【技术实现步骤摘要】
事件分派方法、设备和存储介质
[0001]本专利技术涉及人工智能
,尤其涉及一种事件分派方法、设备和存储介质。
技术介绍
[0002]在实际应用中存在很多事件分派的应用场景,比如城市治理应用场景下,很多诸如河道污染、道路基础设施损坏等事件需要及时分派到相关治理部门进行处理。
[0003]目前,由文本描述的事件会通过人工的方式被派发到相关处理机构。当事件量较大时,这种人工分派方式需要的人工成本很高,且效率较低。
技术实现思路
[0004]本专利技术实施例提供一种事件分派方法、设备和存储介质,用以实现高效、准确地事件分派处理。
[0005]第一方面,本专利技术实施例提供一种事件分派方法,所述方法包括:获取第一事件分派策略对应的文本向量化模型、地址解析模型和地址向量化模型;通过所述文本向量化模型获取待处理事件对应的第一特征向量,通过所述地址解析模型获取所述待处理事件对应的地址信息,以及通过所述地址向量化模型确定所述地址信息对应的第二特征向量;拼接所述第一特征向量和所述第二特征向量,以得到所述待 ...
【技术保护点】
【技术特征摘要】
1.一种事件分派方法,其特征在于,包括:获取第一事件分派策略对应的文本向量化模型、地址解析模型和地址向量化模型;通过所述文本向量化模型获取待处理事件对应的第一特征向量,通过所述地址解析模型获取所述待处理事件对应的地址信息,以及通过所述地址向量化模型确定所述地址信息对应的第二特征向量;拼接所述第一特征向量和所述第二特征向量,以得到所述待处理事件对应的第三特征向量;在历史事件特征向量库中,搜索与所述第三特征向量之间的相似度符合设定要求的多个历史事件特征向量,所述历史事件特征向量库中的历史事件特征向量是基于所述文本向量化模型、所述地址解析模型和所述地址向量化模型对历史事件进行处理获得的;根据多个历史事件对应的多个处理节点,确定所述待处理事件对应的第一目标处理节点,所述多个历史事件对应于所述多个历史事件特征向量。2.根据权利要求1所述的方法,其特征在于,所述根据多个历史事件对应的多个处理节点,确定所述待处理事件对应的第一目标处理节点,包括:根据所述多个历史事件对应的多个处理节点,确定所述多个处理节点各自被分派到的历史事件数量;根据所述多个处理节点各自被分派到的历史事件数量,在所述多个处理节点中确定被分派到的历史事件数量符合设定要求的处理节点;从所述被分派到的历史事件数量符合设定要求的处理节点中确定所述第一目标处理节点。3.根据权利要求2所述的方法,其特征在于,所述从所述被分派到的历史事件数量符合设定要求的处理节点中确定所述第一目标处理节点,包括:若所述被分派到的历史事件数量符合设定要求的处理节点的数量为至少两个,则根据预设的处理节点之间的父子关系,确定所述至少两个处理节点对应的至少一个分派链路;若所述至少一个分派链路中的目标分派链路中存在至少两个处理节点,则确定保留所述目标分派链路的一个顶端的处理节点;确定所述至少一个分派链路各自被保留的处理节点作为所述第一目标处理节点。4.根据权利要求1所述的方法,其特征在于,所述地址向量化模型与所述文本向量化模型相同。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取第一预训练模型和历史事件训练集;使用所述历史事件训练集,基于掩码语言模型训练任务对所述第一预训练模型进行训练,得到第二预训练模型;根据所述第二预训练模型中包含的目标网络层,生成所述文本向量化模型。6.根据权利要求5所述的方法,其特征在于,所述根据所述第二预训练模型中包含的目标网络层,生成所述文本向量化模型,包括:根据所述目标网络层确定所述第二预训练模型中的至少两个网络层;对所述至少两个网络层进行池化处理,以得到池化后的网络层;所述文本向量化模型中包括所述...
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。