[发明专利]工单故障分类检测方法和装置、计算机装置和存储介质

说明书

本公开涉及一种工单故障分类检测方法和装置、计算机装置和存储介质。该工单故障分类检测方法包括：利用无标注工单数据训练语言预训练模型；利用语言预训练模型对文本分类模型进行微调，以实现工单故障的分类检测。本公开改进了相关技术的通用的分类模型，可以利用大量无标注工单数据训练预训练模型，利用预训练模型微调实现分类检测，从而显著提升了模型效果。

技术领域

本公开涉及人工智能领域，特别涉及一种工单故障分类检测方法和装置、计算机装置和存储介质。

背景技术

相关技术的工单故障分类模型一般基于通用分类模型实现，由于标注训练集数量较少，模型缺少背景知识，训练中获取信息较少，模型效果一般。

发明内容

鉴于以上技术问题中的至少一项，本公开提供了一种工单故障分类检测方法和装置、计算机装置和存储介质，改进了相关技术的通用的分类模型，可以利用大量无标注工单数据训练预训练模型。

根据本公开的一个方面，提供一种工单故障分类检测方法，包括：

利用无标注工单数据训练语言预训练模型；

利用语言预训练模型对文本分类模型进行微调，以实现工单故障的分类检测。

在本公开的一些实施例中，所述利用无标注工单数据训练语言预训练模型包括：

利用大量无标注工单数据，训练包含文本中语义表示信息的语言预训练模型，为文本分类模型中的文本分类提供背景信息。

在本公开的一些实施例中，所述工单故障分类检测方法还包括：

根据实际业务需求，添加预定规则的分层检测模型；

逐个判断工单故障，实现分层故障检测。

在本公开的一些实施例中，所述根据实际业务需求，添加规则的分类检测模型包括：

根据实际业务中分类结果的优先级，添加预定规则的分层检测模型。

在本公开的一些实施例中，所述利用无标注工单数据训练语言预训练模型包括：

在预训练过程中进行实体遮挡，让语言预训练模型学习到词法知识来还原原文，以增加语言预训练模型的词法信息，提升预训练模型效果。

在本公开的一些实施例中，所述利用无标注工单数据训练语言预训练模型包括：

在预训练过程中利用抽取的工单实体进行实体遮挡，通过对句子中的词组进行遮挡并预测整个词组，以捕获词组和实体之间的关系。

根据本公开的另一方面，提供一种工单故障分类检测装置，包括：

预训练模块，用于利用无标注工单数据训练语言预训练模型；

分类检测模块，用于利用语言预训练模型对文本分类模型进行微调，以实现工单故障的分类检测。

在本公开的一些实施例中，所述工单故障分类检测装置用于执行实现如上述任一实施例所述的工单故障分类检测方法的操作。

根据本公开的另一方面，提供一种计算机装置，包括：

存储器，用于存储指令；

处理器，用于执行所述指令，使得所述计算机装置执行实现如上述任一实施例所述的工单故障分类检测方法的操作。

根据本公开的另一方面，提供一种非瞬时性计算机可读存储介质，其中，所述非瞬时性计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如上述任一实施例所述的工单故障分类检测方法。