报修方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及信息技术领域，具体涉及报修方法、装置、电子设备及存储介质，所述方法包括：获取报修文件；对所述报修文件进行语句处理，提取出相应的报修描述；将所述报修描述输入故障处理模型中，确定故障类别。由于报修描述是通过语句处理得到的，可以准确地表征报修文件的内容，同时利用故障处理模型对报修描述进行故障类别的预测，可以得到准确的故障类别，即，通过数据自动处理实现故障类别的准确确定，提高了报修效率。高了报修效率。高了报修效率。

【技术实现步骤摘要】
报修方法、装置、电子设备及存储介质


[0001]本专利技术涉及信息
，具体涉及报修方法、装置、电子设备及存储介质。

技术介绍

[0002]对于各种设备、信息服务或系统而言，为了保证其较好的用户体验，服务方均会提供相应的售后报修服务。常用的报修方式有文件报修，例如邮件报修，现有的文件报修是用户将出现的故障进行问题描述后发送给服务方，服务方在接收到用户的报修文件后，人工识别并记录故障，后续才能形成派修单安排相应工作人员进行维修和处理。
[0003]然而，上述技术方案中需要人工对各个报修邮件中的故障进行识别，导致报修效率偏低。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种报修方法、装置、电子设备及存储介质，以解决报修效率偏低的问题。
[0005]根据第一方面，本专利技术实施例提供了一种报修方法，包括：
[0006]获取报修文件；
[0007]对所述报修文件进行语句处理，提取出相应的报修描述；
[0008]将所述报修描述输入故障处理模型中，确定故障类别。
[0009]本专利技术实施例提供的报修方法，由于报修描述是通过语句处理得到的，可以准确地表征报修文件的内容，同时利用故障处理模型对报修描述进行故障类别的预测，可以得到准确的故障类别，即，通过数据自动处理实现故障类别的准确确定，提高了报修效率。
[0010]结合第一方面，在第一方面第一实施方式中，所述对所述报修文件进行语句处理，提取出相应的报修描述，包括：
[0011]依次对所述报修文件中的每条语句进行编码，得到初始语句；
[0012]基于任意两条所述初始语句中各个词语之间的相似度，确定所有所述初始语句对应的词汇链；
[0013]对所述词汇链进行图数据处理，得到各个所述初始语句对应的第一目标语句；
[0014]基于所述第一目标语句进行解码，得到所述报修描述。
[0015]本专利技术实施例提供的报修方法，通过对报修文件中每条语句编码后得到的初始语句之间进行相似度的计算得到词汇链，再基于该词汇链进行图数据处理，通过利用表示报修文件中语句之间的关联关系的词汇链进行报修描述的确定，提高了报修描述的准确性。
[0016]结合第一方面第一实施方式，在第一方面第二实施方式中，所述基于任意两条所述初始语句中各个词语之间的相似度，确定所有所述初始语句对应的词汇链，包括：
[0017]去除所述初始语句中的非名词，得到预处理后的初始语句；
[0018]计算任意两条预处理后的初始语句中各个词语之间的相似度；
[0019]判断所述相似度是否在预设范围内；
[0020]当所述相似度在所述预设范围内时，确定所述相似度对应的两条初始语句之间存在词汇链。
[0021]本专利技术实施例提供的报修方法，在进行相似度计算之前，去除初始语句中的非名词，一方面可以减少数据处理量，另一方面可以保证非名词对词汇链的影响，提高了所确定出的词汇链的准确性。
[0022]结合第一方面至第一方面第二实施方式中任一项，在第一方面第三实施方式中，所述基于所述第一目标语句进行解码，得到所述报修描述，还包括：
[0023]利用所述初始语句的上下文关系，确定上下文关系网络；
[0024]对所述上下文关系网络进行图数据处理，得到各个所述初始语句对应的第二目标语句；
[0025]基于所述第一目标语句以及所述第二目标语句进行交互融合，确定目标语句；
[0026]对所述目标语句进行解码，得到所述报修描述。
[0027]本专利技术实施例提供的报修方法，利用上下文关系信息可以进一步缓解信息稀疏的问题，因此，在报修描述中将上下文关信息与词汇链对应的第二目标语句与第一目标语句进行结合，进行报修描述；且在具体结合过程中，使得两种进行充分交互，从而提高报修描述的整体性能。
[0028]结合第一方面第三实施方式，在第一方面第四实施方式中，所述基于所述第一目标语句以及所述第二目标语句进行交互融合，确定目标语句，包括：
[0029]将所述第一目标语句以及所述第二目标语句输入金字塔模型中，依次得到所述金字塔模型中各层的输出，所述金字塔模型包括多个隐含层；
[0030]对所述金字塔模型中所有层的输出进行融合，得到所述目标语句。
[0031]本专利技术实施例提供的报修方法，由于一个模型对较高的层使用更少量隐藏单元可以学习到更抽象的特征，因此，利用金字塔模型对第一目标语句以及第二目标语句进行特征提取，在学习到特征的基础上可以减少数据处理量，提高了融合效率。
[0032]结合第一方面第三实施方式，在第一方面第五实施方式中，所述对所述目标语句进行解码，得到所述报修描述，包括：
[0033]利用问题对象抽取模型对所述报修文件中的每条语句进行编码得到初始问题对象语句，并将所述初始问题对象语句与所述目标语句进行拼接，得到问题对象语句；
[0034]利用问题描述抽取模型对所述报修文件中的每条语句进行编码得到初始问题描述语句，并将所述初始问题描述语句与所述目标语句进行拼接，得到问题描述语句；
[0035]分别利用所述问题对象抽取模型以及所述问题描述抽取模型对所述问题对象语句以及所述问题描述语句进行解码，得到第一报修描述以及第二报修描述；
[0036]基于所述第一报修描述与所述第二报修描述进行拼接，得到所述报修描述。
[0037]本专利技术实施例提供的报修方法，由于在报修文件中既包括问题对象又包括问题描述，因此，将这两部分别进行编解码处理，可以进一步提高所得到的报修描述的准确性。
[0038]结合第一方面，在第一方面第六实施方式中，所述将所述报修描述输入故障处理模型中，确定故障类别，包括：
[0039]提取所述报修文件中的报修图像；
[0040]将所述报修描述以及所述报修图像输入所述故障处理模型中，确定所述故障类
别。
[0041]本专利技术实施例提供的报修方法，在报修文件中既包括语句描述又包括报修图像，该报修图像可以作为故障描述的佐证，在故障识别的过程中，结合报修图像进行处理，可以进一步提高所确定的故障类别的准确性。
[0042]结合第一方面第六实施方式，在第一方面第七实施方式中，所述将所述报修描述以及所述报修图像输入所述故障处理模型中，确定所述故障类别，包括：
[0043]利用所述故障处理模型中的编码模块对所述报修描述进行编码，得到第一特征；
[0044]利用所述故障处理模型中的特征提取模块对所述报修图像进行特征提取，得到第二特征；
[0045]利用所述第一特征与所述第二特征的语义相似部分进行融合，得到第三特征；
[0046]将所述第一特征与所述第三特征进行再次融合，得到目标特征；
[0047]基于所述目标特征确定所述故障类别。
[0048]本专利技术实施例提供的报修方法，将报修描述与报修图像对应的特征在语义相似部分进行融合，使得模型能够进一步学习到相似的语义本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种报修方法，其特征在于，包括：获取报修文件；对所述报修文件进行语句处理，提取出相应的报修描述；将所述报修描述输入故障处理模型中，确定故障类别。2.根据权利要求1所述的报修方法，其特征在于，所述对所述报修文件进行语句处理，提取出相应的报修描述，包括：依次对所述报修文件中的每条语句进行编码，得到初始语句；基于任意两条所述初始语句中各个词语之间的相似度，确定所有所述初始语句对应的词汇链；对所述词汇链进行图数据处理，得到各个所述初始语句对应的第一目标语句；基于所述第一目标语句进行解码，得到所述报修描述。3.根据权利要求2所述的报修方法，其特征在于，所述基于任意两条所述初始语句中各个词语之间的相似度，确定所有所述初始语句对应的词汇链，包括：去除所述初始语句中的非名词，得到预处理后的初始语句；计算任意两条预处理后的初始语句中各个词语之间的相似度；判断所述相似度是否在预设范围内；当所述相似度在所述预设范围内时，确定所述相似度对应的两条初始语句之间存在词汇链。4.根据权利要求1
‑
3中任一项所述的报修方法，其特征在于，所述基于所述第一目标语句进行解码，得到所述报修描述，还包括：利用所述初始语句的上下文关系，确定上下文关系网络；对所述上下文关系网络进行图数据处理，得到各个所述初始语句对应的第二目标语句；基于所述第一目标语句以及所述第二目标语句进行交互融合，确定目标语句；对所述目标语句进行解码，得到所述报修描述。5.根据权利要求4所述的报修方法，其特征在于，所述基于所述第一目标语句以及所述第二目标语句进行交互融合，确定目标语句，包括：将所述第一目标语句以及所述第二目标语句输入金字塔模型中，依次得到所述金字塔模型中各层的输出，所述金字塔模型包括多个隐含层；对所述金字塔模型中所有层的输出进行融合，得到所述目标语句。6.根据权利要求4所述的方法，其特征在于，所述对所述目标语句进行解码，得到所述报修描述，包括：利用问题对象抽取模型对所述报修文件中的每条语句进行编码得到初始问题对象语句，并将所述初始问题对象语句与所述目标语句进行拼接，得到问题对象语句；利用问题描述抽取模型对所述报修文件中的每条语句进行编码得到初始问题描述语句，并将所述初始问题描述语句与所述目标...

【专利技术属性】
技术研发人员：韩月娟，鄢仁祥，尤澜涛，孔芳，曹李军，
申请(专利权)人：苏州大学，
类型：发明
国别省市：