基于自然语言的国网投诉工单智能分类模型构建

• 作者: 卢燕燊 张兆芝 张钟杰 陈翔 高敏
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 自然语言 投诉工单 分类器模型
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与设计
• 页码范围: 54-57
• 页数: 4页
• 分类号: TG409
• 字数: 2729字
• 语种: 中文

摘要

为了更好的深入挖掘投诉工单背后所蕴含的信息,从自然语言处理技术出发,对客户投诉工单进行深入文本挖掘.在对电力投诉工单进行数据清洗的基础上,运用jieba进行分词,构造专业词典提升分词准确度,并对特征进行降维,然后运用利用词袋模型对中文文本进行分词,利用Bagging集成模型,构造包括朴素贝叶斯模型、决策树模型等在内的多个分类器模型,实现对词频在不同业务中的分布情况的研究,并根据结果开展相应改进措施,把控住当下电力客户投诉的主要问题,为不同类型的电力客户提供差异化的服务策略,以落在实处的为客户解决难题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兆芝		1	0	0.0	0.0
2	陈翔		1	0	0.0	0.0
3	高敏		1	0	0.0	0.0
4	卢燕燊		2	0	0.0	0.0
5	张钟杰		1	0	0.0	0.0