【技术实现步骤摘要】
一种基于人工智能的政务办公系统预置批示与分工方法
本专利技术涉及自然语言数据处理
，尤其是涉及一种基于人工智能的政务办公系统预置批示与分工方法。
技术介绍
政务办公系统是政府信息化中发展比较成熟的系统，它的推行使政府部门实现了的“无纸化”办公，大大提高了工作效率，也使政府内部的办公流程实现了标准化和规范化。政务系统的工作流中有各种各样的节点，如收文、办文、存档等，每个节点是一个处理环节，有固定的处理人，而且需要处理人根据来文的内容，做出批示以及将任务分工给下一步的工作环节的处理人。作出批示和下一步的分工，这项工作需要处理人对部门分工非常熟悉、对业务工作有广泛的认识，而且言辞要严谨得当，办理速度要很快。这个节点也成为政务办公流程中的“痛点”，一方面所有流程都经过它，而且时效要求高，一旦滞后会影响后续很多的环节；另一方面它的工作要求高，批示的文字要符合政务文书的要求，所以能完成项工作的处理人很少。目前的政务办公系统，都需要处理人手工填写批示并选择分工的对象，效率和质量都比较低。
技术实现思路
针...
【技术保护点】
1.一种基于人工智能的政务办公系统预置批示与分工方法，其特征在于，包括步骤一模型的初始化训练和步骤二实时的推演和持续训练；/n所述步骤一初始化训练由三部分组成，第一部分是预处理，第二部分是生成批示的模型训练，第三部分是生成分工的模型训练；/n所述预处理的工作需要将从政务办公系统中获取的“业务”数据转化成一般的机器学习模型可处理的“矢量”数据，“矢量”转换需要对原始文本分离编码，根据汉语的特点，要使用分词工具，以“词”而不是以“字”为单位对文本进行分离，而且根据政务的特点，将单位部门以及个人的全名和简称都作为分词工具的预置词典，可让分词更加准确，样本所有的词归纳成了“词典表”...
【技术特征摘要】
1.一种基于人工智能的政务办公系统预置批示与分工方法，其特征在于，包括步骤一模型的初始化训练和步骤二实时的推演和持续训练；
所述步骤一初始化训练由三部分组成，第一部分是预处理，第二部分是生成批示的模型训练，第三部分是生成分工的模型训练；
所述预处理的工作需要将从政务办公系统中获取的“业务”数据转化成一般的机器学习模型可处理的“矢量”数据，“矢量”转换需要对原始文本分离编码，根据汉语的特点，要使用分词工具，以“词”而不是以“字”为单位对文本进行分离，而且根据政务的特点，将单位部门以及个人的全名和简称都作为分词工具的预置词典，可让分词更加准确，样本所有的词归纳成了“词典表”，每个词与一个数字一一对应，通过这个词典表的词与数字的映射，就可以将文本的词序列转变为数字序列；
所述生成批示的模型训练为使用一个序列到序列seq2seq模型，它的输入输出都是文本序列，是通过深度神经网络模型将一个作为输入的序列映射为一个作为输出的序列，这一过程由编码输入与解码输出两个环节组成；
所述生成分工的模型训练位使用一个文本分类模型，在技术方案中，需要的是多种分类的映射，即一个文本可以在若干个分类中对应多个，类似多选题，而每一个分类对应一个分工的目标，因此，技术方案使用了词向量和双向LSTM层来实现文本分类模型；
所述步骤二实时推演和持续训练，是利用在步骤一初始化训练得到的节点的模型，当有新的未处...
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。