CN114519343A - 基于95598的重复来电预处理方法、装置、设备及存储介质 - Google Patents

基于95598的重复来电预处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114519343A
CN114519343A CN202210146840.3A CN202210146840A CN114519343A CN 114519343 A CN114519343 A CN 114519343A CN 202210146840 A CN202210146840 A CN 202210146840A CN 114519343 A CN114519343 A CN 114519343A
Authority
CN
China
Prior art keywords
data
incoming call
text
primary screening
call
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
Application number
CN202210146840.3A
Other languages
English (en)
Inventor
朱龙珠
张明杰
丁毛毛
刘爱生
刘鲲鹏
杨菁
王慧
徐青
柳薇
王祥
李铮
那辰星
赵成文
苗松
武延年
李魁雨
孔令华
曾超明
吕福生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Co ltd Customer Service Center
Original Assignee
State Grid Co ltd Customer Service Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Co ltd Customer Service Center filed Critical State Grid Co ltd Customer Service Center
Priority to CN202210146840.3A priority Critical patent/CN114519343A/zh
Publication of CN114519343A publication Critical patent/CN114519343A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • 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
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了基于95598的重复来电预处理方法、装置、设备及存储介质，该处理方法包括以下步骤：S101、数据获取；S102、在获取的数据中，剔除业务数据，获得筛选数据；S103、标注及初筛；S104、利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至算法单元；若否，将初选数据发送至处理端；S105、算法单元判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至步骤S104中的处理端。本发明神经网络数据标注量减小，训练周期缩短，能够提高文本分析准确度，减少人工，缩短前期准备时间。

Description

基于95598的重复来电预处理方法、装置、设备及存储介质
技术领域
本发明属于通信数据处理技术领域，涉及一种基于95598工单及转译文本的的重复来电预处理方法、装置、设备及存储介质。
背景技术
重复来电识别是通过对客户诉求通话数据进行分析，找出其中的同一事件、诉求的重复来电，便于业务分析人员分析出客户的重复来电及事件原因。基于95598工单及转译文本，结合业务规定，对符合条件的重复来电工单进行筛选，再通过文本相似度算法比对，从而得出重复来电识别结果。
对于文本内容的分析，最基本的思路就是统计学，通过对大量文章中字，词的频率进行统计，从中获得一些字，词的规律信息，进而通过这些信息，来达到处理，分类，识别文本的能力。目前对于自然语言处理，也都是基于一条重要的假设，即，含义相似的词，字，会出现在相似的上下文文本内容中，根据这条假设，并且基于神经网络的技术，目前对文本处理，取得了比较理想的效果。
文本分析对比的分析技术，目前一大类是采用文本相似度技术，这个方法是通过统计文章里面的字，来计算这篇文章的词向量，然后通过对比不同文章的词向量来比对文本之间内容的相似程度。目前最新的神经网络技术，可以对文本内容有一个更精细的分析和判断。神经网络的方法，就是通过人工标注已有的数据，通过神经网络的学习，来获取某类文本的特征，当训练数据的数量足够多的时候，就能够得到这类文本的准确的特征，进而就能够对文本进行精确的识别。
目前文本内容分析的情况如下：
文本相似度方法，不需要预先获取大量文本，并进行文本标注，前期工作比较简单，但是文本相似度对文本内容的区别能力有限，效果并不理想，而且对于一些细微的文本差异，基本没有效果；
神经网络方法，对文本的区分度会高很多，但是神经网络前期需要收集大量的数据，并且还要人工进行标注，然后再对标注数据进行训练，需要耗费大量的人力，物力，并且前期需要收集大量的数据，开销要比文本相似度方法大很多。
针对以上两类技术的问题，我们设计了一个同时采用两种方案混合的方式，来达到提高准确度，减少人工，缩短前期准备时间的目的。目的就是结合两者的长处，来规避各自的缺点。
发明内容
本发明的目的在于提供一种基于95598的重复来电预处理方法，能够提高文本分析准确度，减少人工，缩短前期准备时间。
本发明采取的技术方案如下：
基于95598的重复来电预处理方法，包括以下步骤，
S101、数据获取
以通话记录和语音转译文本数据为基础，先找出同一号码的所有通话数据；
S102、在获取的数据中，剔除业务数据，获得筛选数据；
S103、标注及初筛；
利用筛选出来的数据，进行小规模标注，然后利用标注后的数据对神经网络进行训练，然后使用神经网络对S102获得的所有筛选数据进行初筛，获得初筛数据；
S104、利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至算法单元；若否，将初选数据发送至处理端；
S105、算法单元判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至步骤S104中的处理端。
进一步地，步骤S105是通过如下步骤判断文本内容是否相似的：
a、算法单元将接收到的每段文本内容切成一个个字符；
b、利用每个字符的哈希值不同去重，
c、去重之后，计算两两字符的余弦距离，具体计算方法为：对两个字符向量夹角的余弦值分别计算，若余弦值均大于0.8，则认为相应的文本内容相似；若否，则认为相应的文本内容不相似。
进一步地，步骤S102中的业务数据包括：客户查询电费电量信息、档案信息、停电信息、营销法律法规类咨询业务、疑似非户主查询客户档案信息、以及属地供电单位针对客户诉求已出具最终答复，客户仍再次来电反映同样诉求的。
基于95598的重复来电预处理装置，包括：
存储模块，存储客户的通话数据，通话数据包括通话记录和语音转译文本数据；
数据筛选模块，剔除存储模块中同一号码的通话数据的业务数据，获得筛选数据；
数据初筛模块，对筛选数据进行标注，利用标注后的数据对神经网络进行训练，然后使用神经网络对所有筛选数据进行初筛，获得初筛数据；
初筛数据判断模块，利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至文本内容判断模块；若否，将初选数据发送至处理端；
文本内容判断模块，判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至所述处理端。
进一步地，文本内容判断模块将接收到的每段文本内容切成一个个字符；利用每个字符的哈希值不同去重，去重之后，计算两两字符的余弦距离：对两个字符向量夹角的余弦值分别计算，若余弦值均大于0.8，则判断相应的文本内容相似；若否，则判断相应的文本内容不相似。
进一步地，所述业务数据包括：客户查询电费电量信息、档案信息、停电信息、营销法律法规类咨询业务、疑似非户主查询客户档案信息、以及属地供电单位针对客户诉求已出具最终答复，客户仍再次来电反映同样诉求的。
一种终端设备，包括存储器和处理器：
存储器，用于存储计算机指令；
处理器，用于运行所述存储器存储的计算机指令，实现上述重复来电预处理方法。
一种存储介质，包括可读存储介质和计算机指令，所述计算机指令存储在所述可读存储介质中，所述计算机指令用于实现上述重复来电预处理方法。
本发明的优点：
神经网络数据标注量减小，训练周期缩短，只需要对数据进行初筛，能够提高文本分析准确度，减少人工，缩短前期准备时间。
初筛之后的数据，已经将大部分无关数据去除，再进行文本相似度对比，准确度可以大大提高。
根据事件再对重复来电进行分类，从而得出重复来电识别结果，节省了工作量，能够对相应事件进行精准的针对性处理，提升了客户服务水平。
附图说明
图1是本申请基于95598的重复来电预处理方法的具体流程示意图；
图2是本申请基于95598的重复来电预处理装置的模块连接示意图；
图3是本申请终端设备的结构示意图。
具体实施方式
以下结合附图对本发明进行说明：
如图1，本申请提供的基于95598的重复来电预处理方法，具体是基于95598工单及转译文本的重复来电预处理方法，
该重复来电预处理方法涉及的网元包括终端设备中的部分或者全部，下面以终端设备为执行主体对本申请的处理方法进行说明，如图1，本申请的终端设备以通话记录和语音转译文本数据为基础，先找出同一号码的所有通话数据，并进行剔除筛选，获得筛选数据。根据业务规定，剔除以下分类数据：1.客户查询电费电量及档案信息、停电信息、营销法律法规等咨询类业务，疑似非户主查询客户档案信息；2.属地供电单位针对客户诉求已出具最终答复，客户仍来电反映的。
首先，利用筛选出来的数据，进行小规模标注，然后利用标注后的数据对神经网络进行训练，让神经网络达到一个初步的可用度，然后使用训练后的神经网络对所有数据进行初筛，获得初筛数据。
筛选出来的结果再利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至算法单元；若否，将初选数据发送至处理端。
算法单元判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至所述处理端。
算法单元判断具体判断过程为：算法单元将接收到的文本内容切成一个个小的字符，利用每个字符的哈希值不同去重，去重之后，计算两两字符的余弦距离，具体计算方法为：对两个向量夹角的余弦值分别计算，求出每段文本内容的文本向量值做比较；余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似；
本申请中，若两个字符向量夹角的余弦值均大于0.8，则认为相应的文本内容相似。
另一方面，如图2，本申请提供的基于95598的重复来电预处理装置的模块连接示意图，具体是基于95598工单及转译文本的重复来电预处理装置，包括：
存储模块，存储客户的通话数据，通话数据包括通话记录和语音转译文本数据；
数据筛选模块，剔除存储模块中同一号码的通话数据的业务数据，获得筛选数据；业务数据包括：客户查询电费电量信息、档案信息、停电信息、营销法律法规类咨询业务、疑似非户主查询客户档案信息、以及属地供电单位针对客户诉求已出具最终答复，客户仍再次来电反映同样诉求的；
数据初筛模块，对筛选数据进行标注，利用标注后的数据对神经网络进行训练，然后使用神经网络对所有筛选数据进行初筛，获得初筛数据；
初筛数据判断模块，利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至文本内容判断模块；若否，将初选数据发送至处理端；
文本内容判断模块，判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至所述处理端。
进一步地，文本内容判断模块将接收到的每段文本内容切成一个个字符；利用每个字符的哈希值不同去重，去重之后，计算两两字符的余弦距离：对两个字符向量夹角的余弦值分别计算，若余弦值均大于0.8，则判断相应的文本内容相似，认为相应诉求事件是重复来电；若否，则判断相应的文本内容不相似，并将相应的文本内容发送至所述处理端。
另一方面，本申请提供的一种终端设备，如图3，包括存储器和处理器：
存储器，用于存储计算机指令；
处理器，用于运行所述存储器存储的计算机指令，实现本申请重复来电预处理方法。
另一方面，本申请提供的一种存储介质，包括可读存储介质和计算机指令，所述计算机指令存储在所述可读存储介质中，所述计算机指令用于实现本申请重复来电预处理方法。
本申请基于95598工单及转译文本，结合业务规定，对符合条件的重复来电工单进行筛选，通过文本相似度算法，对转译文本进行比对，设置符合实际的阈值，根据事件再对重复来电进行分类，从而得出重复来电识别结果，节省了工作量，能够对相应事件进行精准的针对性处理，提升了客户服务水平。

Claims (8)

1.基于95598的重复来电预处理方法，其特征在于：包括以下步骤，
S101、数据获取
以通话记录和语音转译文本数据为基础，先找出同一号码的所有通话数据；
S102、在获取的数据中，剔除业务数据，获得筛选数据；
S103、标注及初筛；
利用筛选出来的数据，进行标注，然后利用标注后的数据对神经网络进行训练，然后使用神经网络对步骤S102获得的所有筛选数据进行初筛，获得初筛数据；
S104、利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至算法单元；若否，将初选数据发送至处理端；
S105、算法单元判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至步骤S104中的处理端。
2.根据权利要求1所述的重复来电预处理方法，其特征在于：
步骤S105是通过如下步骤判断文本内容是否相似的：
a、算法单元将接收到的每段文本内容切成一个个字符；
b、利用每个字符的哈希值不同去重，
c、去重之后，计算两两字符的余弦距离，具体计算方法为：对两个字符向量夹角的余弦值分别计算，若余弦值均大于0.8，则认为相应的文本内容相似；若否，则认为相应的文本内容不相似。
3.根据权利要求2所述的重复来电预处理方法，其特征在于：
步骤S102中的业务数据包括：客户查询电费电量信息、档案信息、停电信息、营销法律法规类咨询业务、疑似非户主查询客户档案信息、以及属地供电单位针对客户诉求已出具最终答复，客户仍再次来电反映同样诉求的。
4.基于95598的重复来电预处理装置，其特征在于：包括，
存储模块，存储客户的通话数据，通话数据包括通话记录和语音转译文本数据；
数据筛选模块，剔除存储模块中同一号码的通话数据的业务数据，获得筛选数据；
数据初筛模块，对筛选数据进行标注，利用标注后的数据对神经网络进行训练，然后使用神经网络对所有筛选数据进行初筛，获得初筛数据；
初筛数据判断模块，利用文本相似度对初筛数据进行分析，判断是否为同一诉求事件，若是，则将初选数据对应的重复来电的文本内容输入至文本内容判断模块；若否，将初选数据发送至处理端；
文本内容判断模块，判断接收到的文本内容是否相似，若相似，则认为相应诉求事件是重复来电，输出重复来电；若否，则将相应的文本内容发送至所述处理端。
5.根据权利要求4所述的重复来电预处理装置，其特征在于：
文本内容判断模块将接收到的每段文本内容切成一个个字符；利用每个字符的哈希值不同去重，去重之后，计算两两字符的余弦距离：对两个字符向量夹角的余弦值分别计算，若余弦值均大于0.8，则判断相应的文本内容相似；若否，则判断相应的文本内容不相似。
6.根据权利要求5所述的重复来电预处理装置，其特征在于：
所述业务数据包括：客户查询电费电量信息、档案信息、停电信息、营销法律法规类咨询业务、疑似非户主查询客户档案信息、以及属地供电单位针对客户诉求已出具最终答复，客户仍再次来电反映同样诉求的。
7.一种终端设备，其特征在于：包括存储器和处理器：
存储器，用于存储计算机指令；
处理器，用于运行所述存储器存储的计算机指令，实现上述重复来电预处理方法。
8.一种存储介质，其特征在于：包括可读存储介质和计算机指令，所述计算机指令存储在所述可读存储介质中，所述计算机指令用于实现上述重复来电预处理方法。
CN202210146840.3A 2022-02-17 2022-02-17 基于95598的重复来电预处理方法、装置、设备及存储介质 Pending CN114519343A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210146840.3A CN114519343A (zh) 2022-02-17 2022-02-17 基于95598的重复来电预处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210146840.3A CN114519343A (zh) 2022-02-17 2022-02-17 基于95598的重复来电预处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114519343A true CN114519343A (zh) 2022-05-20

Family

ID=81599802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210146840.3A Pending CN114519343A (zh) 2022-02-17 2022-02-17 基于95598的重复来电预处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114519343A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433197A (zh) * 2023-06-13 2023-07-14 建信金融科技有限责任公司 一种信息上报方法、装置、上报端及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214009A (zh) * 2018-11-27 2019-01-15 国网山东省电力公司电力科学研究院 一种服务调度重复来电的工单文本语义向量分析方法
CN111259144A (zh) * 2020-01-16 2020-06-09 中国平安人寿保险股份有限公司 多模型融合文本匹配方法、装置、设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109214009A (zh) * 2018-11-27 2019-01-15 国网山东省电力公司电力科学研究院 一种服务调度重复来电的工单文本语义向量分析方法
CN111259144A (zh) * 2020-01-16 2020-06-09 中国平安人寿保险股份有限公司 多模型融合文本匹配方法、装置、设备和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433197A (zh) * 2023-06-13 2023-07-14 建信金融科技有限责任公司 一种信息上报方法、装置、上报端及存储介质
CN116433197B (zh) * 2023-06-13 2023-09-12 建信金融科技有限责任公司 一种信息上报方法、装置、上报端及存储介质

Similar Documents

Publication Publication Date Title
CN110414927B (zh) 一种票据处理自动生成凭证的方法及装置
CN105678612A (zh) 移动端原始凭证电子化智能填单系统及方法
CN104077407B (zh) 一种智能数据搜索系统及方法
CN109165294A (zh) 一种基于贝叶斯分类的短文本分类方法
CN116363440B (zh) 基于深度学习的土壤中有色微塑料的识别检测方法及系统
CN110909224B (zh) 一种基于人工智能的敏感数据自动分类识别方法及系统
CN111931809A (zh) 数据的处理方法、装置、存储介质及电子设备
CN112258254B (zh) 基于大数据架构的互联网广告风险监测方法及系统
CN111970400B (zh) 骚扰电话识别方法及装置
CN116881430B (zh) 一种产业链识别方法、装置、电子设备及可读存储介质
CN113378899A (zh) 非正常账号识别方法、装置、设备和存储介质
CN115396389B (zh) 一种基于情绪能量感知的物联网信息技术客服服务系统
CN114519343A (zh) 基于95598的重复来电预处理方法、装置、设备及存储介质
CN109635104A (zh) 数据分类标识方法、装置、计算机设备及可读存储介质
CN105677888A (zh) 一种基于用户时间碎片的业务偏好识别方法
CN114491010A (zh) 信息抽取模型的训练方法及装置
CN107734534B (zh) 一种网络负荷评估方法及装置
CN111179101A (zh) 一种基于共享网络的互联网保险营销数据处理系统
CN111639916A (zh) 一种基于区块链技术及深度学习的在线审计方法、系统和可读存储介质
CN107066450B (zh) 一种基于学习的即时通信会话切分方法
CN114996207A (zh) 一种基于5g云计算的大数据分析方法及系统
CN112926898A (zh) 一种用于电子政务的综合评估系统
CN109558488A (zh) 基于数据对犯罪行为的多维度分析方法
CN115550506B (zh) 用户识别模型的训练、用户识别方法和装置
CN118132734B (zh) 一种基于大模型的情报数据查询方法与系统

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