CN114817505A - 一种基于历史工单匹配系统的供电工单快速回复方法 - Google Patents

一种基于历史工单匹配系统的供电工单快速回复方法 Download PDF

Info

Publication number
CN114817505A
CN114817505A CN202210500654.5A CN202210500654A CN114817505A CN 114817505 A CN114817505 A CN 114817505A CN 202210500654 A CN202210500654 A CN 202210500654A CN 114817505 A CN114817505 A CN 114817505A
Authority
CN
China
Prior art keywords
work order
order data
historical
vectorized
matching
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
CN202210500654.5A
Other languages
English (en)
Inventor
王小栋
王轶峰
宗钰
谢劲鸥
吴敏
邱允徐
胡骏
丁可默
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.)
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Original Assignee
Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
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 Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co filed Critical Nantong Power Supply Co Of State Grid Jiangsu Electric Power Co
Priority to CN202210500654.5A priority Critical patent/CN114817505A/zh
Publication of CN114817505A publication Critical patent/CN114817505A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • 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
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • 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
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Computer Interaction (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于历史工单匹配系统的供电工单快速回复方法包括实时采集营销系统中的工单数据，并将采集的工单数据进行向量化；将向量化后的工单数据与向量化后的历史工单数据进行匹配；根据计算的匹配值将匹配的历史工单数据进行排序；优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复，实现系统自动快速匹配出与实时采集的工单数据类似的历史工单数据，方便调用出该历史工单数据对应的历史回复工单，方便工作人员在工单回复时进行参考，从而杜绝超时风险、提升回复质量、加速业务处理。

Description

一种基于历史工单匹配系统的供电工单快速回复方法
技术领域
本发明涉及供电工单回复领域，具体为一种基于历史工单匹配系统的供电工单快速回复方法。
背景技术
当前，供电服务指挥中心95598业务工单处置超时风险大、业务高峰任务重、回单标准化管理难度大，供电指挥中心在工单回复方面的工作越来越繁重，很多工单出现回复效率低、回复不标准等问题，因此需要规范工单回复的内容和格式，从历史工单中提供参考，协助工作人员快速且规范的完成工单回复，因此：
1、如何实现系统自动快速匹配出与实时采集的工单数据类似的历史工单数据；
2、如何实现调用出该历史工单数据对应的历史回复工单；
3、如何实现方便工作人员在工单回复时进行参考
4、如何实现从而杜绝超时风险、提升回复质量、加速业务处理。
发明内容
针对现有技术的不足，本发明提供了一种基于历史工单匹配系统的供电工单快速回复方法，以解决上述问题。
为实现以上目的，本发明通过以下技术方案予以实现。
一种基于历史工单匹配系统的供电工单快速回复方法，包括实时采集营销系统中的工单数据，并将采集的工单数据进行向量化，所述将工单数据进行向量化的具体步骤如下：
步骤1：对工单数据中的进行指标体系的建立，并对不同指标进行赋值，所述指标包括时间信息、位置信息、指标词库；
步骤2：对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值；
步骤3：将上述两步的赋值进行拼接并进行归一化操作，得到工单数据向量化后的数据，
将向量化后的工单数据与向量化后的历史工单数据进行匹配，步骤如下：
步骤1：按顺序取出一条向量化后的历史工单数据，并将其与向量化后的工单数据进行拼接；
步骤2：将拼接后的数据传入训练好的卷积神经网络中，得到一个匹配值；
步骤3：重复上述步骤，直至所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算，
根据计算的匹配值将匹配的历史工单数据进行排序；
优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复，方便调用出该历史工单数据对应的历史回复工单，方便工作人员在工单回复时进行参考，从而杜绝超时风险、提升回复质量、加速业务处理，使得工单回复效率大幅提升，减少工作人员回复工单的时间，根据统计，每100个工单中，节约时间成本大约2天，回复效率提升68％，加快了业务的处理。
进一步的，所述的步骤1对工单数据中的时间信息、位置信息等进行指标体系的建立，并对不同指标进行赋值，具体包括：
步骤1.1：将时间信息分为月、旬、当日时间段三个指标，将位置信息分为故障位置、地区级别两个指标，并对相应指标进行赋值；
步骤1.2：根据下列公式将赋值指标进行归一化：
Figure BDA0003635327820000021
进一步的，所述将工单数据进行向量化的具体步骤中的步骤2对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值，具体包括：
步骤2.1：构建指标词库；
步骤2.2：利用现有的中文分词工具对文本内容进行分词，得到分词内容；
步骤2.3：指标词库中的词在分词内容中出现，则赋值为1，否则赋值为0。
进一步的，所述的指标词库是人工根据历史的工单数据中常用的词汇组成的，且指标词库中的词汇顺序保持不变。
进一步的，所述的向量化后的历史工单数据是存储在数据库中的，只需读取即可。
进一步的，所述将向量化后的工单数据与向量化后的历史工单数据进行匹配中的卷积神经网络采用3层valid一维卷积以及2层全连接层，最后输出一个数值，该数值大小介于[0,1]。
进一步的，所述将向量化后的工单数据与向量化后的历史工单数据进行匹配中的匹配值表示工单数据与历史工单数据的匹配程度，其值越大，说明越匹配。
相对于现有技术，本发明的方法有益效果在于：一种基于历史工单匹配系统的供电工单快速回复方法包括实时采集营销系统中的工单数据，并将采集的工单数据进行向量化；将向量化后的工单数据与向量化后的历史工单数据进行匹配；根据计算的匹配值将匹配的历史工单数据进行排序；优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复，实现系统自动快速匹配出与实时采集的工单数据类似的历史工单数据，方便调用出该历史工单数据对应的历史回复工单，方便工作人员在工单回复时进行参考，从而杜绝超时风险、提升回复质量、加速业务处理，使得工单回复效率大幅提升，减少工作人员回复工单的时间，根据统计，每100个工单中，节约时间成本大约2天，回复效率提升68％，加快了业务的处理。
附图说明
图1为本发明基于历史工单匹配系统的供电工单快速回复方法的方法流程示意图；
图2为本发明时间信息、位置信息指标赋值图；
图3为本发明工单文本内容指标赋值图；
图4为本发明向量数据卷积操作示意图；
图5为根据历史工单构建的指标案例库。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
一种基于历史工单匹配系统的供电工单快速回复方法，包括实时采集营销系统中的工单数据，并将采集的工单数据进行向量化；将向量化后的工单数据与向量化后的历史工单数据进行匹配；根据计算的匹配值将匹配的历史工单数据进行排序；优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复，方便调用出该历史工单数据对应的历史回复工单，优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复，实现系统自动快速匹配出与实时采集的工单数据类似的历史工单数据。
将工单数据向量化的具体步骤如下：步骤1：对工单数据中的时间信息、位置信息、指标词库进行指标体系的建立，并对不同指标进行赋值；步骤2：对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值；步骤3：将上述两步的赋值进行拼接并进行归一化操作，得到工单数据向量化后的数据。
步骤1对工单数据中的时间信息、位置信息等进行指标体系的建立，并对不同指标进行赋值，具体包括：步骤1.1：将时间信息分为月、旬、当日时间段三个指标，将位置信息分为故障位置、地区级别两个指标，并对相应指标进行赋值；步骤1.2：根据下列公式将赋值指标进行归一化：
Figure BDA0003635327820000051
步骤2对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值，具体包括：步骤2.1：构建指标词库；步骤2.2：利用现有的中文分词工具对文本内容进行分词，得到分词内容；步骤2.3：指标词库中的词在分词内容中出现，则赋值为1，否则赋值为0。本实施例中的指标词库为停电(A1)、客户(A2)、投诉(A3)、农网(A4)、拉线(A5)......电线(An),本实施例中列举常用的指标名称，在实际操作过程中可逐步添加相关指标名称，分词内容中若指标词库中的词在分词内容中出现，则赋值为1，否则赋值为0，赋值根据分词内容是否出现而定，能够更加快速准确的定位到有意义的参考词汇。
指标词库是人工根据历史的工单数据中常用的词汇组成的，且指标词库中的词汇顺序保持不变。向量化后的历史工单数据是存储在数据库中的，只需读取即可。
在本实施例中如图2、图3所示，将指标信息中的时间信息分类为月(X1)、旬(X2)、时段(X3)，接着月(X1)的春、夏、秋、冬分别赋值为2、3、4、5，旬(X2)的上、中、下分别赋值为3、4、5，时段(X3)的凌晨、早上、上午、中午、下午、傍晚、晚上分别赋值为1、2、3、4、5、6、7，如此赋值能够在实际操作过程中通过指定的分类，如月(X1)中的指标值为3，那我们就能准确更方便的定位到月(X1)中的“夏”，再如可通过下列故障位置(X4)赋值为4的话，可准确定位到故障位置是在工地，又如地区级别(X5)赋值为4的话，可准确定位到是在郊区，综上所述仅举例说明，在实际操作过程中，仍可通过类似赋值准确定位到信息指示，为后期向量化做铺垫。
将向量化后的工单数据与向量化后的历史工单数据进行匹配的具体步骤包括：步骤1：按顺序取出一条向量化后的历史工单数据，并将其与向量化后的工单数据进行拼接；步骤2：将拼接后的数据传入训练好的卷积神经网络中，得到一个匹配值；步骤3：重复上述步骤，直至所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算，根据结合图2-图5的附图得知，如在下列应用场景中可得出如下测试数据：
应用场景1：启东市2022-05-0608:39:21【计量(表)箱柜问题】户号为320827******3的客户反映，此处计量[表]出现[位置不合理]，客户称家中一根线被挖掘机挖断了，找了**供电所他们不处理，认为服务差，已解释，客户称电表在电杆上，认为位置不合理，要求移表，客户认为无安全隐患，请供电公司尽快核实处理。
1、结合图2、图3的指标赋值得到的向量化后的数据是：
(3,3,3,1,3,0,1,0,...,1)
2、按顺序取一份案例库中的数据：
(0.29,0.43,0.43,0.14,0.43,0.14,0.14,0,...,0.14)
3、得到拼接后的数据：
(3,3,3,1,3,0,1,0,...,1；0.29,0.43,0.43,0.14,0.43,0.14,0.14,0,...,0.14)
4、将此数据传入训练好的卷积神经网络中，得到一个匹配值；
5、重复步骤2至4，直至所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算；
6、将所有的匹配值进行比较，值越大，说明越匹配。
应用场景2：启东市2022-05-0513:23:25【计量(表)箱柜问题】户号为32**********1的客户反映，此处计量[表]出现[入户线漏电]，客户称家中的入户线有问题怀疑漏电，一天只用个空调一天10度电，找了**供电所处理很慢要投诉，一直说在安排，已解释，客户认为是入户线漏电，需要专业技术人员前来家中进行检查，请供电公司尽快核实处理。
1、结合图2、图3的指标赋值得到的向量化后的数据是：
(3,3,5,1,3,0,1,0,...,1)
2、按顺序取一份案例库中的数据：
(0.29,0.43,0.43,0.14,0.43,0.14,0.14,0,...,0.14)
3、得到拼接后的数据：
(3,3,5,1,3,0,1,0,...,1；0.29,0.43,0.43,0.14,0.43,0.14,0.14,0,...,0.14)
4、将此数据传入训练好的卷积神经网络中，得到一个匹配值；
5、重复步骤2至4，直至所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算；
6、将所有的匹配值进行比较，值越大，说明越匹配。
卷积神经网络采用3层valid一维卷积以及2层全连接层，最后输出一个数值，该数值大小介于[0,1]，在full卷积的卷积过程中，会遇到\(K_{flip}\)靠近I的边界(K矩阵与I矩阵)，就会有部分延申到I之外，这时候忽略边界，只考虑I完全覆盖\(K_{flip}\)内的值情况,这个的过程就是valid卷积。一个高为H1，宽为W1的矩阵I与高为H2,宽为W2的矩阵K,在H1大于等于H2，W1大于等于W2的情况下，valid卷积的结果就是一个(H1-H2+1)*(W-W+1)的矩阵\(C_{valid}\)。
\[C_{valid}与C_{full}的对应关系为：C_{valid}＝C_{full}(Rect(W_{2}-1,H_{2}-1,W_{1}-W_{2}+1,H_{1}-H_{2}+1))\]。
匹配值表示工单数据与历史工单数据的匹配程度，其值越大，说明越匹配，方便工作人员在工单回复时进行参考，从而杜绝超时风险、提升回复质量、加速业务处理。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、工作、器件、组件和/或它们的组合。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于历史工单匹配系统的供电工单快速回复方法，其特征在于：包括实时采集营销系统中的工单数据，并将采集的工单数据进行向量化，所述将工单数据进行向量化的具体步骤如下：
步骤1：对工单数据中的进行指标体系的建立，并对不同指标进行赋值，所述指标包括时间信息、位置信息、指标词库，
步骤2：对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值，
步骤3：将上述两步的赋值进行拼接并进行归一化操作，得到工单数据向量化后的数据；
将向量化后的工单数据与向量化后的历史工单数据进行匹配，步骤如下：
步骤1：按顺序取出一条向量化后的历史工单数据，并将其与向量化后的工单数据进行拼接，
步骤2：将拼接后的数据传入训练好的卷积神经网络中，得到一个匹配值，
步骤3：重复上述步骤，直至所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算；
根据所有向量化后的历史工单数据都与向量化后的工单数据进行过匹配值的计算的匹配值将匹配的历史工单数据进行排序；
优先调用匹配值靠前的历史工单所对应的工单回复内容，协助用户实现快速工单回复。
2.根据权利要求1所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于，所述的步骤1对工单数据中的时间信息、位置信息等进行指标体系的建立，并对不同指标进行赋值，具体包括：
步骤1.1：将时间信息分为月、旬、当日时间段三个指标，将位置信息分为故障位置、地区级别两个指标，并对相应指标进行赋值；
步骤1.2：根据下列公式将赋值指标进行归一化：
Figure FDA0003635327810000011
3.根据权利要求1所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于：所述将工单数据进行向量化的具体步骤中的步骤2对工单数据中的文本内容进行指标体系建立，并对不同指标进行赋值，具体包括：
步骤2.1：构建指标词库；
步骤2.2：利用现有的中文分词工具对文本内容进行分词，得到分词内容；
步骤2.3：指标词库中的词在分词内容中出现，则赋值为1，否则赋值为0。
4.根据权利要求3所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于：所述的指标词库是人工根据历史的工单数据中常用的词汇组成的，且指标词库中的词汇顺序保持不变。
5.根据权利要求1所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于：所述的向量化后的历史工单数据是存储在数据库中的，只需读取即可。
6.根据权利要求1所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于：所述将向量化后的工单数据与向量化后的历史工单数据进行匹配中的卷积神经网络采用3层valid一维卷积以及2层全连接层，最后输出一个数值，该数值大小介于[0,1]。
7.根据权利要求1所述的基于历史工单匹配系统的供电工单快速回复方法，其特征在于：所述将向量化后的工单数据与向量化后的历史工单数据进行匹配中的匹配值表示工单数据与历史工单数据的匹配程度，其值越大，说明越匹配。
CN202210500654.5A 2022-05-10 2022-05-10 一种基于历史工单匹配系统的供电工单快速回复方法 Pending CN114817505A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210500654.5A CN114817505A (zh) 2022-05-10 2022-05-10 一种基于历史工单匹配系统的供电工单快速回复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210500654.5A CN114817505A (zh) 2022-05-10 2022-05-10 一种基于历史工单匹配系统的供电工单快速回复方法

Publications (1)

Publication Number Publication Date
CN114817505A true CN114817505A (zh) 2022-07-29

Family

ID=82513002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210500654.5A Pending CN114817505A (zh) 2022-05-10 2022-05-10 一种基于历史工单匹配系统的供电工单快速回复方法

Country Status (1)

Country Link
CN (1) CN114817505A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110287296A (zh) * 2019-05-21 2019-09-27 平安科技（深圳）有限公司 一种问题答案选取方法、装置、计算机设备及存储介质
CN111858859A (zh) * 2019-04-01 2020-10-30 北京百度网讯科技有限公司 自动问答处理方法、装置、计算机设备及存储介质
CN112365202A (zh) * 2021-01-15 2021-02-12 平安科技（深圳）有限公司 一种多目标对象的评价因子筛选方法及其相关设备
CN112786194A (zh) * 2021-01-28 2021-05-11 北京一脉阳光医学信息技术有限公司 基于人工智能的医学影像导诊导检系统、方法及设备
US20210191962A1 (en) * 2020-05-27 2021-06-24 Beijing Baidu Netcom Science Technology Co., Ltd. Question answering method and language model training method, apparatus, device, and storage medium
CN113362044A (zh) * 2021-07-07 2021-09-07 北京容联七陌科技有限公司 一种基于汽车零售的提高审批效率流程的方法
CN113536760A (zh) * 2021-07-06 2021-10-22 中国科学院计算技术研究所 引述句和辟谣模式句引导的“谣言-辟谣文章”匹配方法及系统
CN114328878A (zh) * 2021-12-31 2022-04-12 税友信息技术有限公司 一种信息回复方法、装置、介质
CN114429354A (zh) * 2022-01-26 2022-05-03 国网江苏省电力有限公司淮安供电分公司 一种基于相似度分析的供电工单快速回复方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111858859A (zh) * 2019-04-01 2020-10-30 北京百度网讯科技有限公司 自动问答处理方法、装置、计算机设备及存储介质
CN110287296A (zh) * 2019-05-21 2019-09-27 平安科技（深圳）有限公司 一种问题答案选取方法、装置、计算机设备及存储介质
US20210191962A1 (en) * 2020-05-27 2021-06-24 Beijing Baidu Netcom Science Technology Co., Ltd. Question answering method and language model training method, apparatus, device, and storage medium
CN112365202A (zh) * 2021-01-15 2021-02-12 平安科技（深圳）有限公司 一种多目标对象的评价因子筛选方法及其相关设备
CN112786194A (zh) * 2021-01-28 2021-05-11 北京一脉阳光医学信息技术有限公司 基于人工智能的医学影像导诊导检系统、方法及设备
CN113536760A (zh) * 2021-07-06 2021-10-22 中国科学院计算技术研究所 引述句和辟谣模式句引导的“谣言-辟谣文章”匹配方法及系统
CN113362044A (zh) * 2021-07-07 2021-09-07 北京容联七陌科技有限公司 一种基于汽车零售的提高审批效率流程的方法
CN114328878A (zh) * 2021-12-31 2022-04-12 税友信息技术有限公司 一种信息回复方法、装置、介质
CN114429354A (zh) * 2022-01-26 2022-05-03 国网江苏省电力有限公司淮安供电分公司 一种基于相似度分析的供电工单快速回复方法和系统

Similar Documents

Publication Publication Date Title
CN102567859A (zh) 智能化供电系统数据综合管理系统
CN101998472A (zh) 投诉预处理方法、投诉处理方法、装置及系统
CN102722539A (zh) 一种基于语音识别的查询方法及装置
CN202600765U (zh) 智能化供电系统数据综合管理系统
CN112613339B (zh) 一种电气图纸自动化识别与审查方法及装置
CN104599068A (zh) 一种综合分析报修信息的用户故障定位方法
CN114817505A (zh) 一种基于历史工单匹配系统的供电工单快速回复方法
CN110310048B (zh) 一种配网规划全过程评估方法及装置
CN114822592B (zh) 一种基于语音识别的变电站信号验收方法及系统
CN111797625A (zh) 基于导入Excel与三维模型互补的变电站工程方法
CN108491521B (zh) 知识库语言转化方法及装置
CN113282594B (zh) 一种配变基础数据自动提取分析方法和系统
CN115757752A (zh) 基于诉求关键字承办部门推荐方法
CN112598519A (zh) 基于nlp技术的应收账款质押转让登记财产的系统及方法
CN115719170A (zh) 一种ai大数据下台区线损分析管理系统及方法
CN112990764A (zh) 基于报销凭证的电网设备检修情况监控方法
CN116074446B (zh) 基于隐性马尔可夫模型训练的话务调配方法及系统
CN110807607A (zh) 一种基于大数据平台的低电压台区核查方法及相关装置
CN117114628B (zh) 一种临时计划识别方法、装置、设备及存储介质
CN113011834B (zh) 一种计量自动化设备系统档案数据流转监测方法
CN115689606A (zh) 一种区域短信业务结算流程优化统计分析系统
CN111192003A (zh) 一种集客专线项目实际进度评估计算方法
CN105809454A (zh) 一种家客宽带问题客户自助处理实现方法
CN117764033A (zh) 一种企业财报智能识别方法、系统、设备及存储介质
CN116011989A (zh) 一种电力工单的处理方法、装置、设备及介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220729