工单识别分配方法、装置、设备、介质和程序产品与流程

本公开涉及人工智能领域，具体涉及故障工单识别，更具体地涉及一种工单识别分配方法、装置、设备、介质和程序产品。

背景技术：

1、以国有银行等大型企业为例，由于国有银行具备多个线下经营网点的，而每个实体网点都运行有有很多的it软硬件。相关技术中，为了提升管理效率，国有银行通常采用工单系统来对故障的解决路程进行跟踪、管理。但由于业务人员对故障单的填报不规范，对故障问题描述模糊，导致故障处理效率低。

2、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、鉴于上述问题，本公开提供了提高工单处理效率的工单识别分配方法、装置、设备、介质和程序产品。

2、根据本公开的第一个方面，提供了一种工单识别分配方法，包括：获取目标工单文本；

3、将所述目标工单文本输入工单识别模型中，以确定工单分类结果；以及

4、将所述工单分类结果输入工单分配模型，以确定处理目标工单的技术支持人员，

5、其中，所述工单识别模型是基于历史工单文本数据预先训练得到的。

6、根据本公开的实施例，基于历史工单文本数据预先训练得到的工单识别模型包括：

7、采集历史样本数据，所述历史样本数据包括历史工单信息、员工信息和网点设备信息；

8、将所述历史样本数据进行标签化并按预设比例划分为训练集和测试集；以及

9、使用中文命名实体识别模型对训练集数据进行训练，以得到工单识别模型。

10、根据本公开的实施例，所述将所述目标工单文本输入工单识别模型中，以确定工单分类结果包括：

11、获取目标工单文本的上下文词向量信息；

12、对所述上下文词向量信息进行建模以提取序列信息；以及

13、将序列信息中的标签进行建模和解码以确定工单分类结果。

14、根据本公开的实施例，所述将所述工单分类结果输入工单分配模型，以确定处理目标工单的技术支持人员包括：

15、将所述工单分类结果输入工单分配模型，以计算每一技术支持人员的技术评分；以及

16、根据所述技术评分为工单分配对应的技术支持人员。

17、根据本公开的实施例，所述将所述工单分类结果输入工单分配模型，以计算每一技术支持人员的技术评分包括：

18、根据所述工单分类结果确定预测概率；以及

19、根据预测概率、技术支持人员空闲状态、技术支持人员故障工单平均处理时间、技术支持人员故障工单处理数量和预设权重系数计算每一技术支持人员的技术评分。

20、根据本公开的实施例，所述中文命名实体识别模型为基于bert-bilstm-crf的中文命名实体识别模型。

21、本公开的第二方面提供了一种工单识别分配装置，包括：获取模块，用于获取目标工单文本；

22、工单识别模块，用于将所述目标工单文本输入工单识别模型中，以确定工单分类结果；以及

23、工单分配模块，用于将所述工单分类结果输入工单分配模型，以确定处理目标工单的技术支持人员，

24、其中，所述工单识别模型是基于历史工单文本数据预先训练得到的。

25、根据本公开的实施例，还包括：模型训练模块。

26、模型训练模块用于基于历史工单文本数据训练得到工单识别模型。

27、根据本公开的实施例，模型训练模块包括数据采集子模块、数据标准子模块和训练子模块。

28、数据采集子模块，用于采集历史样本数据，所述历史样本数据包括历史工单信息、员工信息和网点设备信息；

29、数据标准子模块，用于将所述历史样本数据进行标签化并按预设比例划分为训练集和测试集；以及

30、训练子模块，用于使用中文命名实体识别模型对训练集数据进行训练，以得到工单识别模型。

31、根据本公开的实施例，所述工单识别模块包括获取子模块、序列信息提取子模块和解码子模块。

32、获取子模块，用于获取目标工单文本的上下文词向量信息；

33、序列信息提取子模块，用于对所述上下文词向量信息进行建模以提取序列信息；以及

34、解码子模块，用于将序列信息中的标签进行建模和解码以确定工单分类结果。

35、根据本公开的实施例，所述工单分配模块包括：技术评分计算子模块和分配子模块。

36、技术评分计算子模块，用于将所述工单分类结果输入工单分配模型，以计算每一技术支持人员的技术评分；以及

37、分配子模块，用于根据所述技术评分为工单分配对应的技术支持人员。

38、根据本公开的实施例，所述技术评分计算子模块包括确定单元和计算单元。

39、确定单元，用于根据所述工单分类结果确定预测概率；以及

40、计算单元，用于根据预测概率、技术支持人员空闲状态、技术支持人员故障工单平均处理时间、技术支持人员故障工单处理数量和预设权重系数计算每一技术支持人员的技术评分。

41、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个计算机程序，其中，上述一个或多个处理器执行上述一个或多个计算机程序以实现上述方法的步骤。

42、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

43、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序或指令，上述计算机程序或指令被处理器执行时实现上述方法的步骤。

44、通过本公开实施例提供的工单识别分配方法，通过预先训练的工单识别模型对业务人员录入的故障工单进行自动识别，确定故障工单问题类型，并根据工单问题类型自动分配技术支持人员，提高故障工单的处理效率。

技术特征：

1.一种工单识别分配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，基于历史工单文本数据预先训练得到的工单识别模型包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述目标工单文本输入工单识别模型中，以确定工单分类结果包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述工单分类结果输入工单分配模型，以确定处理目标工单的技术支持人员包括：

5.根据权利要求4所述的方法，其特征在于，所述将所述工单分类结果输入工单分配模型，以计算每一技术支持人员的技术评分包括：

6.根据权利要求2所述的方法，其特征在于，所述中文命名实体识别模型为基于bert-bilstm-crf的中文命名实体识别模型。

7.一种工单识别分配装置，其特征在于，所述装置包括：

8.一种电子设备，包括：

9.一种计算机可读存储介质，其上存储有计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1~6中任一项所述方法的步骤。

10.一种计算机程序产品，包括计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现根据权利要求1~6中任一项所述方法的步骤。

技术总结
本公开提供了一种工单识别分配方法，可以应用于人工智能技术领域。该工单识别分配方法包括：获取目标工单文本；将所述目标工单文本输入工单识别模型中，以确定工单分类结果；以及将所述工单分类结果输入工单分配模型，以确定处理目标工单的技术支持人员，其中，所述工单识别模型是基于历史工单文本数据预先训练得到的。本公开还提供了一种工单识别分配装置、设备、存储介质和程序产品。

技术研发人员：郭磊,张云骥
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2025/3/20