一种基于人工智能语义分析的任务发布方法技术

本发明专利技术公开了一种基于人工智能语义分析的任务发布方法，包括以下步骤：设置发布者的权限级别和任务类别；从对话框或任务框获取文本信息，结合构造词典进行分词，并用长短期记忆网络结合注意力机制进行命名实体识别，获得任务执行者、时间、地点等信息；然后通过卷积神经网络、长短期记忆网络和注意力机制相结合的方式，计算新任务和人员历史任务的语句相似度，从而推荐任务执行者；结合发布者权限和执行者意愿，判断执行者是否接受，如果接受则将任务填入系统表单；否则重新从推荐者挑选；任务结束后更新执行者相关信息，作为下一次任务的参考。本发明专利技术为任务的发布提供智能化的解决方案，提升工作效率。

A Task Publishing Method Based on Artificial Intelligence Semantic Analysis

【技术实现步骤摘要】
一种基于人工智能语义分析的任务发布方法
本专利技术涉及人工智能语义分析领域和办公自动化领域，尤其涉及一种基于人工智能语义分析的任务发布方法。
技术介绍
计算机作为信息科学的核心和载体，在越来越多的工作中扮演重要角色，很多企业基于工作流用现代化设备改变了传统低效的手工办公方式，但是，目前对于任务的发布等过程并没有一个智能化的解决方案，还是依赖于人员手动操作和输入，是一种低效的方式，对于工作效率的提升是不利的。人工智能语义分析的发展为这一问题提供了解决方案，利用语义分析技术分析任务的内容，从而代替人来完成任务发布的过程，让人员更多关注的是任务本身和相互的沟通，而不是软件的使用。
技术实现思路
本专利技术提供了一种基于人工智能语义分析的任务发布方法，为现有技术的不足提供智能化的解决方案。本专利技术提供了如下技术方案：一种基于人工智能语义分析的任务发布方法，包括以下步骤：(1)任务发布设置，包括任务发布者的权限级别和任务类别；(2)任务内容处理：获取对话框中的聊天信息或任务框内容后，利用jieba分词工具结合构造词典进行分词，然后利用长短期记忆网络LSTM结合注意力机制进行命名实体识别，从而获得本文档来自技高网...

【技术保护点】
1.一种基于人工智能语义分析的任务发布方法，其特征在于，包括以下步骤：(1)任务发布设置，包括任务发布者的权限级别和任务类别；(2)任务内容处理：获取对话框中的聊天信息或任务框内容后，利用jieba分词工具结合构造词典进行分词，然后利用长短期记忆网络LSTM结合注意力机制进行命名实体识别，从而获得任务执行者、时间、地点、任务主要内容等信息；(3)推荐任务执行者：采用卷积神经网络、长短期记忆网络以及注意力机制相结合的方式，获取对话框中的聊天信息或任务框内容和各人员历史任务记录的相似度，从而实现任务执行者的推荐；其中，利用卷积神经网络获取局部信息，多方角度分析语句；利用长短期记忆网络过滤不重要信息...

【技术特征摘要】
1.一种基于人工智能语义分析的任务发布方法，其特征在于，包括以下步骤：(1)任务发布设置，包括任务发布者的权限级别和任务类别；(2)任务内容处理：获取对话框中的聊天信息或任务框内容后，利用jieba分词工具结合构造词典进行分词，然后利用长短期记忆网络LSTM结合注意力机制进行命名实体识别，从而获得任务执行者、时间、地点、任务主要内容等信息；(3)推荐任务执行者：采用卷积神经网络、长短期记忆网络以及注意力机制相结合的方式，获取对话框中的聊天信息或任务框内容和各人员历史任务记录的相似度，从而实现任务执行者的推荐；其中，利用卷积神经网络获取局部信息，多方角度分析语句；利用长短期记忆网络过滤不重要信息，保留主要全局信息；利用注意力机制给需要关注的词赋予高权重，强调特定词对整个句子的重要性；所述历史任务记录包含：任务内容、任务时间安排、完成任务用时等；(4)任务执行者查看内容并给予反馈，如果接受，则进入任务发布相应的任务程序，将任务信息填入任务表单；否则重新从推荐的任务执行者中挑选最合适的任务执行者；(5)任务执行者提交任务后，进行任务执行者执行过的任务名称和执行时间等信息的更新，以作为之后任务发布时人员选择的参考因素。2.根据权利要求1所述的基于人工智能语义分析的任务发布方法，其特征在于，步骤(1)中，任务发布设置包括：(1-1)任务发布者的权限级别分为高级和普通两种，高级发布者发布的任务不可拒绝，普通发布者发布的任务可拒绝；(1-2)任务类别分为预存任务、临时任务和审批等，预存任务不可拒绝，临时任务和审批可拒绝。3.根据权利要求1所述的基于人工智能语义分析的任务发布方法，其特征在于，步骤(2)具体包括以下子步骤：(2-1)对话框中的聊天信息或任务框内容进行语义分析，首先是分词，采用jieba分词工具，根据实际需求构造相应词典，记录领域中常用的组合词，得到专用于该领域的分词词典；同时，利用停用词表剔除无用词；(2-2)分词之后进行命名实体识别，从而获取到任务执行者的名字、地点以及时间等信息，利用长短期记忆网络LSTM结合注意力机制的方法实现，首先使用word2vec对文本进行向量化，将向量化的数值矩阵分别输入到双向LSTM模型和注意力机制中进行计算，然后把两个结果相乘后，再使用softmax对命名实体识别的向量类型进行分类。4.根据权利要求3所述的基于人工智能语义分析的任务发布方法，其特征在于，步骤(2-2)包括以下子步骤：(2-2a)利用CBOW和Skip-gram算法训练得到的一个工具word2vec获取每一个词对应的向量，从而获得由若干单词组成的文本的向量化数值矩阵；(2-2b)将矩阵输入到双向长短期记忆网络中，网络由三层神经网络构成，两个递归神经网络和一个全连接层，两个递归神经网络中，第一个从前向后计...

【专利技术属性】
技术研发人员：陈奇，江洁羽，张子健，储蓉蓉，胡斌，
申请(专利权)人：浙江成功软件开发有限公司，
类型：发明
国别省市：浙江,33