技术特征：
1.一种基于多任务学习的用户反馈分析方法，其特征在于，包括：步骤1，以文本形式收集用户对医院流程优化系统涉及的软硬件产品的反馈信息，并对用户反馈信息进行人工标注；步骤2，基于多任务学习模型及关系抽取模型对用户反馈信息进行分析，得到医院流程优化系统优化指导信息；步骤3，基于得到的医院流程优化系统优化指导信息对医院流程优化系统进行优化升级。2.根据权利要求1所述的基于多任务学习的用户反馈分析方法，其特征在于，步骤1中所述反馈信息通过爬虫程序或后台接口直接读取，并存储于数据库。3.根据权利要求1所述的基于多任务学习的用户反馈分析方法，其特征在于，所述步骤2包括：基于多任务学习模型进行联合学习，将联合学习得到的结果使用关系抽取模型进行关系抽取，通过模型融合得到最终用户反馈信息，对得到的最终用户反馈信息进程筛选排查，得到有用的系统优化指导信息。4.根据权利要求1所述的基于多任务学习的用户反馈分析方法，其特征在于，所述步骤2包括：在对用户反馈信息进行分析之前通过语料清洗、分词、去除停用词操作对用户反馈信息进行数据预处理。5.根据权利要求3所述的基于多任务学习的用户反馈分析方法，其特征在于，步骤2中所述多任务学习模型包括：文本分类模型，用于句子分类，用以判断某句子中是否有新的定义，作为任务1；词粒度bio标签预测模型，用于序列标注，作为任务2；所述关系抽取模型，用于关系抽取，作为任务3。6.根据权利要求5所述的基于多任务学习的用户反馈分析方法，其特征在于，所述步骤2还包括：对多任务学习模型采用先训练任务2，再训练任务1，交替训练的方法进行模型训练。7.根据权利要求6所述的基于多任务学习的用户反馈分析方法，其特征在于，步骤2中所述关系抽取模型采用增强推理bert模型。
技术总结
本发明涉及一种基于多任务学习的用户反馈分析方法，包括：步骤1，以文本形式收集用户对医院流程优化系统涉及的软硬件产品的反馈信息，并对用户反馈信息进行人工标注；步骤2，基于多任务学习模型及关系抽取模型对用户反馈信息进行分析，得到医院流程优化系统优化指导信息；步骤3，基于得到的医院流程优化系统优化指导信息对医院流程优化系统进行优化升级。本发明分析用户对医院流程优化相关产品的反馈评价，评估软硬件产品的用户满意度，可供后续有方向性的优化升级相应产品，提升用户体验。验。验。
技术研发人员：吴俊宏 马仕强
受保护的技术使用者：浙江远图互联科技股份有限公司
技术研发日：2020.10.22
技术公布日：2022/4/22