[发明专利]订单备注标签确定方法、装置、存储介质和计算机设备

说明书

本发明提供一种订单备注标签确定方法、装置、存储介质和计算机设备，该方法包括：获取用车订单的备注信息；将所述备注信息输入预先训练的多标签分类模型，得到所述备注信息的标签分类结果；判断所述标签分类结果是否包括数值型标签；若是，基于正则表达式解析所述备注信息中的数值；根据所述标签分类结果和所述数值，确定所述备注信息的标签。该方法结合了基于机器学习训练生成的多标签分类模型及文本正则匹配挖掘方法，相比于传统的人工主观识别标签方法提升了准确率、召回率，降低了人为主观因素，更加客观，且更易迭代更新，能够为高效率解决用户和司机之间配对的问题提供有效的技术支撑。

技术领域

本发明涉及备注信息处理技术领域，具体而言，本发明涉及一种订单备注标签确定方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着时代发展，网上约车成为满足人们搬家、出行或者通勤等用车需求的重要方式。用户网上约车时可以通过备注表达自己的用车需求，约车平台一般会根据用户的用车需求匹配合适的司机。

目前，用车平台一般通过人工查看订单备注，判断备注关键词，根据正则表达式匹配关键词挖掘出订单备注表达的用户需求。但该方法召回率较低，人工主观性较高，各标签间关键词重叠部分会相互影响识别准确率，更新迭代困难，容易因用户需求与司机能力不匹配而导致订单取消的情形。

发明内容

为至少能解决上述的技术缺陷之一，本发明提供了以下技术方案的订单备注标签确定方法及对应的装置、计算机可读存储介质和计算机设备。

本发明的实施例根据一个方面，提供了一种订单备注标签确定方法，包括如下步骤：

获取用车订单的备注信息；

将所述备注信息输入预先训练的多标签分类模型，得到所述备注信息的标签分类结果；

判断所述标签分类结果是否包括数值型标签；

若是，基于正则表达式解析所述备注信息中的数值；根据所述标签分类结果和所述数值，确定所述备注信息的标签。

优选地，所述多标签分类模型为FastText模型。

优选地，所述多标签分类模型通过以下步骤预先训练得到：

获取历史用车订单的备注信息；

基于NLP分词模型统计所述历史用车订单的备注信息的高频词，根据所述高频词确定用车需求对应的关键词；

随机抽样所述历史用车订单，得到抽样订单；

获取由人工根据所述关键词对应所述抽样订单确定的人工标签；

根据所述抽样订单的备注信息和所述人工标签训练初始机器学习模型，得到所述多标签分类模型。

优选地，所述得到所述多标签分类模型之后，还包括：

获取更新用车订单的备注信息；

根据由人工根据所述关键词对应所述更新用车订单确定的人工标签；

根据所述更新用车订单的备注信息、人工标签迭代更新所述多标签分类模型。

优选地，所述正则表达式根据所述关键词设定，并经由所述抽样订单的备注信息和所述人工标签验证确定。

优选地，所述判断所述标签分类结果是否包括数值型标签之后，还包括：

若所述标签分类结果不包括数值型标签，根据所述标签分类结果确定所述备注信息的标签。

优选地，所述标签用于表征所述用车订单的用车需求；

所述确定所述备注信息的标签之后，还包括：根据所述标签确定与所述用车订单匹配的车辆和/或司机。