基于transformer的工单智能判责方法研究

摘要：

在图像、文本、视频、语音以及社交类网络数据爆炸增长的时代,企业如何从海量非结构化数据中提取出有效信息并将之转化为生产效率的提升和流程自动化的实现,是目前迫切需要关注和解决的问题.本文以运营商集团电子工单自动判责场景为切入点,提出使用基于transformer架构的双向编码器表示(BERT)作为文本分类模型,自动收集各省份的反馈信息并进行各省份的工单责任智能判定.通过将BERT模型与LightGBM和Bi-LSTM-Attention模型进行实验对比,结果表明BERT模型对各类别工单的预测准确率均达到了96％以上,具有较好的实际应用效果.

关键词：工单智能判责、文本分类、transformer、双向编码器表示(BERT)

所属期刊栏目：31

分类号：TP391;TP183;C93

资助基金：中国电信集团AI项目ZDGG-2019-03

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：660-665