融合自然语言处理与机器学习的工单自动归类模型研究

摘要

客户诉求工单是企业收集客户反馈的重要途径，对工单进行自动归类能够提升工作人员的办事效率。目前工单自动归类模型存在难以准确提取全局信息和读取速度较慢的问题。为了解决这些问题，研究结合了自然语言处理和机器学习技术，分别设计了结合注意力机制-双向长短时记忆网络双通道和卷积神经网络的归类模型和结合改进后自注意力机制-跳转门控循环单元和卷积神经网络的归类模型。结果显示，第一个模型准确率的最大值为93.81%,第二个模型的均方误差平均值为1.37。研究设计归类模型的性能较好，能够为工单的自动归类提供技术上的支持。

关键词

归类模型 / 自然语言处理 / 机器学习 / 神经网络 / 文本分类