【技术实现步骤摘要】
文本分类处理方法和装置
本专利技术涉及文本分类领域，具体而言，涉及一种文本分类处理方法和装置。
技术介绍
在泛在电力物联网的大背景下，95598客户服务系统作为泛在电力物联网应用的重要组成部分，登记了海量客户信息。当前主要依靠人工统计工单分析，产生效率不足等相关问题。由于在95598客户诉求数据量较大，人工分类效率低，无法做到精准高效分类。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种文本分类处理方法和装置，以至少解决现有技术依靠人工方式对文本进行分类的技术问题。根据本专利技术实施例的一个方面，提供了一种文本分类处理方法，包括：获取待分类的文本；将所述待分类的文本输入到模型当中，其中，所述模型为使用训练数据通过机器学习训练所得到的；将从所述模型中获取的输出作为所述待分类的文本对应的类别；保存所述待分类的文本和其对应的类别。可选地，在获取所述待分类的文本之前，所述方法还包括：使用多组训练数据通过机器学习进行训练得到所述模型。可选地，通过...
【技术保护点】
1.一种文本分类处理方法，其特征在于，包括：/n获取待分类的文本；/n将所述待分类的文本输入到模型当中，其中，所述模型为使用训练数据通过机器学习训练所得到的；/n将从所述模型中获取的输出作为所述待分类的文本对应的类别；/n保存所述待分类的文本和其对应的类别。/n
【技术特征摘要】
1.一种文本分类处理方法，其特征在于，包括：
获取待分类的文本；
将所述待分类的文本输入到模型当中，其中，所述模型为使用训练数据通过机器学习训练所得到的；
将从所述模型中获取的输出作为所述待分类的文本对应的类别；
保存所述待分类的文本和其对应的类别。
2.根据权利要求1所述的方法，其特征在于，在获取所述待分类的文本之前，所述方法还包括：
使用多组训练数据通过机器学习进行训练得到所述模型。
3.根据权利要求2所述的方法，其特征在于，通过机器学习进行训练得到所述模型包括：
使用第一语料集进行预训练得到第一模型；
使用第二语料集对所述第一模型进行迭代训练得到所述模型，其中，所述第二语料集包括多组数据，每一组数据均包括文本以及该文本所对应的类别。
4.根据权利要求3所述的方法，其特征在于，使用所述第一语料集进行预训练得到第一模型包括：
通过BERT使用所述第一语料集进行训练得到所述第一模型，其中，在所述训练中掩盖语料集中的每一条语料的部分内容，所述训练用于预测所掩盖的内容。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述文本包括工单文本，所述类别包括：工单的类型，其中，所述类型包括至少一类。
6...
【专利技术属性】
技术研发人员：张禄，及洪泉，姚晓明，胡彩娥，丁屹峰，王培祎，马龙飞，陆斯悦，王健，徐蕙，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。