【技术实现步骤摘要】
本专利技术属于生产计划与调度领域，更具体地，涉及一种支持多模态信息的任务调度方法、智能服务台及介质。
技术介绍
1、随着企业信息化的程度不断深入，信息化系统架构越发复杂，各模块关联度越发紧密，运维服务的重要性也越发凸显。其中，服务台作为服务提供者与服务对象之间的桥梁，也是用户提出服务请求的唯一渠道，其主要职能包括对用户需求提供及时的辨识、分析、响应，还包括对系统告警信息的处理以及计划任务的执行。
2、传统人工服务台存在以下问题：接收到信息模式单一，仅支持语音信息或文本，对于信息密度较高的音频或图像缺乏处理能力；用户群体结构较复杂，用户语言表达水平差距较大，对于设备、软件等名词描述不清，人工服务台理解困难，对接线员工水平要求较高；人工服务台专业知识储备不足，用户描述问题不够具体，非工作时段无法响应，导致服务台对用户意图判断准确度不高、响应度不快；进行工单分派时仅依据简单规则以及过往经验，提前不做任务进度计划和资源调配计划，造成资源浪费、一线服务人员效率低下；没有设置多类条线解决不同类别的服务事件，导致一线服务人员职责不清。
3、服务台接收到的文本存在显著特征。现有的基于规则、文本生成、预训练模型等方法不能很好解决中英文混杂词汇的问题。现有的服务台使用的基于文本匹配的工单自动推荐系统、基于文本分类的工单自动分派系统，仅关注文本关键字信息，未能分析文本语义以及其他音频、图像信息。传统的工单自动分派系统将服务人员作为唯一资源，物资耗材由一线服务人员进行主动申请，后台不能脱离人工。同时，没有将任务分解与任务分派作为
技术实现思路
1、针对现有技术的缺陷和改进需求，本专利技术提供了一种支持多模态信息的任务调度方法、智能服务台及介质，其目的在于解决传统服务台存在的接收信息单一、用户上报信息质量低、用户意图判断不明、服务请求处理效率较低以及职责界定不清的问题。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种支持多模态信息的任务调度方法，包括：接收服务请求；当所述服务请求为文本模态时，对所述服务请求依次进行文本纠错、意图识别和语义槽填充，得到用户意图和语义槽信息；当所述服务请求为非文本模态且能提取到文本信息时，提取所述服务请求中的文本信息，对所述文本信息依次进行文本纠错、意图识别和语义槽填充，得到用户意图和语义槽信息；当所述服务请求为非文本模态且不能提取到文本信息时，将所述服务请求与特征库进行匹配以得到标注的特征序列，对所述特征序列进行信息源识别和故障特征匹配，得到信息源和故障特征；合并所述用户意图和所述语义槽信息，或者，合并所述信息源和所述故障特征，以得到服务事件和服务对象属性；将所述服务事件分解为包含若干个子任务的子任务序列，结合所述服务对象属性对各所述子任务进行属性填充，得到各所述子任务的任务属性；根据各所述子任务和所述任务属性进行任务分派，得到任务分派方案，根据所述任务分派方案进行资源准备和人员调度。
3、更进一步地，进行文本纠错具体包括：结合预置的专用名词混淆集，利用trigram模型对所述文本信息或文本模态的所述服务请求进行拼写纠错，得到中间纠错文本；利用nmt模型对所述中间纠错文本进行语法纠错，得到纠错文本。
4、更进一步地，进行意图识别和语义槽填充具体包括：对文本纠错得到的纠错文本进行清洗、特殊符号标注和标点符号标注后，利用jieba基于预制的新词词典切分所述纠错文本并进行词性标注，得到分词结果和词性标注结果；基于实体词典对所述分词结果和所述词性标注结果进行实体标注，得到对应的实体片段；利用bbac联合模型对所述实体片段进行意图识别和语义槽填充。
5、更进一步地，所述bbac联合模型包括意图识别模块和语义槽填充模块，所述意图识别模块和所述语义槽填充模块共享bert模型和bilstm模型；所述意图识别模块通过注意力机制获得所述实体片段的加权表示，之后通过softmax激活函数获得所述实体片段对应的用户意图；所述语义槽填充模块通过条件随机域模型对所述实体片段进行解码，得到所述语义槽信息。
6、更进一步地，所述非文本模态包括音频模态和图像模态；当所述服务请求为音频模态时，所述特征库为音频特征库，所述音频特征库中存储有多种故障音频声纹及相应的特征标签；当所述服务请求为图像模态时，所述特征库为图像特征库，所述图像特征库中存储有多种系统图像和设备照片，以及相应的特征标签。
7、更进一步地，所述根据各所述子任务和所述任务属性进行任务分派，具体包括：结合所述任务属性，将所述子任务序列分为驻站型任务、上门型任务和项目型任务三类；根据所述子任务序列对应任务类型，从资源库中获取对应分派信息，从方法库中获取对应的标准数学模型；结合所述分派信息，利用所述标准数学模型在指定约束条件下进行任务分解，得到所述任务分派方案。
8、更进一步地，驻站型任务下：所述分派信息包括服务人员清单以及相应的资源属性；资源属性包括人员可处理的任务集合、处理各个任务的时间、技能水平与单位成本；所述任务分派方案包括服务人员工作表、任务分配清单与成本预算表；上门型任务下：所述分派信息包括服务人员清单、交通成本清单以及相应的资源属性；资源属性包括人员可处理任务集合、人员处理任务的时间、人员技能水平、人员单位成本、可达交通方式与交通成本；所述任务分派方案包括任务分配表与成本核算表；项目型任务下：所述分派信息包括项目基本属性以及组织资源；组织资源包括项目人员技能水平与项目需求资源及成本；所述任务分派方案包括进度负责人、阶段资源需求的项目进度安排表。
9、更进一步地，进行资源准备和人员调度之后，所述方法还包括：将所述任务分派方案添加至案例库，当所述任务分派方案通过案例库测试后，将所述任务分派方案添加至所述方法库。
10、按照本专利技术的另一个方面，提供了一种支持多模态信息的智能服务台，包括：处理器；存储器，其存储有计算机可执行程序，所述程序在被所述处理器执行时，使得所述处理器执行如上所述的支持多模态信息的任务调度方法。
11、按照本专利技术的另一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的支持多模态信息的任务调度方法。
12、总体而言，通过本专利技术所构思的以上技术方案，能够取得以下有益效果：
13、(1)提供一种支持多模态信息的任务调度方法，可接收来自多渠道的包含多模态信息的服务请求进行预处理，可充分利用多模态信息接入服务流程，避免在服务生成阶段产生信息损失；针对服务请求进行意图识别、任务分解、任务分派，可提高智能服务台处理问题时的准确度，优化资源利用率；
14、(2)设置包含专用名词混淆集、音频特征库与图像特征库、服务领域新词词典、实体词典，充分挖掘服务领域多模态信息的特征，并结合语言模型、机器学习等技术进行信息预处理、意图识别与语义槽填充，使用文本、声纹特征和图像特征综合判断用户意图，避免客服本文档来自技高网...
【技术保护点】
1.一种支持多模态信息的任务调度方法，其特征在于，包括：
2.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，进行文本纠错具体包括：
3.如权利要求1或2所述的支持多模态信息的任务调度方法，其特征在于，进行意图识别和语义槽填充具体包括：
4.如权利要求3所述的支持多模态信息的任务调度方法，其特征在于，所述BBAC联合模型包括意图识别模块和语义槽填充模块，所述意图识别模块和所述语义槽填充模块共享BERT模型和BiLSTM模型；
5.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，所述非文本模态包括音频模态和图像模态；
6.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，所述根据各所述子任务和所述任务属性进行任务分派，具体包括：
7.如权利要求6所述的支持多模态信息的任务调度方法，其特征在于，驻站型任务下：所述分派信息包括服务人员清单以及相应的资源属性；资源属性包括人员可处理的任务集合、处理各个任务的时间、技能水平与单位成本；所述任务分派方案包括服务人员工作表、任务分配清单与成
8.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，进行资源准备和人员调度之后，所述方法还包括：
9.一种支持多模态信息的智能服务台，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一项所述的支持多模态信息的任务调度方法。
...【技术特征摘要】
1.一种支持多模态信息的任务调度方法，其特征在于，包括：
2.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，进行文本纠错具体包括：
3.如权利要求1或2所述的支持多模态信息的任务调度方法，其特征在于，进行意图识别和语义槽填充具体包括：
4.如权利要求3所述的支持多模态信息的任务调度方法，其特征在于，所述bbac联合模型包括意图识别模块和语义槽填充模块，所述意图识别模块和所述语义槽填充模块共享bert模型和bilstm模型；
5.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，所述非文本模态包括音频模态和图像模态；
6.如权利要求1所述的支持多模态信息的任务调度方法，其特征在于，所述根据各...
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。