[发明专利]投诉文本的分类模型、构建方法、系统、分类方法和系统

说明书

本发明实施方式提供一种投诉文本的分类模型、构建方法、系统、分类方法和系统，属于文本分类技术领域。所述分类模型包括：预处理模块，用于读取所述投诉文本，并对所述投诉文本进行预处理；BTM模块，用于对所述投诉文本进行处理以生成主题向量；Doc2vec模块，用于对所述投诉文本进行处理以生成词向量；将所述主题向量和所述词向量进行拼接以生成特征向量；ER分类器，用于根据所述特征向量对所述投诉文本进行分类以生成分类结果。

技术领域

本发明涉及文本分类技术领域，具体地涉及一种投诉文本的分类模型、构建方法、系统、分类方法和系统。

背景技术

目前移动通信运营商进行投诉处理的方法主要是以客户为导向构建投诉管理体系、优化投诉处理流程、增加客服的服务渠道或者采用在线客服等。技术支撑部门接到投诉工单后，由经验丰富的技术专家进行诊断，分析引起投诉的原因，给出相应的处理意见，并交由相关的网络建设或维护部门进行处理，同时将处理意见以工单回复的形式反馈给客服中心。因此，在移动通信质量投诉问题的分析和诊断方面，还主要依赖于技术专家的经验和知识，采用人工处理方式。

为改善这一情况，电信企业应在处理投诉问题前对投诉内容进行预分类，判断投诉问题是否由服务原因所致，若是服务问题，应及时改进，若是用户自身原因导致的，则应及时提醒用户，方便其发现问题的真实原因所在。不过问题的归类却对投诉受理人员提出了很高的要求，由于很多受理人员并没有亲身实践过问题的处理过程，仅凭用户的表达很难确定问题的类别，而一旦做出了错误归类，这将会增加问题处理人员的负担。

近年来，人工智能方法在处理客户投诉方面有一些应用，少量文献提出采用文本挖掘和人工智能算法建立投诉识别系统，对投诉热点进行智能分类，从而保证在短时间内将投诉热点分类到正确的投诉导航上去。现有的短文本分类方法主要是利用外部语料库或附加信息丰富文本内容来处理稀疏问题。对于投诉短文本，很难通过外部语料对文本进行扩展，而客户投诉文本长度短，数量大，则对文本表示的维度提出了要求。在以往的研究中，文本特征提取通常使用TF-IDF(Term Frequency-Inverse Document Frequency，词频-逆文本频率指数)算法或者LDA(Latent DirichletAllocation，潜在狄利克雷分布)主题模型，文本分类通常采用SVM方法，使用TF-IDF算法构建SVM分类器的输入向量存在向量维度过高，分类效率低等特点。

发明内容

本发明实施方式的目的是提供一种投诉文本的分类模型、构建方法、系统、分类方法和系统，该投诉文本的分类模型可以提高投诉文本分类的准确性；该构建方法、系统可以构建出分类准确性更高的分类模型；该分类方法、系统可以提高更加准确的对投诉文本进行分类。

为了实现上述目的，本发明实施方式提供一种投诉文本的分类模型，所述分类模型包括：

预处理模块，用于读取所述投诉文本，并对所述投诉文本进行预处理；

BTM模块，用于对所述投诉文本进行处理以生成主题向量；

Doc2vec模块，用于对所述投诉文本进行处理以生成词向量；

将所述主题向量和所述词向量进行拼接以生成特征向量；

ER分类器，用于：

根据所述特征向量对所述投诉文本进行分类以生成分类结果。

本发明的另一方面提供一种投诉文本的分类模型的构建方法，用于构建上述所述的分类模型，所述构建方法包括：

初始化分类模型；

获取投诉文本和所述投诉文本的真实分类结果；

对所述投诉文本进行预处理；

采用BTM模型对所述投诉文本进行处理以生成主题向量，其中所述主题向量的维度为N₁维；