，基于所述工单分类模型的输出结果确定所述分类标签。

可选地，所述分类标签对应有预设的处理权重，所述第三处理模块包括：第十处理子模块，用于根据所述处理权重指示的处理时限及处理方式，确定与所述记录工单匹配的处理对象；第十一处理子模块，用于将所述记录工单及所述记录工单中的特定关键字段和通用关键字段发送给所述处理对象，以使所述处理对象进行相应业务处理。

可选地，所述装置还包括第五处理模块，用于在第二处理模块基于所述内容特征，确定与所述用户需求信息关联的分类标签之前，进行针对所述记录工单的字段完整性验证及逻辑准确性验证，当存在验证异常时，生成针对所述记录工单的异常标记；将具有异常标记的记录工单返回工单生成端，并提示所述工单生成端校验所述记录工单。

本公开的另一方面提供了一种电子设备，包括一个或多个处理器；存储器，用于存储一个或多个程序，其中，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本公开实施例的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现本公开实施例的方法。

本公开的另一方面提供了一种计算机程序产品，包括计算机可读指令，其中，所述计算机可读指令被执行时用于执行本公开实施例的基于自然语言技术的工单处理方法。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中，

图1示意性示出了根据本公开实施例的基于自然语言技术的工单处理方法及装置的系统架构；

图2示意性示出了根据本公开实施例的一种基于自然语言技术的工单处理方法的流程图；

图3示意性示出了根据本公开实施例的另一基于自然语言技术的工单处理方法的流程图；

图4示意性示出了根据本公开实施例的又一基于自然语言技术的工单处理方法的流程图；

图5示意性示出了根据本公开实施例的一种基于自然语言技术的工单处理装置的框图；

图6示意性示出了根据本公开实施例的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性地，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、操作、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、操作、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程基于自然语言技术的工单处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。

本公开的实施例提供了一种基于自然语言技术的工单处理方法以及能够应用该方法的处理装置。在本方法中，首先，获取用于描述待处理的用户需求信息的记录工单，然后，解析记录工单，以识别记录工单中的内容特征，并且基于识别到的内容特征，确定与用户需求信息关联的分类标签，最后根据分类标签，将记录工单分派给匹配的处理对象进行处理。

图1示意性示出了根据本公开实施例的基于自然语言技术的工单处理方法及装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，系统架构100可以包括交互端101、102、103，工单处理系统104和业务端105、106、107。工单处理系统104可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云服务、云计算、网络服务、中间件服务等基础云计算服务的云服务器。

交互端101、102、103用于进行与用户间的交互并生成交互数据，交互数据中包含用户反馈的需求信息。工单处理系统104用于从交互端101、102、103中获取交互数据，并基于交互数据指示的用户需求信息生成记录工单。另外，交互端101、102、103也可以根据交互数据中包含的用户需求信息生成记录工单，并将记录工单反馈给工单处理系统104。

工单处理系统104的处理器获取用于描述待处理的用户需求信息的记录工单并解析，以识别记录工单中的内容特征，以及基于识别到的内容特征，确定与用户需求信息关联的分类标签，最后根据分类标签，将记录工单分派给匹配的处理对象(如业务端105、106、107)进行相应的业务处理。

需要说明的是，本公开实施例的基于自然语言技术的工单处理方法和装置可用于金融领域，也可用于除金融领域之外的任意领域。以下将结合附图和具体实施例详细阐述本公开。

图2示意性示出了根据本公开实施例的一种基于自然语言技术的工单处理方法的流程图，如图2所示，方法200可以包括操作S210～S240。

在操作S210，获取用于描述待处理的用户需求信息的记录工单。

在本实施例中，具体地，在通过交互端进行与用户间的实时交互时生成交互数据，交互数据的类型例如包括交互文本数据、交互语音数据、交互视频数据等。交互数据指示用户需求信息，用户需求信息例如可分为咨询需求信息、业务办理需求信息、投诉需求信息等。

其中，咨询需求例如可分为普通客户咨询需求、集团或大客户咨询需求、涉账咨询需求、资金交易咨询需求等，业务办理需求例如可分为普通客户业务办理需求、集团或大客户业务办理需求、涉账业务办理需求、资金交易业务办理需求等。此外，用户需求信息也可以是基于用户提交的业务服务评价或问卷调查结果得到的，本申请对此不进行限定。

工单处理系统通过批量接口获取工单数据，具体地，获取用于描述待处理的用户需求信息的记录工单，记录工单包括电子记录工单和实体记录工单。实体记录工单可以是由用户或银行业务人员填写的纸质版工单，电子记录工单可以是由用户或银行业务人员填写的文档格式工单。此外，电子记录工单还可以是由工单处理系统的处理器基于交互数据指示的用户需求信息自动生成的。具体地，处理器识别用户需求信息中的内容字段，调用预设工单生成模板，将识别到的内容字段添加至生成模板的对应位置，形成电子记录工单。其中，用户需求信息可以是由用户或银行业务人员提供的，也可以是对交互历史数据进行内容识别处理得到的，用户需求信息一般是非结构化的问题描述信息。

接下来，在操作S220，解析记录工单，以识别记录工单中的内容特征。

在本实施例中，具体地，在对记录工单进行解析之前，进行针对记录工单的字段完整性验证及逻辑准确性验证，当存在验证异常时，生成针对记录工单的异常标记，并将具有异常标记的记录工单返回工单生成端，并提示工单生成端校验记录工单。

字段完整性验证用于校验记录工单中的字段数据是否存在缺失，实际应用中，记录工单的字段数据要求包括工单ID、所属系统、申请来源类别、申请来源名称、用户问题描述、报送原因分类等数据项。逻辑准确性验证用于校验记录工单中的业务逻辑是否准确，例如校验线上借贷业务、支付业务等业务逻辑是否准确。

在确定记录工单符合预设公共规则或个性化规则之后，利用自然语言处理技术，进行针对记录工单的解析处理，以获得记录工单中的内容特征。作为一种可行的方式，对记录工单进行文本分词和分词过滤处理，得到能够表达记录工单语义主题的有效词汇，并将有效词汇作为与记录工单关联的内容特征。

具体地，依据预设的行业词汇词典，例如利用CFA金融专业词典作为自定义词典，使用分词模型自动提取记录工单中的关键词汇，得到与记录工单关联的离散词汇集合。接下来，依据预设的干扰词汇集合，进行针对记录工单分词结果的过滤操作。具体地，对离散词汇集合进行分词过滤处理，去除其中对语义识别无效甚至有害的词汇，例如去除离散词汇集合中的停用词、标点符号、公用词、低频词、标记信息等不包含内容特征信息的词汇。

接下来，在操作S230，基于内容特征，确定与用户需求信息关联的分类标签。

在本实施例中，具体地，基于识别出的记录工单中的内容特征，进行针对记录工单的分类批量计算，以确定与记录工单关联的描述主题归类，即确定与用户需求信息关联的分类标签。

在确定记录工单的描述主题归类时，可以将记录工单的内容特征与不同预设分类中的各预设分类对应的关键词集合进行匹配，根据匹配结果确定分类标签；和/或将记录工单的内容特征输入预先训练的工单分类模型，基于工单分类模型的输出结果确定分类标签。

训练工单分类模型的方法，包括：从大量样本数据中挖掘工单分类规则，并基于有效规则集合生成分类器，即生成用于工单分类的工单分类模型。具体地，获取至少一个预设有分类标签的历史工单；获取至少一个历史工单中的各历史工单的内容特征向量；基于与各历史工单关联的内容特征向量及分类标签生成样本对；利用样本对训练预先建立的工单分类模型，得到训练成熟的工单分类模型。

接下来，在操作S240，根据分类标签，将记录工单分派给匹配的处理对象进行处理。

在本实施例中，分类标签对应有预设的处理权重，根据处理权重指示的处理时限及处理方式，确定与记录工单匹配的处理对象；将记录工单及记录工单中的关键字段分派给处理对象，以使处理对象进行相应的业务处理。与不同分类标签关联的处理时限及处理方式可能不同，示例性地，投诉工单属于紧急工单，紧急工单的处理时限为2个工作日(含网点、地市及省行处理时间)。其中，处理对象可以是业务负责人，也可以是进行业务处理的电子设备。

通过本公开实施例，获取用于描述待处理的用户需求信息的记录工单；解析记录工单，以识别记录工单中的内容特征；基于内容特征，确定与用户需求信息关联的分类标签；根据分类标签，将记录工单分派给匹配的处理对象进行处理。记录工单中描述有非结构化的用户需求信息，通过对记录工单加以分析处理，实现对记录工单进行描述主题归类，为工单分派及业务处理提供数据与决策支持，有利于减少工单流转次数，提升工单处理效率。

图3示意性示出了根据本公开实施例的另一基于自然语言技术的工单处理方法的流程图，在待处理的记录工单对电子记录工单的情况下，如图3所示，操作S220可以包括操作S310～S330。

在操作S310，解析电子记录工单以获得电子记录工单中的字段集合。

接下来，在操作S320，根据字段集合中的各字段的字段描述特征，筛选字段集合中的特定关键字段和通用关键字段。

接下来，在操作S330，将特定关键字段作为电子记录工单中的内容特征。

在本实施例中，具体地，进行针对电子记录工单的文本分词和分词过过滤处理，获得电子记录工单中的字段集合。根据与字段集合中各字段关联的字段描述特征，筛选字段集合中的特定关键字段和通用关键字段，其中，字段描述特征包括字段位置特征、字段语义特征和字段频次特征中的至少之一。

字段位置特征指示字段在记录工单中出现的文本位置，出现的文本位置不同，字段对工单描述主题的影响作用可能不同，因此，与不同文本位置关联的字段权重也可能不同。示例性地，标题位置的字段权重高于摘要位置的字段权重，摘要位置及结论位置的字段权重高于正文位置的字段权重。通过记录每个字段的位置信息，并通过设置有区分性的字段权重以区别不同文本位置，该种方式有利于改善工单内容特征分析的准确性。

字段语义特征指示字段在工单文本中的上下文语义信息，为突出工单数据的金融行业特征，可使用金融专业词典作为自定义词典，基于字段语义特征计算各字段与预设金融词汇的耦合程度，以此确定与不同字段关联的字段权重。

字段频次特征指示字段在工单文本中的重要程度及区分能力，示例性地，利用TF-IDF值表征各个字段的频次特征。具体地，TF-IDF＝TF×IDF，TF＝t/T，IDF＝N/(n+1)，其中，TF表示词频，IDF表示逆向文档频率，t表示某字段在某个工单文本中的出现频次，T表示该工单文本的总词数，N表示工单文本总数，n表示包含该关键词的工单文本总数。某字段的TF-IDF值越大，表征该字段的重要程度越高，区分能力越强，其越能代表所在的工单文本，因此，预设给该字段的字段权重也越高。

根据与各字段关联的字段权重，将字段权重高于预设阈值的字段划分为特定关键字段。特定关键字段指示记录工单的主题分布，决定非结构化的用户需求信息的分类标签，通用关键字段描述用户需求信息的全景信息，两类关键字段为处理对象进行业务处理提供数据支持与决策依据。

图4示意性示出了根据本公开实施例的又一基于自然语言技术的工单处理方法的流程图，在待处理的记录工单对实体记录工单的情况下，如图4所示，操作S220可以包括操作S410～S440。

在操作S410，对实体记录工单进行快照处理，得到原始工单图像。

接下来，在操作S420，对原始工单图像进行二值化处理，得到工单灰度图像。

接下来，在操作S430，对工单灰度图像进行识别处理，以提取工单灰度图像中的字段集合。

接下来，在操作S440，根据字段集合中的各字段的字段描述特征，确定实体记录工单中的内容特征。

在本实施例中，具体地，实体记录工单可以是由用户或银行业务人员填写的纸质版记录工单。在对实体记录工单进行分析处理时，首先对实体记录工单进行快照处理，得到原始工单图像；然后遍历原始工单图像中的所有像素点，计算每个像素点的灰度值，根据每个像素点的灰度值迭代计算二值化阈值，并将灰度值低于二值化阈值的像素点确定为背景像素点，将灰度值高于二值化阈值的像素点确定为前景像素点，以此完成针对原始工单图像的二值化处理，得到工单灰度图像。

接下来，对工单灰度图像进行识别处理，以提取工单灰度图像中的字段集合。以及，根据字段集合中各字段的字段描述特征，将字段集合划分为特定关键字段和通用关键字段，并将特定关键字段作为电子记录工单的内容特征，具体实现方式可参考前一实施例描述，在此不做赘述。

图5示意性示出了根据本公开实施例的一种基于自然语言技术的工单处理装置的框图。

如图5所示，装置500包括获取模块501、第一处理模块502、第二处理模块503和第三处理模块504。

具体地，获取模块501，用于获取用于描述待处理的用户需求信息的记录工单；第一处理模块502，用于解析记录工单，以识别记录工单中的内容特征；第二处理模块503，用于基于内容特征，确定与用户需求信息关联的分类标签；第三处理模块504，用于根据分类标签，将记录工单分派给匹配的处理对象进行处理。

通过本公开实施例，获取用于描述待处理的用户需求信息的记录工单；解析记录工单，以识别记录工单中的内容特征；基于内容特征，确定与用户需求信息关联的分类标签；根据分类标签，将记录工单分派给匹配的处理对象进行处理。记录工单中描述有非结构化的用户需求信息，通过对记录工单加以分析处理，实现对记录工单进行描述主题归类，为工单分派及业务处理提供数据与决策支持，有利于减少工单流转次数，提升工单处理效率。

作为一种可行的实施例，记录工单包括电子记录工单和实体记录工单，该装置还包括：第四处理模块，用于识别用户需求信息中的内容字段；调用预设工单生成模板，将识别到的内容字段添加至生成模板的对应位置，形成电子记录工单。

作为一种可行的实施例，在记录工单为电子记录工单的情况下，第一处理模块包括：第一处理子模块，用于解析电子记录工单以获得电子记录工单中的字段集合；第二处理子模块，用于根据字段集合中的各字段的字段描述特征，筛选字段集合中的特定关键字段和通用关键字段；第三处理子模块，用于将特定关键字段作为电子记录工单中的内容特征，其中，字段描述特征包括字段位置特征、字段语义特征和字段频次特征中的至少之一。

作为一种可行的实施例，在记录工单为实体记录工单的情况下，第一处理模块包括：第四处理子模块，用于对实体记录工单进行快照处理，得到原始工单图像；第五处理子模块，用于对原始工单图像进行二值化处理，得到工单灰度图像；第六处理子模块，用于对工单灰度图像进行识别处理，以提取工单灰度图像中的字段集合；第七处理子模块，用于根据字段集合中的各字段的字段描述特征，确定实体记录工单中的内容特征。

作为一种可行的实施例，第二处理模块包括：第八处理子模块，用于将内容特征与不同预设分类中的各预设分类对应的关键词集合进行匹配，根据匹配结果确定分类标签；和/或，第九处理子模块，用于将内容特征输入预先训练的工单分类模型，基于工单分类模型的输出结果确定分类标签。

作为一种可行的实施例，分类标签对应有预设的处理权重，第三处理模块包括：第十处理子模块，用于根据处理权重指示的处理时限及处理方式，确定与记录工单匹配的处理对象；第十一处理子模块，用于将记录工单及记录工单中的特定关键字段和通用关键字段发送给处理对象，以使处理对象进行相应业务处理。

作为一种可行的实施例，该装置还包括第五处理模块，用于在第二处理模块基于内容特征，确定与用户需求信息关联的分类标签之前，进行针对记录工单的字段完整性验证及逻辑准确性验证，当存在验证异常时，生成针对记录工单的异常标记；将具有异常标记的记录工单返回工单生成端，并提示工单生成端校验记录工单。

需要说明的是，在本公开实施例中，装置部分的实施方式与方法部分的实施方式相同或类似，在此不再赘述。

根据本公开的实施例的模块中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者根据本公开实施例的模块中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，获取模块501、第一处理模块502、第二处理模块503和第三处理模块504中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块501、第一处理模块502、第二处理模块503和第三处理模块504中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。获取模块501、第一处理模块502、第二处理模块503和第三处理模块504中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图6示意性示出了适于实现根据本公开实施例的处理方法和处理装置的电子设备600的方框图。图6示出的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，程序也可以存储在除ROM602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

根据本公开的实施例，根据本公开实施例的方法流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存储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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储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执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行本公开实施例所提供的方法的程序代码，当计算机程序产品在电子设备上运行时，该程序代码用于使电子设备实现本公开实施例所提供的用于文件上传漏洞的检测方法。

在该计算机程序被处理器601执行时，执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(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，上述模块、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，框图或流程图中的每个方框、以及框图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。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (11)

1.一种基于自然语言技术的工单处理方法，包括：

获取用于描述待处理的用户需求信息的记录工单；

解析所述记录工单，以识别所述记录工单中的内容特征；

基于所述内容特征，确定与所述用户需求信息关联的分类标签；

根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理。

2.根据权利要求1所述的方法，其中，所述记录工单包括电子记录工单和实体记录工单，生成所述电子记录工单的方法，包括：

识别所述用户需求信息中的内容字段；

调用预设工单生成模板，将识别到的所述内容字段添加至所述生成模板的对应位置，形成所述电子记录工单。

3.根据权利要求2所述的方法，其中，在所述记录工单为电子记录工单的情况下，所述解析所述记录工单，以识别所述记录工单中的内容特征，包括：

解析所述电子记录工单以获得所述电子记录工单中的字段集合；

根据所述字段集合中的各所述字段的字段描述特征，筛选所述字段集合中的特定关键字段和通用关键字段；

将所述特定关键字段作为所述电子记录工单中的内容特征，

其中，所述字段描述特征包括字段位置特征、字段语义特征和字段频次特征中的至少之一。

4.根据权利要求2所述的方法，其中，在所述记录工单为实体记录工单的情况下，所述解析所述记录工单，以识别所述记录工单中的内容特征，包括：

对所述实体记录工单进行快照处理，得到原始工单图像；

对所述原始工单图像进行二值化处理，得到工单灰度图像；

对所述工单灰度图像进行识别处理，以提取所述工单灰度图像中的字段集合；

根据所述字段集合中的各所述字段的字段描述特征，确定所述实体记录工单中的内容特征。

5.根据权利要求1所述的方法，其中，所述基于所述内容特征，确定与所述用户需求信息关联的分类标签，包括：

将所述内容特征与不同预设分类中的各预设分类对应的关键词集合进行匹配，根据所述匹配结果确定所述分类标签；和/或

将所述内容特征输入预先训练的工单分类模型，基于所述工单分类模型的输出结果确定所述分类标签。

6.根据权利要求3所述的方法，其中，所述分类标签对应有预设的处理权重，所述根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理，包括：

根据所述处理权重指示的处理时限及处理方式，确定与所述记录工单匹配的处理对象；

将所述记录工单及所述记录工单中的特定关键字段和通用关键字段发送给所述处理对象，以使所述处理对象进行相应业务处理。

7.根据权利要求1至6中任一项所述的方法，其中，在基于所述内容特征，确定与所述用户需求信息关联的分类标签之前，包括：

进行针对所述记录工单的字段完整性验证及逻辑准确性验证，当存在验证异常时，生成针对所述记录工单的异常标记；

将具有异常标记的记录工单返回工单生成端，并提示所述工单生成端校验所述记录工单。

8.一种基于自然语言技术的工单处理装置，包括：

获取模块，用于获取用于描述待处理的用户需求信息的记录工单；

第一处理模块，用于解析所述记录工单，以识别所述记录工单中的内容特征；

第二处理模块，用于基于所述内容特征，确定与所述用户需求信息关联的分类标签；

第三处理模块，用于根据所述分类标签，将所述记录工单分派给匹配的处理对象进行处理。

9.一种电子设备，包括：

一个或多个处理器；以及

存储器，用于存储一个或多个程序，

其中，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权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至7中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。

Images