本发明专利技术涉及人工智能领域，揭露一种咨诉工单处理方法，包括：获取咨诉工单的生成时间，提取所述咨诉工单的关键词，根据所述关键词判断所述咨诉工单的类型，利用语义分析模型对所述咨诉工单进行语义分析，确定所述咨诉工单的优先级别，根据所述生成时间、类型及优先级别，确定所述咨诉工单的理论受理时间，获取与所述咨诉工单的类型相同的历史咨诉工单的处理时间，根据所述历史咨诉工单的处理时间计算出所述咨诉工单的预估处理时长，根据所述理论受理时间及预估处理时长，计算所述咨诉工单的最迟受理时间，根据所述最迟受理时间，执行工单处理提醒。本发明专利技术还提出一种咨诉工单处理装置、设备以及存储介质。本发明专利技术可以提高咨诉工单的处理及时率。理及时率。理及时率。
【技术实现步骤摘要】
咨诉工单处理方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种咨诉工单处理方法、装置、电子设备及可读存储介质。
技术介绍
[0002]咨诉工单指的是对企业进行问题咨询或投诉的工单，如银行就业务人员态度不好而进行投诉的工单。目前，常见的检测咨诉工单是否及时处理的方法通常是处理人员对咨诉工单按照生成时间顺序进行处理，容易造成部分较难处理的咨诉工单堆积，从而导致后续咨诉工单处理超时。
技术实现思路
[0003]本专利技术提供一种咨诉工单处理方法、装置、电子设备及计算机可读存储介质，其目的在于提高咨诉工单处理的及时率。
[0004]为实现上述目的，本专利技术提供的一种咨诉工单处理方法，包括：
[0005]获取咨诉工单及所述咨诉工单的生成时间；
[0006]提取所述咨诉工单中的工单内容，分析所述工单内容的关键词，根据所述关键词判断所述咨诉工单的类型；
[0007]利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，根据所述语义分析结果确定所述咨诉工单的优先级别；
[0008]根据所述咨诉工单的生成时间、所述咨诉工单的类型及所述优先级别，确定所述咨诉工单的理论受理时间；
[0009]获取与所述咨诉工单的类型相同的历史咨诉工单的处理时间，根据所述历史咨诉工单的处理时间计算出所述咨诉工单的预估处理时长；
[0010]根据所述理论受理时间、所述预估处理时长，计算所述咨诉工单的最迟受理时间；
[0011]根据所述最迟受理时间，执行工单处理提醒。
[0012]可选地，所述分析所述工单内容的关键词，包括：
[0013]将所述咨诉工单的工单内容与预构建的候选词模板进行匹配，得到所述工单内容的候选词集合；
[0014]利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到每个候选词的分值；
[0015]根据所述每个候选词的分值，选取预设个数的候选词作为所述工单内容的关键词。
[0016]可选地，所述利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，包括：
[0017]对所述咨诉工单进行分词处理，得到分词工单文本；
[0018]利用TF
‑
LDF算法计算所述分词工单文本中每个词语的权重，得到词语权重；
[0019]从所述分词工单文本中提取所述词语权重大于预设阈值的词语，得到重要词语；
[0020]通过查找预设的词典，对所述重要词语进行词义标注，确定所述重要词语的词义；
[0021]组合所述重要词语的词义，得到语义分析结果。
[0022]可选地，所述利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，包括：
[0023]利用TF
‑
LDF算法计算所述咨诉工单中每个语句的权重，根据所述权重从所述咨诉工单中选择掩码语句；
[0024]对所述待掩码语句执行掩码操作，得到已掩码语句；
[0025]对所述已掩码语句进行字向量转换及位置编码，得到定位字向量集；
[0026]对所述定位字向量集进行矩阵转换，得到定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；
[0027]根据所述定位向量矩阵、分类迭代转换矩阵，利用预构建的Softmax函数计算与所述定位字向量集对应的目标向量相关矩阵；
[0028]根据所述目标向量相关矩阵及所述定位向量矩阵，利用预构建的前馈神经网络对所述已掩码语句进行词语替换，并对所述已掩码语句中被替换的词语进行重要性评估，得到所述已掩码语句中的重要词语；
[0029]通过查找预设的词典，对所述重要词语进行词义标注，确定所述重要词语的词义；
[0030]组合所述重要词语的词义，得到语义分析结果。
[0031]可选地，所述提取所述咨诉工单中的工单内容之前，所述方法还包括：
[0032]当所述咨诉工单为录音文件时，对所述咨诉工单进行静音切除及降噪处理，得到可读取咨诉工单；
[0033]对所述可读取咨诉工单进行语音分帧，得到语音帧；
[0034]对所述语音帧进行声学特征提取，得到所述语音帧的多维特征向量；
[0035]利用预设的声学模型对所述多维特征向量进行状态识别，得到所述语音帧对应的状态；
[0036]对所述状态进行组合，得到所述语音帧对应的音素；
[0037]对所述音素进行组合，得到所述语音帧对应的单词；
[0038]输出所述单词，得到所述咨诉工单对应的工单文本。
[0039]可选地，所述获取与所述咨诉工单的类型相同的历史咨诉工单的处理时间，根据所述历史咨诉工单的处理时间计算出所述咨诉工单的预估处理时长，包括：
[0040]获取与所述咨诉工单的类型相同的历史咨诉工单；
[0041]提取每个所述历史咨询工单的处理时长；
[0042]对每个所述历史咨询工单的处理时长进行加权平均计算，得到所述咨诉工单的预估处理时长。
[0043]可选地，所述根据所述最迟受理时间，执行工单处理提醒，包括：
[0044]实时获取本地系统时间，判断所述本地系统时间是否大于所述最迟受理时间；
[0045]当所述本地系统时间不大于所述最迟受理时间时，则重复所述实时获取本地系统时间，判断所述本地系统时间是否大于所述最迟受理时间的步骤；
[0046]当所述本地系统时间大于所述最迟受理时间时，则执行工单处理提醒。
[0047]为了解决上述问题，本专利技术还提供一种咨诉工单处理装置，所述装置包括：
[0048]咨诉工单分析模块，用于获取咨诉工单及所述咨诉工单的生成时间，提取所述咨诉工单中的工单内容，分析所述工单内容的关键词，根据所述关键词判断所述咨诉工单的类型，利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，根据所述语义分析结果确定所述咨诉工单的优先级别；
[0049]最迟受理时间计算模块，用于根据所述咨诉工单的生成时间、所述咨诉工单的类型及所述优先级别，确定所述咨诉工单的理论受理时间，获取与所述咨诉工单的类型相同的历史咨诉工单的处理时间，根据所述历史咨诉工单的处理时间计算出所述咨诉工单的预估处理时长，根据所述理论受理时间、所述预估处理时长，计算所述咨诉工单的最迟受理时间；
[0050]咨诉工单处理提醒模块，用于根据所述最迟受理时间，执行工单处理提醒。
[0051]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0052]存储器，存储至少一个计算机程序；及
[0053]处理器，执行所述存储器中存储的计算机程序以实现上述所述的咨诉工单处理方法。
[0054]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的咨诉工单处理方法。...
【技术保护点】
【技术特征摘要】
1.一种咨诉工单处理方法，其特征在于，所述方法包括：获取咨诉工单及所述咨诉工单的生成时间；提取所述咨诉工单中的工单内容，分析所述工单内容的关键词，根据所述关键词判断所述咨诉工单的类型；利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，根据所述语义分析结果确定所述咨诉工单的优先级别；根据所述咨诉工单的生成时间、所述咨诉工单的类型及所述优先级别，确定所述咨诉工单的理论受理时间；获取与所述咨诉工单的类型相同的历史咨诉工单的处理时间，根据所述历史咨诉工单的处理时间计算出所述咨诉工单的预估处理时长；根据所述理论受理时间、所述预估处理时长，计算所述咨诉工单的最迟受理时间；根据所述最迟受理时间，执行工单处理提醒。2.如权利要求1所述的咨诉工单处理方法，其特征在于，所述分析所述工单内容的关键词，包括：将所述咨诉工单的工单内容与预构建的候选词模板进行匹配，得到所述工单内容的候选词集合；利用关键信息提取算法对所述候选词集合中每个候选词进行评分，得到每个候选词的分值；根据所述每个候选词的分值，选取预设个数的候选词作为所述工单内容的关键词。3.如权利要求1所述的咨诉工单处理方法，其特征在于，所述利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，包括：对所述咨诉工单进行分词处理，得到分词工单文本；利用TF
‑
LDF算法计算所述分词工单文本中每个词语的权重，得到词语权重；从所述分词工单文本中提取所述词语权重大于预设阈值的词语，得到重要词语；通过查找预设的词典，对所述重要词语进行词义标注，确定所述重要词语的词义；组合所述重要词语的词义，得到语义分析结果。4.如权利要求1所述的咨诉工单处理方法，其特征在于，所述利用预设的语义分析模型对所述咨诉工单进行语义分析，得到语义分析结果，包括：利用TF
‑
LDF算法计算所述咨诉工单中每个语句的权重，根据所述权重从所述咨诉工单中选择掩码语句；对所述待掩码语句执行掩码操作，得到已掩码语句；对所述已掩码语句进行字向量转换及位置编码，得到定位字向量集；对所述定位字向量集进行矩阵转换，得到定位向量矩阵，根据所述定位向量矩阵的维度，生成分类迭代转换矩阵；根据所述定位向量矩阵、分类迭代转换矩阵，利用预构建的Softmax函数计算与所述定位字向量集对应的目标向量相关矩阵；根据所述目标向量相关矩阵及所述定位向量矩阵，利用预构建的前馈神经网络对所述已掩码语句进行词语替换，并对所述已掩码语句中被替换的词语进行重要性评估，得到所述已掩码语句中的重要词语；
通过查找预设的词典，对所述重要词语进行词义标注，确定所述重要词语的词义；组合所述重要词语的词义，得到语义分析结果。5.如权利要求1所述的咨诉工单处理方法...
【专利技术属性】
技术研发人员：肖洋，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：
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。