事件分派方法、设备和存储介质技术

本发明专利技术提供一种事件分派方法、设备和存储介质，该方法包括：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，通过地址解析模型获取待处理事件对应的地址信息，以及通过地址向量化模型确定地址信息对应的第二特征向量；拼接第一特征向量和第二特征向量，以得到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；根据多个历史事件对应的多个处理节点，确定待处理事件对应的第一目标处理节点。基于该事件分派方法，提高了事件分派的效率和准确性。件分派的效率和准确性。件分派的效率和准确性。

【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。
[0006]第二方面，本专利技术实施例提供一种事件分派装置，所述装置包括：获取模块，用于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；处理模块，用于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；拼接模块，用于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；搜索模块，用于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；确定模块，用于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。
[0007]第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器、通信接口；其中，所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器至少可以实现如第一方面所述的事件分派方法。
[0008]第四方面，本专利技术实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现如第一方面所述的事件分派方法。
[0009]第五方面，本专利技术实施例提供了一种事件分派方法，包括：获取第二事件分派策略对应的事件类型识别模型、地址解析模型，以及事件类型与处理节点的预设映射关系；通过所述事件类型识别模型获取待处理事件对应的目标事件类型，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；根据所述目标事件类型、所述地址信息，以及所述事件类型与处理节点的映射关系，确定所述待处理事件对应的第二目标处理节点。
[0010]第六方面，本专利技术实施例提供了一种事件分派方法，包括：获取待处理事件和事件统计特征信息，事件统计特征信息包括历史事件统计信息和/或事件分派需求信息；根据事件统计特征信息在多个事件分派策略中确定目标事件分派策略，目标事件分派策略对应有文本处理模型及地址处理模型；分别通过文本处理模型和地址处理模型对待处理事件进行处理，以得到待处理事件对应的特征信息和地址信息；基于所述特征信息和所述地址信息确定待处理事件对应的目标处理节点。
[0011]本专利技术实施例提供一种可以对事件进行自动分派的分派策略，该分派策略对应有文本向量化模型、地址解析模型和地址向量化模型。用户（例如城市事件管理人员）可以基于该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对待处理事件进行处理，以实现待处理事件的自动化分派，提高待处理事件的分派效率及准确性。在实际使用过程中，首先，通过该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对待处理事件进行处理，以便得到待处理事件的第一特征向量，以及该待处理事件的地址信息所对应的第二特征向量。之后，将第一特征向量和第二特征向量拼接为第三特征向量，并在历史事件特征向量库中确定与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，以便在多个历史事件特征向量各自对应的历史事件的处理节点中确定与待处理事件对应的第一目标处理节点。其中，历史事件特征向量库中的历史事件特征向量是基于文本向量化模型、地址解析模型和地址向量化模型对历史事件进行类似地处理获得的。
[0012]在本专利技术实施例提供的方案中，通过文本向量化模型、地址解析模型和地址向量化模型实现对待处理事件的自动化语义理解，并基于与历史事件之间的语义相似度，结合历史事件的分派结果，实现待处理事件应该分派到的处理节点的自动化确定，实现了待处
理事件的自动、准确分派，提高了待处理事件的分派效率。另外，该方案的实现对历史事件的数量、质量依赖程度低，具有更好的普适性。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术实施例提供的一种事件分派的应用示意图；图2为本专利技术实施例提供的一种事件分派方法的流程图；图3为本专利技术实施例提供的一种事件分派方法的应用示意图；图4为本专利技术实施例提供的一种事件分派方法的应用示意图；图5为本专利技术实施例提供的一种文本向量化模型的训练方法的流程图；图6为本专利技术实施例提供的一种事件分派方法的流程图；图7为本专利技术实施例提供的一种事件分派方法的应用示意图；图8为本专利技术实施例提供的一种事件分派方法的流程图；图9为本专利技术实施例提供的一种事件分派方法的应用示意图；图10为本专利技术实施例提供的一种事件分派装置的结构示意图；图11为本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0015]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]下面结合附图对本专利技术的一些本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：曾骞，王浩，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：