【技术实现步骤摘要】
用于识别问题类别的方法、装置、电子设备及存储介质
本公开涉及计算机
，具体涉及用于识别问题类别的方法、装置、电子设备及存储介质。
技术介绍
为方便政府职能部门与人民群众的沟通和交流，各地市政府职能部门开通了相关的政务热线(12345市民服务热线)。人们群众可以通过该热线进行政务咨询、业务办理、提出建议、意见或投诉、举报等事项。目前，是通过人工进行政务热线文本的分析处理，但随着政务热线文本的数量日益增大、类别日益增多，传统的人工分类已无法满足当前需求。
技术实现思路
本公开提出了用于识别问题类别的方法、装置、电子设备及存储介质。第一方面，本公开提供了一种用于识别问题类别的方法，该方法包括：获取待识别政务热线文本；将待识别政务热线文本切分成词序列，基于词序列生成待识别政务热线文本对应的文本向量；将待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型，得到预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果，其中，各问题类别识别模型是基于深...
【技术保护点】
1.一种用于识别问题类别的方法，包括：/n获取待识别政务热线文本；/n将所述待识别政务热线文本切分成词序列，基于所述词序列生成所述待识别政务热线文本对应的文本向量；/n将所述待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型，得到所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果，其中，各所述问题类别识别模型是基于深度学习模型训练得到的；/n基于各问题类别识别模型的识别结果，确定所述待识别政务热线文本对应的问题类别集合。/n
【技术特征摘要】
1.一种用于识别问题类别的方法，包括：
获取待识别政务热线文本；
将所述待识别政务热线文本切分成词序列，基于所述词序列生成所述待识别政务热线文本对应的文本向量；
将所述待识别政务热线文本对应的文本向量输入预设问题类别集合中的每个问题类别对应的问题类别识别模型，得到所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果，其中，各所述问题类别识别模型是基于深度学习模型训练得到的；
基于各问题类别识别模型的识别结果，确定所述待识别政务热线文本对应的问题类别集合。
2.根据权利要求1所述的方法，其中，所述预设问题类别集合中各个问题类别对应的问题类别识别模型是通过如下训练步骤预先训练得到的：
获取样本集，其中，所述样本集中的样本包括历史政务热线文本对应的文本向量和该历史政务热线文本所属于的标注问题类别集合；
对于所述预设问题类别集合中的每个预设问题类别，执行以下识别模型训练操作：用所述样本集的各样本中标注问题类别集合包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的正样本集合，以及用所述样本集的各样本中标注问题类别集合不包括该预设问题类别的样本中的文本向量生成与该预设问题类别对应的负样本集合；基于该预设问题类别对应的正样本集合和负样本集合，训练初始深度学习模型得到该预设问题类别对应的问题类别识别模型。
3.根据权利要求1所述的方法，其中，所述基于各问题类别识别模型的识别结果，确定所述待识别政务热线文本对应的问题类别集合，包括：
根据所述预设问题类别集合中的每个问题类别对应的问题类别识别模型的识别结果，确定所述待识别政务热线文本是否属于该问题类别；
将预设问题类别集合中所述待识别政务热线文本所属于的问题类别确定为所述待识别政务热线文本的对应的问题类别集合。
4.根据权利要求1所述的方法，其中，所述获取待识别政务热线文本，包括：
获取待识别政务热线通话录音；
对所述待识别政务热线通话录音进行语音识别，得到所述待识别政务热线文本。
5.根据权利要求1所述的方法，其中，所述方法还包括：
将基于所述待识别政务热线文本生成的电子工单分派至所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的职能部门。
6.根据权利要求1-5中任一项所述的方法，其中，所述方法还包括：
从所述待识别政务热线文本对应的问题类别集合中每个问题类别对应的咨询数据库中确定所述待识别政务热线文本对应的咨询回复信息，其中，所述预设问题类别集合中每个问题类别对应的咨询数据库用于表征该预设问题类别对应的政务热线文本与对应的咨询回复信息之间的对应关系。
7.一种用于识别问题类别的装置，包括：
获取单元，被配置成获取待识别政务热线文本；
生成单元，被配置成将所述待识别政务热线文本切分成词序列，基于所述词序列生成所述待识别政务热线文本对应的文...
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。