基于数据分类的投诉有效性判断方法、装置、设备及介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种基于数据分类的投诉有效性判断方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.在银行的业务场景下，有时候会收到客户的投诉，而面对每一笔客户投诉，银行的消费者权益保护部门都需要判定其是否有效，以界定银行是否有责。实际业务中投诉有效性的判定既耗时又复杂，对于客户诉求和分行处理意见存在冲突，判定人需要平均耗费20分钟来进行判定。耗费大量的人力，效率不高，因此亟待提出一种高效的投诉有效性判断方法。


技术实现要素：

3.本发明提供一种基于数据分类的投诉有效性判断方法、装置及计算机可读存储介质，其主要目的在于解决进行投诉有效性判断的效率较低的问题。
4.为实现上述目的，本发明提供的一种基于数据分类的投诉有效性判断方法，包括：
5.获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重；
6.对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重；
7.利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果；
8.利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型；
9.获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据；
10.利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据；利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别；
11.判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
12.可选地，所述利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果，包括：
13.对所述训练数据集进行掩码处理，得到掩码数据集；
14.通过向量化处理将所述掩码数据集转换为对应的向量数据集；
15.对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵；
16.根据所述目标向量相关矩阵计算所述向量数据集的之间的相关度，利用所述相关度得到索引文字；
17.利用所述索引文字与预构建的索引文字库，索引得到分类结果。
18.可选地，所述对所述训练数据集进行掩码处理，得到掩码数据集，包括：
19.获取预设的掩码概率，根据所述掩码概率从所述训练数据集中筛选出多个关键词；
20.对所述多个关键词进行掩码处理，得到掩码词，并利用所述掩码词替换所述关键词，得到掩码数据集。
21.可选地，所述对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵，包括：
22.对所述向量数据集进行位置编码处理，得到位置向量集；
23.将所述位置向量集转换为位置向量矩阵，并根据所述位置向量矩阵的维度生成分类矩阵；
24.根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵；
25.利用所述原始向量相关矩阵和所述位置向量矩阵调节预购建的前馈神经网络中的迭代权重因子，得到目标向量相关矩阵。
26.可选地，所述根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵，包括：
27.按照预设的拆分规则对所述分类矩阵进行拆分，得到中心矩阵、关联矩阵和权重矩阵；
28.分别将所述位置向量矩阵与所述中心矩阵、关联矩阵和权重矩阵进行点乘，得到中心向量矩阵、关联向量矩阵和权重向量矩阵；
29.将所述中心向量矩阵、关联向量矩阵以及权重向量矩阵作为所述激活函数的输入参数，得到所述原始向量相关矩阵。
30.可选地，所述对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重，包括：
31.根据所述每个分类数据得到类别数，并根据所述类别数和预设的分箱公式计算分箱数；
32.利用预设的类别权重公式计算所述分箱数对应的类别权重。
33.可选地，所述计算每个分类数据对应的初始权重，包括：
34.利用如下计算公式计算每个分类数据对应的初始权重：
[0035][0036]
其中，weight[class[i]]为所述每个分类数据对应的初始权重，[class[i]],i＝1,2,
……
m为数据类别，number[class[i]]为所述数据类别下的样本数量。
[0037]
为了解决上述问题，本发明还提供一种基于数据分类的投诉有效性判断装置，所述装置包括：
[0038]
权重计算模块，用于获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重，对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重；
[0039]
模型训练模块，用于利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果，利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型；
[0040]
文本处理模块，用于获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据，利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据；
[0041]
数据分类模块，用于利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别；
[0042]
有效性判断模块，用于判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0043]
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0044]
至少一个处理器；以及，
[0045]
与所述至少一个处理器通信连接的存储器；其中，
[0046]
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于数据分类的投诉有效性判断方法。
[0047]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于数据分类的投诉有效性判断方法。
[0048]
本发明实施例通过计算训练数据集中每个分类数据的初始权重，对初始权重进行分箱及类别权重计算处理，得到类别权重，所述类别权重代表了每个分类数据的所占比重，并根据类别权重构造损失函数对数据分类模型进行训练，避免了类别不平衡现象给数据分类带来影响，对原始录音数据进行文本转换，得到原始文本数据，以文本形式呈现出原始录音数据的内容，利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据，所述初始文本数据是更加精简的数据，将初始文本数据输入至训练好的标准数据分类模型中，得到所述初始文本数据对应的数据类别，并根据预设的业务规则和多轮有效性判断机制对所述数据类别进行有效性分析，得到投诉有效性判断结果。因此本发明提出的基于数据分类的投诉有效性判断方法、装置、电子设备及计算机可读存储介质，可以解决进行投诉有效性判断的效率较低的问题。
附图说明
[0049]
图1为本发明一实施例提供的基于数据分类的投诉有效性判断方法的流程示意图；
[0050]
图2为本发明一实施例提供的基于数据分类的投诉有效性判断装置的功能模块
图；
[0051]
图3为本发明一实施例提供的实现所述基于数据分类的投诉有效性判断方法的电子设备的结构示意图。
[0052]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0053]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0054]
本技术实施例提供一种基于数据分类的投诉有效性判断方法。所述基于数据分类的投诉有效性判断方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于数据分类的投诉有效性判断方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0055]
参照图1所示，为本发明一实施例提供的基于数据分类的投诉有效性判断方法的流程示意图。在本实施例中，所述基于数据分类的投诉有效性判断方法包括：
[0056]
s1、获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重。
[0057]
本发明实施例中，所述训练数据集中包括大量的投诉文本数据。
[0058]
具体地，所述提取所述训练数据集中的每个分类数据，包括：
[0059]
获取预设的分类参考表；
[0060]
将所述训练数据集中的训练数据按照所述分类参考表进行划分，得到每个分类数据。
[0061]
详细地，所述分类参考表中包含类别和类别对应的相关文本数据，将所述训练数据集中的训练数据与类别对应的相关文本数据进行比对并将与相关文本数据一致的训练数据归为对应的类别。
[0062]
进一步地，所述计算每个分类数据对应的初始权重，包括：
[0063]
利用如下计算公式计算每个分类数据对应的初始权重：
[0064][0065]
其中，weight[class[i]]为所述每个分类数据对应的初始权重，[class[i]],i＝1,2,
……
m为数据类别，number[class[i]]为所述数据类别下的样本数量。
[0066]
s2、对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重。
[0067]
本发明实施例中，所述对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重，包括：
[0068]
根据所述每个分类数据得到类别数，并根据所述类别数和预设的分箱公式计算分箱数；
[0069]
利用预设的类别权重公式计算所述分箱数对应的类别权重。
[0070]
详细地，根据所述每个分类数据得到类别数即统计分类数据对应的类别数。
[0071]
具体地，根据所述类别数和预设的分箱公式计算分箱数，包括：
[0072]
所述预设的分箱公式为：
[0073][0074]
其中，bins为所述分箱数，m为所述类别数。
[0075]
进一步地，所述预设的类别权重公式为：
[0076][0077]
其中，q为所述类别权重，i为第i个分箱，m为所述类别数。
[0078]
s3、利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果。
[0079]
本发明实施例中，所述数据分类模型为bert模型。
[0080]
具体地，所述利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果，包括：
[0081]
对所述训练数据集进行掩码处理，得到掩码数据集；
[0082]
通过向量化处理将所述掩码数据集转换为对应的向量数据集；
[0083]
对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵；
[0084]
根据所述目标向量相关矩阵计算所述向量数据集的之间的相关度，利用所述相关度得到索引文字；
[0085]
利用所述索引文字与预构建的索引文字库，索引得到分类结果。
[0086]
进一步地，所述对所述训练数据集进行掩码处理，得到掩码数据集，包括：
[0087]
获取预设的掩码概率，根据所述掩码概率从所述训练数据集中筛选出多个关键词；
[0088]
对所述多个关键词进行掩码处理，得到掩码词，并利用所述掩码词替换所述关键词，得到掩码数据集。
[0089]
详细地，所述掩码概率是指在所述训练数据集中随机挑选的关键词的字数占所述训练数据集中总字数的比例，例如，若所述掩码概率为30％，当所述训练数据集中包含100个字，故按照30％的掩码概率筛选出多个关键词即随机对所述训练数据集中的30个关键词进行掩码。
[0090]
其中，所述掩码处理的方式包括mask掩码、随机掩码，mask掩码指用mask符号对关键词进行遮掩、所述随机掩码指用其他词语对关键词进行遮掩。
[0091]
具体地，可以采用word2vec算法进行向量化处理，将所述掩码数据集转换为对应的向量数据集
[0092]
进一步地，所述对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵，包括：
[0093]
对所述向量数据集进行位置编码处理，得到位置向量集；
[0094]
将所述位置向量集转换为位置向量矩阵，并根据所述位置向量矩阵的维度生成分类矩阵；
[0095]
根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵；
[0096]
利用所述原始向量相关矩阵和所述位置向量矩阵调节预购建的前馈神经网络中的迭代权重因子，得到目标向量相关矩阵。
[0097]
详细地，所述分类矩阵的维度与所述位置向量矩阵的维度一致，若所述位置向量矩阵的维度为m
×
n，则所述分类矩阵的维度也为m
×
n。
[0098]
具体地，所述根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵，包括：
[0099]
按照预设的拆分规则对所述分类矩阵进行拆分，得到中心矩阵、关联矩阵和权重矩阵；
[0100]
分别将所述位置向量矩阵与所述中心矩阵、关联矩阵和权重矩阵进行点乘，得到中心向量矩阵、关联向量矩阵和权重向量矩阵；
[0101]
将所述中心向量矩阵、关联向量矩阵以及权重向量矩阵作为所述激活函数的输入参数，得到所述原始向量相关矩阵。
[0102]
详细地，利用预设的拆分规则对将分类矩阵拆分成中心矩阵、关联矩阵和权重矩阵，如上述分类矩阵为m
×
n，则可按照m
×
s、s
×
t、t
×
n执行拆分，分别得到m
×
s维度的中心矩阵、s
×
t维度的关联矩阵及t
×
n维度的权重矩阵。
[0103]
优选地，所述激活函数为softmax函数。
[0104]
进一步地，所述将所述中心向量矩阵、关联向量矩阵以及权重向量矩阵作为所述激活函数的输入参数，得到所述原始向量相关矩阵，包括：
[0105][0106]
其中，q为所述中心向量矩阵，k
t
为所述关联向量矩阵，d
k
为所述关联向量矩阵的维度，v为所述权重向量矩阵，z为所述原始向量相关矩阵。
[0107]
具体地，所述根据所述目标向量相关矩阵计算所述向量数据集的之间的相关度，利用所述相关度得到索引文字，利用所述索引文字与预构建的索引文字库，索引得到分类结果。其中，所述预构建的索引文字库中包含所述索引文字及所述索引文字对应的多个数据，通过在所述索引文字库中进行检索，将于所述索引文字对应的多个数据进行汇总，得到所述分类结果。
[0108]
s4、利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型。
[0109]
本发明实施例中，所述利用所述类别权重构造损失函数，包括：
[0110]
[0111]
其中，loss(x,class)为所述损失值，q为所述类别权重，x[class]为所述分类结果，j为所述分类结果中的数据总数。
[0112]
详细地，根据所述损失函数计算得到所述分类结果对应的损失值，判断所述损失值与所述损失阈值的大小，当所述损失值大于或者等于所述损失阈值时，对所述数据分类模型进行模型参数调整，并重新进行分类，得到新的分类结果，计算所述新的分类结果对应的损失值，直至所述损失值小于所述损失阈值时，将当前的数据分类模型输出为标准数据分类模型。
[0113]
s5、获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据。
[0114]
本发明实施例中，所述原始录音数据为客户进线语音数据，利用asr(语音识别automatic speech recognition)对所述原始录音数据进行文本转换，得到所述原始文本数据。
[0115]
其中，语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语音。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。
[0116]
例如，所述原始文本数据可以为“你好，我想要投诉客服编号为001的工作人员，态度实在是太差了”。
[0117]
s6、利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据。
[0118]
本发明实施例中，所述预设的自动摘要模型可以由wobert与unilm的方法构建。
[0119]
具体地，本方案通过将统一语言模型(unilm)的mask技巧应用到wobert模型的attention层中，将wobert由encoder结构转换为seq2seq结构，赋予wobert模型文本生成的功能。seq2seq模型在生成后一个字时，会将生成的前一个字做为输入，因此前面的生成任务产生的误差会累积到后续的生成中，为了缓解文本提取过程中的误差累积，本方案使用基于词粒度的wobert替换常规基于字粒度的bert模型，以提升摘要生成质量。
[0120]
s7、利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别。
[0121]
本发明实施例中，将所述初始文本数据输入至所述标准数据分类模型中，其中，在本方案中，所述初始文本数据是从客户文本中提取出关键诉求的文本，将关键诉求文本输入至所述标准数据分类模型中，可以得到所述初始文本数据对应的数据类别。
[0122]
s8、判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0123]
本发明实施例中，判定所述数据类别与预设的业务规则是否一致，其中，所述业务规则是指有效投诉的业务规则，若所述数据类别与所述业务规则不一致，则说明投诉无效，此时可以利用多轮有效性判断机制对所述数据类别进行有效性分析，相当于二次验证，得到有效性判断结果。所述多轮有效性判断机制由预先设定好的多条有效性判断规则所组成。
[0124]
详细地，在本方案中，所述预设的业务规则可以为将态度类别的投诉判定为有效投诉，当所述数据类别为态度类别时，此时所述数据类别与所述业务规则一致，则说明投诉
有效。而若所述数据类别为业务问题类别时，此时所述数据类别与所述业务规则不一致，因此需要利用所述多轮有效机制进行进一步地有效性分析。例如，所述多轮有效性性判断机制可以为判断所述数据类别对应的初始文本数据中的关键诉求与预设的处理意见是否存在冲突，若存在冲突则将判断为投诉有效，若不存在冲突则判定为投诉无效，进而判断处理人是否上传附件，若处理人上传附件未上传则判定投诉有效，否则人工审核附件，如附件能证实分行处理人表述，则判定投诉无效，否则判定有效。
[0125]
详细地，例如，所述关键诉求为将001号客服进行停职处理，而所述处理意见为安排001号客服进行道歉，则所述关键诉求与所述处理意见发生了冲突，此时判定为投诉有效，若所述处理意见为将001号客服进行停职处理，则所述关键诉求和所述处理意见一致，不存在冲突，则判定为投诉无效。进而去检查所述处理人是否上传附件，若处理人上传附件未上传则判定投诉有效，若处理人上传附件则进行人工审核，比对所述附件的内容与所述处理人的表述一致，若一致则判定投诉无效，否则即为有效。
[0126]
本发明实施例通过计算训练数据集中每个分类数据的初始权重，对初始权重进行分箱及类别权重计算处理，得到类别权重，所述类别权重代表了每个分类数据的所占比重，并根据类别权重构造损失函数对数据分类模型进行训练，避免了类别不平衡现象给数据分类带来影响，对原始录音数据进行文本转换，得到原始文本数据，以文本形式呈现出原始录音数据的内容，利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据，所述初始文本数据是更加精简的数据，将初始文本数据输入至训练好的标准数据分类模型中，得到所述初始文本数据对应的数据类别，并根据预设的业务规则和多轮有效性判断机制对所述数据类别进行有效性分析，得到投诉有效性判断结果。因此本发明提出的基于数据分类的投诉有效性判断方法可以解决进行有效性判断的效率较低的问题。
[0127]
如图2所示，是本发明一实施例提供的基于数据分类的投诉有效性判断装置的功能模块图。
[0128]
本发明所述基于数据分类的投诉有效性判断装置100可以安装于电子设备中。根据实现的功能，所述基于数据分类的投诉有效性判断装置100可以包括权重计算模块101、模型训练模块102、文本处理模块103、数据分类模块104及有效性判断模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
[0129]
在本实施例中，关于各模块/单元的功能如下：
[0130]
所述权重计算模块101，用于获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重，对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重；
[0131]
所述模型训练模块102，用于利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果，利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型；
[0132]
所述文本处理模块103，用于获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据，利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据；
[0133]
所述数据分类模块104，用于利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别；
[0134]
所述有效性判断模块105，用于判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0135]
详细地，所述基于数据分类的投诉有效性判断装置100各模块的具体实施方式如下：
[0136]
步骤一、获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重。
[0137]
本发明实施例中，所述训练数据集中包括大量的投诉文本数据。
[0138]
具体地，所述提取所述训练数据集中的每个分类数据，包括：
[0139]
获取预设的分类参考表；
[0140]
将所述训练数据集中的训练数据按照所述分类参考表进行划分，得到每个分类数据。
[0141]
详细地，所述分类参考表中包含类别和类别对应的相关文本数据，将所述训练数据集中的训练数据与类别对应的相关文本数据进行比对并将与相关文本数据一致的训练数据归为对应的类别。
[0142]
进一步地，所述计算每个分类数据对应的初始权重，包括：
[0143]
利用如下计算公式计算每个分类数据对应的初始权重：
[0144][0145]
其中，weight[class[i]]为所述每个分类数据对应的初始权重，[class[i]],i＝1,2,
……
m为数据类别，number[class[i]]为所述数据类别下的样本数量。
[0146]
步骤二、对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重。
[0147]
本发明实施例中，所述对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重，包括：
[0148]
根据所述每个分类数据得到类别数，并根据所述类别数和预设的分箱公式计算分箱数；
[0149]
利用预设的类别权重公式计算所述分箱数对应的类别权重。
[0150]
详细地，根据所述每个分类数据得到类别数即统计分类数据对应的类别数。
[0151]
具体地，根据所述类别数和预设的分箱公式计算分箱数，包括：
[0152]
所述预设的分箱公式为：
[0153][0154]
其中，bins为所述分箱数，m为所述类别数。
[0155]
进一步地，所述预设的类别权重公式为：
[0156]
[0157]
其中，q为所述类别权重，i为第i个分箱，m为所述类别数。
[0158]
步骤三、利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果。
[0159]
本发明实施例中，所述数据分类模型为bert模型。
[0160]
具体地，所述利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果，包括：
[0161]
对所述训练数据集进行掩码处理，得到掩码数据集；
[0162]
通过向量化处理将所述掩码数据集转换为对应的向量数据集；
[0163]
对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵；
[0164]
根据所述目标向量相关矩阵计算所述向量数据集的之间的相关度，利用所述相关度得到索引文字；
[0165]
利用所述索引文字与预构建的索引文字库，索引得到分类结果。
[0166]
进一步地，所述对所述训练数据集进行掩码处理，得到掩码数据集，包括：
[0167]
获取预设的掩码概率，根据所述掩码概率从所述训练数据集中筛选出多个关键词；
[0168]
对所述多个关键词进行掩码处理，得到掩码词，并利用所述掩码词替换所述关键词，得到掩码数据集。
[0169]
详细地，所述掩码概率是指在所述训练数据集中随机挑选的关键词的字数占所述训练数据集中总字数的比例，例如，若所述掩码概率为30％，当所述训练数据集中包含100个字，故按照30％的掩码概率筛选出多个关键词即随机对所述训练数据集中的30个关键词进行掩码。
[0170]
其中，所述掩码处理的方式包括mask掩码、随机掩码，mask掩码指用mask符号对关键词进行遮掩、所述随机掩码指用其他词语对关键词进行遮掩。
[0171]
具体地，可以采用word2vec算法进行向量化处理，将所述掩码数据集转换为对应的向量数据集
[0172]
进一步地，所述对所述向量数据集执行矩阵转换处理，得到目标向量相关矩阵，包括：
[0173]
对所述向量数据集进行位置编码处理，得到位置向量集；
[0174]
将所述位置向量集转换为位置向量矩阵，并根据所述位置向量矩阵的维度生成分类矩阵；
[0175]
根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵；
[0176]
利用所述原始向量相关矩阵和所述位置向量矩阵调节预购建的前馈神经网络中的迭代权重因子，得到目标向量相关矩阵。
[0177]
详细地，所述分类矩阵的维度与所述位置向量矩阵的维度一致，若所述位置向量矩阵的维度为m
×
n，则所述分类矩阵的维度也为m
×
n。
[0178]
具体地，所述根据所述位置向量矩阵、所述分类矩阵和预设的激活函数计算得到所述位置向量集对应的原始向量相关矩阵，包括：
[0179]
按照预设的拆分规则对所述分类矩阵进行拆分，得到中心矩阵、关联矩阵和权重
矩阵；
[0180]
分别将所述位置向量矩阵与所述中心矩阵、关联矩阵和权重矩阵进行点乘，得到中心向量矩阵、关联向量矩阵和权重向量矩阵；
[0181]
将所述中心向量矩阵、关联向量矩阵以及权重向量矩阵作为所述激活函数的输入参数，得到所述原始向量相关矩阵。
[0182]
详细地，利用预设的拆分规则对将分类矩阵拆分成中心矩阵、关联矩阵和权重矩阵，如上述分类矩阵为m
×
n，则可按照m
×
s、s
×
t、t
×
n执行拆分，分别得到m
×
s维度的中心矩阵、s
×
t维度的关联矩阵及t
×
n维度的权重矩阵。
[0183]
优选地，所述激活函数为softmax函数。
[0184]
进一步地，所述将所述中心向量矩阵、关联向量矩阵以及权重向量矩阵作为所述激活函数的输入参数，得到所述原始向量相关矩阵，包括：
[0185][0186]
其中，q为所述中心向量矩阵，k
t
为所述关联向量矩阵，d
k
为所述关联向量矩阵的维度，v为所述权重向量矩阵，z为所述原始向量相关矩阵。
[0187]
具体地，所述根据所述目标向量相关矩阵计算所述向量数据集的之间的相关度，利用所述相关度得到索引文字，利用所述索引文字与预构建的索引文字库，索引得到分类结果。其中，所述预构建的索引文字库中包含所述索引文字及所述索引文字对应的多个数据，通过在所述索引文字库中进行检索，将于所述索引文字对应的多个数据进行汇总，得到所述分类结果。
[0188]
步骤四、利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型。
[0189]
本发明实施例中，所述利用所述类别权重构造损失函数，包括：
[0190][0191]
其中，loss(x,class)为所述损失值，q为所述类别权重，x[class]为所述分类结果，j为所述分类结果中的数据总数。
[0192]
详细地，根据所述损失函数计算得到所述分类结果对应的损失值，判断所述损失值与所述损失阈值的大小，当所述损失值大于或者等于所述损失阈值时，对所述数据分类模型进行模型参数调整，并重新进行分类，得到新的分类结果，计算所述新的分类结果对应的损失值，直至所述损失值小于所述损失阈值时，将当前的数据分类模型输出为标准数据分类模型。
[0193]
步骤五、获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据。
[0194]
本发明实施例中，所述原始录音数据为客户进线语音数据，利用asr(语音识别automatic speech recognition)对所述原始录音数据进行文本转换，得到所述原始文本
数据。
[0195]
其中，语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语音。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。
[0196]
例如，所述原始文本数据可以为“你好，我想要投诉客服编号为001的工作人员，态度实在是太差了”。
[0197]
步骤六、利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据。
[0198]
本发明实施例中，所述预设的自动摘要模型可以由wobert与unilm的方法构建。
[0199]
具体地，本方案通过将统一语言模型(unilm)的mask技巧应用到wobert模型的attention层中，将wobert由encoder结构转换为seq2seq结构，赋予wobert模型文本生成的功能。seq2seq模型在生成后一个字时，会将生成的前一个字做为输入，因此前面的生成任务产生的误差会累积到后续的生成中，为了缓解文本提取过程中的误差累积，本方案使用基于词粒度的wobert替换常规基于字粒度的bert模型，以提升摘要生成质量。
[0200]
步骤七、利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别。
[0201]
本发明实施例中，将所述初始文本数据输入至所述标准数据分类模型中，其中，在本方案中，所述初始文本数据是从客户文本中提取出关键诉求的文本，将关键诉求文本输入至所述标准数据分类模型中，可以得到所述初始文本数据对应的数据类别。
[0202]
步骤八、判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0203]
本发明实施例中，判定所述数据类别与预设的业务规则是否一致，其中，所述业务规则是指有效投诉的业务规则，若所述数据类别与所述业务规则不一致，则说明投诉无效，此时可以利用多轮有效性判断机制对所述数据类别进行有效性分析，相当于二次验证，得到有效性判断结果。所述多轮有效性判断机制由预先设定好的多条有效性判断规则所组成。
[0204]
详细地，在本方案中，所述预设的业务规则可以为将态度类别的投诉判定为有效投诉，当所述数据类别为态度类别时，此时所述数据类别与所述业务规则一致，则说明投诉有效。而若所述数据类别为业务问题类别时，此时所述数据类别与所述业务规则不一致，因此需要利用所述多轮有效机制进行进一步地有效性分析。
[0205]
例如，所述多轮有效性性判断机制可以为判断所述数据类别对应的初始文本数据中的关键诉求与预设的处理意见是否存在冲突，若存在冲突则将判断为投诉有效，若不存在冲突则判定为投诉无效，进而判断处理人是否上传附件，若处理人上传附件未上传则判定投诉有效，否则人工审核附件，如附件能证实分行处理人表述，则判定投诉无效，否则判定有效。
[0206]
详细地，例如，所述关键诉求为将001号客服进行停职处理，而所述处理意见为安排001号客服进行道歉，则所述关键诉求与所述处理意见发生了冲突，此时判定为投诉有效，若所述处理意见为将001号客服进行停职处理，则所述关键诉求和所述处理意见一致，
不存在冲突，则判定为投诉无效。进而去检查所述处理人是否上传附件，若处理人上传附件未上传则判定投诉有效，若处理人上传附件则进行人工审核，比对所述附件的内容与所述处理人的表述一致，若一致则判定投诉无效，否则即为有效。
[0207]
本发明实施例通过计算训练数据集中每个分类数据的初始权重，对初始权重进行分箱及类别权重计算处理，得到类别权重，所述类别权重代表了每个分类数据的所占比重，并根据类别权重构造损失函数对数据分类模型进行训练，避免了类别不平衡现象给数据分类带来影响，对原始录音数据进行文本转换，得到原始文本数据，以文本形式呈现出原始录音数据的内容，利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据，所述初始文本数据是更加精简的数据，将初始文本数据输入至训练好的标准数据分类模型中，得到所述初始文本数据对应的数据类别，并根据预设的业务规则和多轮有效性判断机制对所述数据类别进行有效性分析，得到投诉有效性判断结果。因此本发明提出的基于数据分类的投诉有效性判断装置可以解决进行投诉有效性判断的效率较低的问题。
[0208]
如图3所示，是本发明一实施例提供的实现基于数据分类的投诉有效性判断方法的电子设备的结构示意图。
[0209]
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于数据分类的投诉有效性判断程序。
[0210]
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于数据分类的投诉有效性判断程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
[0211]
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于数据分类的投诉有效性判断程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0212]
所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0213]
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi
‑
fi接口、蓝牙接口
等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light
‑
emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
[0214]
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0215]
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi
‑
fi模块等，在此不再赘述。
[0216]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0217]
所述电子设备1中的所述存储器11存储的基于数据分类的投诉有效性判断程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0218]
获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重；
[0219]
对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重；
[0220]
利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果；
[0221]
利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型；
[0222]
获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据；
[0223]
利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据；利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别；
[0224]
判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0225]
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
[0226]
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够
携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)。
[0227]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0228]
获取训练数据集，提取所述训练数据集中的每个分类数据，并计算每个分类数据对应的初始权重；
[0229]
对所述初始权重进行分箱及类别权重计算处理，得到所述每个分类数据对应的类别权重；
[0230]
利用预设的数据分类模型对所述训练数据集进行分类，得到所述训练数据集的分类结果；
[0231]
利用所述类别权重构造损失函数，并根据所述损失函数计算所述分类结果对应的损失值，通过比较所述损失值和预设的损失阈值之间的大小对所述数据分类模型进行调整，得到标准数据分类模型；
[0232]
获取原始录音数据，对所述原始录音数据进行文本转换，得到原始文本数据；
[0233]
利用预设的自动摘要模型对所述原始文本数据进行文本提取，得到初始文本数据；利用所述标准数据分类模型对所述初始文本数据执行分类操作，得到所述初始文本数据对应的数据类别；
[0234]
判定所述数据类别与预设的业务规则是否一致，若所述数据类别与所述业务规则不一致，则利用多轮有效性判断机制对所述数据类别进行有效性分析，得到有效性判断结果。
[0235]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0236]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0237]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0238]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0239]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0240]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工
智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0241]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
[0242]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。