查询结果:   杨鹏,刘扬,杨青.基于层次语义理解的电力系统客服工单分类[J].计算机应用与软件,2019,36(7):231 - 235,321.
中文标题
基于层次语义理解的电力系统客服工单分类
发表栏目
人工智能与识别
摘要点击数
92
英文标题
POWER SYSTEM CUSTOMER SERVICE TICKETS CLASSIFICATION BASED ON HIERARCHICAL SEMANTIC UNDERSTANDING
作 者
杨鹏 刘扬 杨青 Yang Peng Liu Yang Yang Qing
作者单位
国网天津市电力公司信息通信公司 天津 300000     
英文单位
Information Communication Company, State Grid Tianjin Electric Power Company, Tianjin 300000, China     
关键词
客服工单 文本语义理解 长短期记忆网络 文本分类
Keywords
Customer service tickets Text semantic understanding Long short-term memory Text classification
基金项目
作者资料
杨鹏,工程师,主研领域:信息化管理。刘扬,助工。杨青,工程师。 。
文章摘要
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。
Abstract
With the development of information technology, a large amount of power data has been accumulated in the power system, among which customer service ticket data occupies a very important position. According to the description content of customer service tickets is conducive to accurately locating customer needs, and is of great significance to improve the quality and efficiency of power system operation. In this paper, we proposed a classification model of power system customer service tickets based on hierarchical semantic understanding. The deep learning method was used to simultaneously model the words and characters in the tickets. A hierarchical semantic representation of tickets was obtained, and then the classification was divided based on this representation. The comparison experiment on real data proves that the method can accurately learn the hidden semantic representation of tickets, and has better classification accuracy than the comparison method.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于层次语义理解的电力系统客服工单分类
杨鹏
人工智能与识别
2019
7
231
[摘要]
2
基于CNN-LSTM网络的声纹识别研究
闫河
人工智能与识别
2019
4
166
[摘要]
3
基于SA-SVM的中文文本分类研究
郭超磊
算法
2019
3
277
[摘要]
4
中文作文句间逻辑合理性智能判别方法研究
刘杰
应用技术与研究
2019
1
71
[摘要]
5
基于词向量特征扩展的中文短文本分类研究
雷朔
算法
2018
8
269
[摘要]
6
基于知识图谱的智能答疑系统研究
陈志云
人工智能与识别
2018
2
178
[摘要]
7
基于正文和标题文本分类的主题建模
郑诚
应用技术与研究
2017
9
77
[摘要]
8
基于主题模型的改进随机森林算法在文本分类中的应用
姚立
人工智能与识别
2017
8
173
[摘要]
9
基于隐马尔科夫模型与语义融合的文本分类
高知新
算法
2017
7
303
[摘要]
10
一种改进的增量式贝叶斯文本分类算法
吴国文
算法
2017
6
226
[摘要]
11
Spark平台下的高效Web文本分类系统的研究
李涛
数据工程
2016
11
33
[摘要]
12
一种朴素贝叶斯文本分类算法的分布并行实现
郭绪坤
算法
2016
11
240
[摘要]
13
基于动态先验的LDA模型消息传递算法
吴晓娜
算法
2015
8
220
[摘要]
14
基于语言无关性语义Kernel学习的短文本分类
易欣
信息技术交流
2015
7
314
[摘要]
15
基于模糊加权近似支持向量机的Web文本分类
王平
数据工程
2015
5
54
[摘要]
16
相关信息加权的自适应多标签分类算法
周浩
算法
2015
1
239
[摘要]
17
基于加权补集的朴素贝叶斯文本分类算法研究
杜选
算法
2014
9
253
[摘要]
18
一种子空间聚类算法在多标签文本分类中应用
于海鹏
算法
2014
8
288
[摘要]
19
一种基于类别强信息特征和贝叶斯算法的中文文本分类器
陈艳秋
信息技术交流
2014
8
330
[摘要]
20
一种基于核函数参数优化的属性选择算法
张运涛
算法
2014
4
305
[摘要]
21
基于多特征的中文关键词抽取方法
杨颖
应用技术与研究
2014
11
109
[摘要]