文献类型：期刊文章

作　　者：杨鹏[1] 刘扬[1] 杨青[1]

Yang Peng;Liu Yang;Yang Qing(Information Communication Company,State Grid Tianjin Electric Power Company,Tianjin 300000,China)

机构地区：[1]国网天津市电力公司信息通信公司

出　　处：《计算机应用与软件》

年　　份：2019

卷　　号：36

期　　号：7

起止页码：231-235

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：随着信息技术的发展,电力系统中积累了大量的电力数据,其中客服工单数据占据着非常重要的地位。根据客服工单的描述内容进行分类有利于准确地定位客户需求,对于提升电力系统运行的质量和效率具有重要的意义。对此提出基于层次语义理解的电力系统客服工单分类模型。利用深度学习方法对工单描述文本中的词和字符同时建模,从而得到层次化的工单描述语义表示,进而基于此表示对工单类别进行划分。通过在真实数据上的对比实验可以证明该方法能够准确地学习到工单的隐藏语义表示,具有优于对比方法的分类准确度。

关 键 词：客服工单  文本语义理解  长短期记忆网络  文本分类

分 类 号：TP3[计算机类]