工单处理方法、装置、设备及存储介质与流程

本发明涉及智能运维，尤其涉及一种工单处理方法、装置、设备及存储介质。

背景技术：

1、在各个行业中，往往需要对投诉工单进行处理，例如电信运营行业、物流行业。目前，在投诉发生后客服人员会提交投诉工单。现有的工单处理方式主要通过工单处理人员针对提交的投诉工单，核实工单内容数据，借助业务经验知识人为选择工单所属场景类型对应的文本回复模板，再根据文本回复模板与核实的工单内容数据编写回复文本，进行回复。

2、这种工单处理方法存在的缺点是，人为确定工单所属场景类型以及人为选择文本回复模板容易出错，而且，需要耗费大量的人力与时间，工单处理效率较低。

技术实现思路

1、本发明的主要目的在于：提供一种工单处理方法、装置、设备及存储介质，旨在解决相关技术中工单处理方法存在处理效率较低的技术问题。

2、为实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明提供了一种工单处理方法，该方法包括：

4、获取当前工单的工单数据；

5、根据当前工单的工单数据，利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型；其中，在线推理模型基于当前工单的工单数据和历史工单的工单数据对历史推理模型进行更新训练得到；

6、根据当前工单的工单数据，利用信息提取模型进行要素信息提取，得到当前工单的要素信息；

7、根据场景类型和要素信息生成工单回复文本，得到当前工单的工单处理结果。

8、可选地，上述工单处理方法中，获取当前工单的工单数据的步骤之后，方法还包括：

9、对当前工单的工单数据进行预处理，得到预处理后的工单数据；其中，预处理包括对工单数据中的工单内容字符串进行动态调整，动态调整包括去除预设字符、去除预设词汇和/或去除预设数字串序列；

10、根据当前工单的工单数据，利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型的步骤，包括：

11、根据预处理后的工单数据，利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型。

12、可选地，上述工单处理方法中，获取当前工单的工单数据的步骤之后，方法还包括：

13、获取配置文件，并将配置文件中的训练标志位置0；

14、根据当前工单的工单数据和历史工单的工单数据，得到训练数据集和测试数据集；

15、根据训练数据集，对历史推理模型进行更新训练，得到更新后的推理模型；其中，历史推理模型基于bert(bidirectionalencoder representation from transformers，基于transformer的双向编码表征)算法和bilstm(bidirectional long short term memorynetworks，双向长短期记忆网络)算法构建，利用历史工单的工单数据训练得到；

16、根据测试数据集，对更新后的推理模型进行评估；

17、若评估合格，则将更新后的推理模型确定为在线推理模型，并将训练标志位置1；

18、若评估不合格，则保持训练标志位为0。

19、可选地，上述工单处理方法中，根据测试数据集，对更新后的推理模型进行评估的步骤，包括：

20、根据测试数据集，确定更新后的推理模型的准确率；

21、判断准确率是否大于或等于预设阈值；

22、若准确率大于或等于预设阈值，则判定评估合格；

23、若准确率小于预设阈值，则判定评估不合格。

24、可选地，上述工单处理方法中，利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型的步骤，包括：

25、确定实时获取的配置文件中训练标志位的内容；

26、当训练标志位为0时，利用历史推理模型进行场景类型推理，得到当前工单所属的场景类型；

27、当训练标志位为1时，利用在线推理模型进行场景类型推理，得到当前工单所属的场景类型，并将历史推理模型替换为在线推理模型。

28、可选地，上述工单处理方法中，根据当前工单的工单数据，利用信息提取模型进行要素信息提取，得到当前工单的要素信息的步骤之前，方法还包括：

29、基于bert算法、bilstm算法和crf(conditional random field，条件随机场)算法构建得到信息提取模型。

30、可选地，上述工单处理方法中，根据场景类型和要素信息生成工单回复文本，得到当前工单的工单处理结果的步骤，包括：

31、获取利用历史推理模型或在线推理模型进行场景类型推理的置信度；

32、当置信度大于或等于预设门限值时，根据场景类型和要素信息自动生成工单回复文本；

33、当置信度小于预设门限值时，获取人工编写的工单回复文本；

34、将自动生成的工单回复文本或人工编写的工单回复文本确定为当前工单的工单处理结果。

35、第二方面，本发明提供了一种工单处理装置，该装置包括：

36、数据获取模块，用于获取当前工单的工单数据；

37、场景分类模块，用于根据当前工单的工单数据，利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型；其中，在线推理模型基于当前工单的工单数据和历史工单的工单数据对历史推理模型进行更新训练得到；

38、信息提取模块，用于根据当前工单的工单数据，利用信息提取模型进行要素信息提取，得到当前工单的要素信息；

39、结果生成模块，用于根据场景类型和要素信息生成工单回复文本，得到当前工单的工单处理结果。

40、第三方面，本发明提供了一种工单处理设备，该设备包括处理器和存储器，存储器中存储有工单处理程序，该工单处理程序被处理器执行时，实现如上述的工单处理方法。

41、第四方面，本发明提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该计算机程序被一个或多个处理器执行时，实现如上述的工单处理方法。

42、本发明提供的上述一个或多个技术方案，可以具有如下优点或至少实现了如下技术效果：

43、本发明提出的一种工单处理方法、装置、设备及存储介质，通过利用历史推理模型或在线推理模型进行场景类型推理，得到当前工单所属的场景类型，同时利用信息提取模型进行要素信息提取，得到当前工单的要素信息，然后根据场景类型和要素信息生成工单回复文本，得到当前工单的工单处理结果，实现了运维工单的自主回复，相较于人工处理工单的方式，不仅减少了大量的人力与时间成本，还提高了工单处理效率，从而可以提升客户满意度；本发明可以根据当前工单的工单数据和历史工单的工单数据对历史推理模型进行更新训练得到在线推理模型，提供了模型训练不停服的功能，在对模型进行训练时，不会干扰场景类型推理过程中模型的应用，提高了方法的鲁棒性以及整体性能。