基于正則算法和命名實(shí)體識(shí)別模型的95598工單結(jié)構(gòu)化信息自動(dòng)提取

鐘愛(ài)，梁小青，肖梅，向黎藜，段凱，李竹

(國(guó)網(wǎng)重慶市電力公司營(yíng)銷(xiāo)服務(wù)中心，重慶 400000)

在大數(shù)據(jù)時(shí)代背景下[1]，電力企業(yè)有資源更有能力利用先進(jìn)技術(shù)充分挖掘文本數(shù)據(jù)價(jià)值，推進(jìn)服務(wù)能力提升。電力企業(yè)在多年的客戶服務(wù)過(guò)程中已經(jīng)累積了大量的客戶文本等服務(wù)訴求數(shù)據(jù)，主要為95598投訴意見(jiàn)工單數(shù)據(jù)[2]，但是局限于目前人工分析的瓶頸，導(dǎo)致整體分析效率不高，無(wú)法全面及時(shí)地分析到位，分析深度不深，分析的廣度不夠，無(wú)法精準(zhǔn)快速定位用戶訴求熱點(diǎn)，同時(shí)對(duì)95598工單的分析也是零散且成效甚微的。在目前大數(shù)據(jù)技術(shù)高速發(fā)展的背景下，對(duì)于文本等非結(jié)構(gòu)化的數(shù)據(jù)已經(jīng)有了成熟的機(jī)器分析技術(shù)，故已具備了相當(dāng)?shù)臈l件進(jìn)行基于文本的結(jié)構(gòu)化信息提取，并基于信息提取結(jié)果探索客戶訴求熱點(diǎn)及工單的深度分析，以有效提升分析效率，強(qiáng)化分析深度和廣度，訴求精準(zhǔn)管控，從而精準(zhǔn)定位風(fēng)險(xiǎn)工單，達(dá)到投訴精準(zhǔn)管控的目的，達(dá)到服務(wù)及分析能力智能提升的目標(biāo)。

1 命名實(shí)體知識(shí)圖譜梳理

1.1 命名實(shí)體知識(shí)圖譜概述

命名實(shí)體知識(shí)圖譜[3-7]是由投訴意見(jiàn)工單各業(yè)務(wù)關(guān)鍵點(diǎn)鏈接起來(lái)的結(jié)構(gòu)化信息提取架構(gòu)。通過(guò)對(duì)投訴意見(jiàn)工單進(jìn)行結(jié)構(gòu)化信息提取，可快速了解投訴用戶類(lèi)型、用戶所在臺(tái)區(qū)線路等、所屬業(yè)務(wù)、投訴原因關(guān)鍵點(diǎn)等。

1.2 命名實(shí)體知識(shí)圖譜梳理

95598工單的信息結(jié)構(gòu)化提取具體提取什么信息需要根據(jù)實(shí)際業(yè)務(wù)情況進(jìn)行梳理，每個(gè)業(yè)務(wù)模塊需要關(guān)注的側(cè)重點(diǎn)都不相同，所以需要結(jié)合各業(yè)務(wù)口業(yè)務(wù)經(jīng)驗(yàn)以及業(yè)務(wù)關(guān)注點(diǎn)對(duì)文本中的關(guān)鍵信息進(jìn)行梳理，本文主要針對(duì)頻繁停電、電壓質(zhì)量、業(yè)擴(kuò)報(bào)裝以及營(yíng)業(yè)廳四個(gè)業(yè)務(wù)模塊的投訴意見(jiàn)工單進(jìn)行信息結(jié)構(gòu)化提取工作。通過(guò)梳理大量工單，結(jié)合業(yè)務(wù)專(zhuān)家的經(jīng)驗(yàn)，設(shè)計(jì)基于業(yè)務(wù)主題的信息抽取框架，確定所需信息的結(jié)構(gòu)化字段。

2 數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)準(zhǔn)備

目前線上數(shù)據(jù)主要來(lái)源于營(yíng)銷(xiāo)業(yè)務(wù)系統(tǒng)，主要包含如下：客戶檔案信息、95598投訴工單處理情況文本數(shù)據(jù)、歷史95598投訴工單處理情況文本數(shù)據(jù)、95598意見(jiàn)工單數(shù)據(jù)等。在業(yè)務(wù)看來(lái)投訴意見(jiàn)工單都表示用戶針對(duì)某一問(wèn)題有投訴意向，需要深度挖掘，所以本次研究主要關(guān)注投訴意見(jiàn)工單兩種類(lèi)型，在95598投訴意見(jiàn)工單中，包含文本信息最多且最需要花費(fèi)人力的為受理內(nèi)容和處理內(nèi)容，所以文本結(jié)構(gòu)化信息的提取主要聚焦投訴意見(jiàn)工單的受理文本和處理文本。 針對(duì)本文模型訓(xùn)練緣故，需要工單的文本標(biāo)注數(shù)據(jù)，主要來(lái)源于線下人工對(duì)工單處理情況的梳理數(shù)據(jù)，此部分?jǐn)?shù)據(jù)僅作為模型訓(xùn)練使用，不影響系統(tǒng)運(yùn)行與實(shí)施。

2.2 文本分詞[8]

分詞的目的是將文本根據(jù)一定的規(guī)則進(jìn)行分詞處理，便于提取文本的特征值，為文本提供特征值對(duì)比的詞組。目前市面上有很對(duì)相對(duì)成熟的自動(dòng)分詞包，如jieba，HanLP等，這些包都采用基于大規(guī)模訓(xùn)練語(yǔ)料的統(tǒng)計(jì)方法，本文主要采用jieba分詞包對(duì)文本進(jìn)行分詞處理。

2.3 去除余綴詞匯[9]

去除余綴詞匯的工作是本文預(yù)處理中必不可少的,去出余綴詞匯之后可以有效減少詞匯噪音,更好的保留有效文本特征，獲得更好的文本特性，使得分類(lèi)模型達(dá)到更高的精度。

①刪除標(biāo)點(diǎn)符號(hào)：標(biāo)點(diǎn)符號(hào)在文本中不具有任何語(yǔ)義表達(dá)作用，可歸類(lèi)為額外信息，刪除標(biāo)點(diǎn)符號(hào)能有效減少文本數(shù)據(jù)，提升模型訓(xùn)練性能。

②停用詞、稀缺詞去除：停用詞通常自身并無(wú)什么明確的意義，只有將其放入一個(gè)完整的句子中才有一定作用的詞匯。所以在進(jìn)行分詞之后，停用詞作為單獨(dú)的一個(gè)詞匯，并不能表達(dá)明確的意思，例如語(yǔ)氣助詞、副詞、介詞、連接詞等；本文主要采用百度停止詞匯表，并在其基礎(chǔ)上收集投訴工單中的介詞、問(wèn)候語(yǔ)等詞匯創(chuàng)建停用詞庫(kù)，根據(jù)停用詞庫(kù)去除投訴文本中的相應(yīng)詞匯，達(dá)到清洗文本的目的。稀缺詞是指只存在于少數(shù)工單里的詞匯。低頻詞匯因其稀有性，對(duì)模型性能提升極其有限，可以替換稀缺詞為其他同義詞以提高詞頻，或者直接刪除以提升模型迭代效率。

③消歧轉(zhuǎn)換：95598投訴意見(jiàn)工單內(nèi)容有部分是音譯文本，因此文本描述中存在的一些同音的錯(cuò)別字，需要對(duì)這些詞匯進(jìn)行消歧轉(zhuǎn)換，例如：對(duì)“陪產(chǎn)”，“賠長(zhǎng)”等詞進(jìn)行消歧處理轉(zhuǎn)換，轉(zhuǎn)換為“賠償”。

④習(xí)慣用語(yǔ)去除：文本中類(lèi)似“情況反映反映”、“客戶表示滿意”，是不同文本類(lèi)別的通用文本，詞頻高但對(duì)于分類(lèi)沒(méi)有幫助，應(yīng)當(dāng)去除以便提升模型迭代效率。

2.4 詞向量化[10]

詞向量是自然語(yǔ)言處理中常見(jiàn)的一個(gè)操作，自然語(yǔ)言理解的問(wèn)題要轉(zhuǎn)化為機(jī)器學(xué)習(xí)的問(wèn)題，需要將文字符號(hào)內(nèi)容數(shù)字化，變成機(jī)器代碼可識(shí)別的內(nèi)容，本文主要采用TF-IDF的方式進(jìn)行詞向量化。

TF-IDF是一種統(tǒng)計(jì)方法，用以評(píng)估一字詞對(duì)于一個(gè)文件集或一個(gè)語(yǔ)料庫(kù)中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降。TF-IDF的主要思想是：如果某個(gè)單詞在一篇文章中出現(xiàn)的頻率TF高，并且在其他文章中很少出現(xiàn)，則認(rèn)為此詞或者短語(yǔ)具有很好的類(lèi)別區(qū)分能力，適合用來(lái)分類(lèi)。

TF是詞頻：表示詞條(關(guān)鍵字)在文本中出現(xiàn)的頻率，這個(gè)數(shù)字通常會(huì)被歸一化(一般是詞頻除以文章總詞數(shù)), 以防止它偏向長(zhǎng)的文件。

(1)

IDF是逆向文件頻率：某一特定詞語(yǔ)的IDF，可以由總文件數(shù)目除以包含該詞語(yǔ)的文件的數(shù)目，再將得到的商取對(duì)數(shù)得到。如果包含詞條t的文檔越少, IDF越大，則說(shuō)明詞條具有很好的類(lèi)別區(qū)分能力。

(2)

TF-IDF實(shí)際上是TF*IDF，某一特定文件內(nèi)的高詞語(yǔ)頻率，以及該詞語(yǔ)在整個(gè)文件集合中的低文件頻率，可以產(chǎn)生出高權(quán)重的TF-IDF。因此，TF-IDF傾向于過(guò)濾掉常見(jiàn)的詞語(yǔ)，保留重要的詞語(yǔ)。

TF-IDF=TF*IDF

(3)

3 結(jié)構(gòu)化信息提取模型

3.1 正則表達(dá)式

正則算法，也稱(chēng)作正則表達(dá)式(Regular Expression)[11-13]是一種強(qiáng)大的、便捷的、高效的文本處理工具，它可以表示單字符、字符串集合等更加復(fù)雜的搜索模式。主要是使用單個(gè)字符串來(lái)描述、匹配一系列滿足某種句法規(guī)則的字符串，正則表達(dá)式通常被用來(lái)檢索、替換那些匹配某個(gè)模式的文本。

一個(gè)正則表達(dá)式RE是符號(hào)集合∑{ε,|,·,*,(,)}上的一個(gè)字符串，它可以遞歸定義如下：

空字符ε是正則表達(dá)式。

任意字符α∈∑是正則表達(dá)式。

如果RE1和RE2都是正則表達(dá)式，則(RE1),(RE1·RE2),(RE1|RE2)和(RE1*)亦是正則表達(dá)式。

正則表達(dá)式RE所表達(dá)的語(yǔ)言是∑上的一個(gè)字符串集合。根據(jù)RE的結(jié)構(gòu)，可以將它遞歸的定義如下：

如果RE是ε，則L(RE)={ε}，即空串。

如果RE是α∈∑，則L(RE)={α}，即包含一個(gè)字符的單串。

如果RE是(RE1)這種形式，則L(RE)=L(RE1)。

如果RE是(RE1RE2)這種形式，則L(RE)=L(RE1)L(RE2)，其中W1W2可以看字符串w的集合，其中，w=w1w2并且w1∈W1,w2∈W2。

如果RE是(RE1|RE2)這種形式，則L(RE)=L(RE1)∪L(RE2)，是這兩種語(yǔ)言的并集，“|”成為操作符。

如果RE是(RE1*)這種形式，則L(RE)=L(RE)*=Ui>0L(RE)i，其中L0={ε}并且Li=LLi-1，它表示字符串集合是由0個(gè)或者多個(gè)RE1表達(dá)的字符串連接而成，“*”稱(chēng)為操作符。

在文本T中搜索正則表達(dá)式RE的問(wèn)題就是找到文本中所有屬于語(yǔ)言L(RE)的字串。搜索的方法首先將正則表達(dá)式解析成一棵表達(dá)式樹(shù)，然后將表達(dá)式樹(shù)轉(zhuǎn)換成非確定性有限自動(dòng)機(jī)(NFA)，直接使用NFA進(jìn)行搜索是可行的，然而NFA算法處理速度通常比較慢，一般地，搜索過(guò)程最壞情況的時(shí)間復(fù)雜度是O(mm)，但是所需儲(chǔ)存空間并不多。另一種策略是將NFA變成確定性有限自動(dòng)機(jī)(DFA)，他的搜索時(shí)間是O(n)，但是構(gòu)成這樣一個(gè)自動(dòng)機(jī)所需的最壞情況時(shí)間和空間復(fù)雜度都是O(2m)。

非確定性有限自動(dòng)機(jī)(NFA)，一個(gè)字母可以標(biāo)記離開(kāi)狀態(tài)的多條邊，并且ε也可以標(biāo)記一條邊；這說(shuō)明NFA的匹配過(guò)程面臨很多的岔路，需要做出選擇，一旦某條岔路失敗，就需要回溯。圖1是正則表達(dá)式(a|b)*abb對(duì)應(yīng)的NFA，它相當(dāng)直觀，基本可以從正則表達(dá)式直接轉(zhuǎn)換而來(lái)。

圖1 正則表達(dá)式對(duì)應(yīng)的NFAFig.1 NFA corresponding to regular expression

確定性有限自動(dòng)機(jī)(DFA)，對(duì)于每個(gè)狀態(tài)以及字母表中的每個(gè)字母，只能有一條以該字母為標(biāo)記的，離開(kāi)該狀態(tài)的邊；這說(shuō)明DFA的匹配過(guò)程是確定的，每個(gè)字母是需要匹配一次。與上面NFA等價(jià)的DFA如下圖：

圖2 與NFA等價(jià)的DFAFig.2 DFA equivalent to NFA

將NFA轉(zhuǎn)化成DFA：由于NFA和DFA的能力是一樣的，每個(gè)NFA必然可以轉(zhuǎn)化成一個(gè)等價(jià)的DFA。既然DFA對(duì)每個(gè)輸入可以到達(dá)的狀態(tài)時(shí)是確定的，那么輸入串s在NFA中可能達(dá)到的狀態(tài)集合對(duì)應(yīng)為等價(jià)DFA中某個(gè)狀態(tài)。從這個(gè)思路出發(fā)，可以構(gòu)造出DFA。具體步驟如下：

(1)首先NFA的初始狀態(tài)0不接受ε，因此可以構(gòu)造出DFA的初始狀態(tài)(0)；

(2)集合(0)輸入a，在NFA中能夠到達(dá)(0，1)，于是構(gòu)造出此狀態(tài)，以及從(0)到(0，1)的邊，標(biāo)記為a；

(3)集合(0)輸入b，能到達(dá)的還是(0)，因此構(gòu)造出從(0)到自身的一條標(biāo)記為b的邊；

(4)集合(0，1)輸入a，能夠到達(dá)的還是(0，1)，與上一步類(lèi)似；

(5)集合(0，1)輸入b，能夠給到達(dá)的是(0，2)，構(gòu)造狀態(tài)(0，2)及相應(yīng)的邊；

(6)集合(0，2)輸入a， 能夠到達(dá)(0，1)，沒(méi)有新?tīng)顟B(tài)，添加一條邊；

(7)集合(0，2)輸入b，能夠給達(dá)到(0，3)，構(gòu)造新?tīng)顟B(tài)(0，3)；

(8)集合(0，3)輸入a，能夠到達(dá)(0，1)，添加一條邊即可；

(9)集合(0，3)輸入b，能夠給達(dá)到(0)，添加一條邊即可；

(10)沒(méi)有新?tīng)顟B(tài)，結(jié)束。

最終得到的DFA如下，(0，3)包含了NFA的終結(jié)狀態(tài)3，因此也是DFA的中介狀態(tài)，對(duì)狀態(tài)重新命名可以得到上面同樣的DFA。

圖3 將NFA轉(zhuǎn)化成DFAFig.3 Convert NFA into DFA

在95598投訴意見(jiàn)工單文本中存在大量可由正則表達(dá)式進(jìn)行抽取的關(guān)鍵文本信息，正則表達(dá)式在原始輸入時(shí)就需要構(gòu)造一個(gè)非空的初始狀態(tài)，這在實(shí)際應(yīng)用中可理解為正則表達(dá)式可識(shí)別的規(guī)則條件。提煉樣本集中所要抽取相關(guān)信息的文本描述方式，歸納所要抽取的內(nèi)容規(guī)則，并將不同信息規(guī)則具體化。以用戶編號(hào)為例，用戶編號(hào)由10位數(shù)字構(gòu)成，且在文本中會(huì)用以下方式描述“客戶編號(hào)為”，“用戶編號(hào)為”、“戶號(hào)為”，根據(jù)文本中提煉的規(guī)則，利用正則表達(dá)式固定化，在文本中利用相關(guān)代碼去匹配需要找到的信息。臺(tái)區(qū)編號(hào)、工單編號(hào)等信息可用同樣的方式進(jìn)行提煉歸納，并最終轉(zhuǎn)化為正則表達(dá)式來(lái)抽取信息。

在受理內(nèi)容和處理內(nèi)容中出現(xiàn)的用戶編號(hào)，在電力系統(tǒng)中是識(shí)別用戶的唯一標(biāo)志，有了用戶編號(hào)之后，可以在相關(guān)電力系統(tǒng)中查詢(xún)到用戶的相關(guān)信息，如用戶的用電類(lèi)別、城農(nóng)網(wǎng)狀態(tài)、電壓等級(jí)等基礎(chǔ)信息，可將業(yè)務(wù)關(guān)注的用戶基本狀態(tài)進(jìn)行關(guān)聯(lián)展示。在每條工單數(shù)據(jù)的用戶編號(hào)都成功抽取之后，就可以用用戶編號(hào)回溯看該用戶是否存在重復(fù)工單投訴的情況，這種類(lèi)型的用戶值得業(yè)務(wù)著重關(guān)注。

正則算法的信息抽取流程如圖4所示：

圖4 涉及編號(hào)等信息抽取流程Fig.4 Involving information extraction process such as numbering

3.2 命名實(shí)體識(shí)別模型

命名實(shí)體識(shí)別[14-28]，就是識(shí)別這些實(shí)體指稱(chēng)的邊界和類(lèi)別。主要關(guān)注人名、地名和組織機(jī)構(gòu)名這三類(lèi)專(zhuān)有名詞的識(shí)別方法，進(jìn)而實(shí)現(xiàn)信息抽取[29-31]。命名實(shí)體識(shí)別可以看作一個(gè)序列化數(shù)據(jù)的標(biāo)注問(wèn)題。輸入是帶有詞性標(biāo)記的詞序列。在分詞和詞性標(biāo)注的基礎(chǔ)上進(jìn)行命名實(shí)體識(shí)別的過(guò)程就是對(duì)部分詞語(yǔ)進(jìn)行拆分、組合(確定實(shí)體邊界)和重新分類(lèi)(確定實(shí)體類(lèi)別)的過(guò)程，最后輸出一個(gè)最優(yōu)的“詞形/詞性”序列WC*/TC*。計(jì)算最優(yōu)“詞形/詞性”序列WC*/TC*的方法有三種：詞形特征模型、詞性特征模型和混合模型。

①詞形模型

詞形特征模型根據(jù)詞形序列W產(chǎn)生候選命名實(shí)體，用Viterbi確定最優(yōu)詞形序列WC*。目前的大部分系統(tǒng)都是從這個(gè)層面來(lái)設(shè)計(jì)命名實(shí)體識(shí)別算法的。

②詞性模型

詞性特征模型根據(jù)詞性序列T產(chǎn)生候選命名實(shí)體，用Viterbi確定最優(yōu)詞性序列TC*。目前只有較少的系統(tǒng)使用。

③混合模型

詞形和詞性混合模型是根據(jù)詞形序列W和詞性序列T產(chǎn)生候選命名實(shí)體，一體化確定最優(yōu)序列WC*/TC*，即基于多特征的識(shí)別算法。

詞形和詞性混合的漢語(yǔ)命名實(shí)體識(shí)別模型結(jié)合了詞形特征模型和詞性特征模型的優(yōu)點(diǎn)，可以描述成下面式子的形式：

(WC*/TC*)

=arg max(WC,TC)P(WC,TC|W,T)

=arg max(WC,TC)P(WC,TC,E,T)/P(W,T)

≈arg max(WC,TC)P(WC,W)×[P(TC,T)]β

≈arg max(WC,TC)P(WC)×P(W|WC)×[P(TC)×P(T|TC)]β

(4)

式子中的β是平衡因子，平衡詞形特征和詞性特征的權(quán)重，β>0。式子由四部分組成，分別稱(chēng)之為：詞形上下文模型P(WC)、詞性上下文模型P(TC)、實(shí)體詞形模型P(W|WC)和實(shí)體詞性模型P(T|TC)。

詞形上下文模型和詞性上下文模型均可采用三元語(yǔ)法模型近似描述：

(5)

實(shí)體模型則根據(jù)人名、普通地名和機(jī)構(gòu)名、單字地名和簡(jiǎn)稱(chēng)機(jī)構(gòu)名分別建立相應(yīng)的實(shí)體模型。

人名實(shí)體模型用下式描述：

P(wwti1……wwtik|WCi)

=p(wwti1……wwtik|BEeMNe1MNe2……MNet-2ENe)

×P(wwtik|ENe,wwtik-1)

(6)

單字地名實(shí)體模型用下式描述：

(7)

引入逃逸概率計(jì)算權(quán)值，如下式所示：

=λNP(wn|w1……wn-1)+λN-1P(wn|w1……wn-1)+……+λ1P(wn)+λ1ρ0

(8)

基于多特征模型的命名實(shí)體識(shí)別方法綜合運(yùn)用了詞形特征和詞性特征的作用，針對(duì)不同實(shí)體的結(jié)構(gòu)特點(diǎn)，分別建立實(shí)體識(shí)別模型。

命名實(shí)體識(shí)別模型信息提取流程如圖5所示：

圖5 命名實(shí)體識(shí)別模型信息抽取流程FIG.5 Named entity recognition model information extraction process

3.3 業(yè)務(wù)應(yīng)用

(1)客戶服務(wù)訴求熱點(diǎn)信息臺(tái)賬展示

對(duì)結(jié)構(gòu)化提取的客戶訴求關(guān)鍵信息和分析得出的客戶服務(wù)熱點(diǎn)進(jìn)行整理，針對(duì)業(yè)務(wù)人員關(guān)注的維度進(jìn)行分析，形成頻繁停電、電壓質(zhì)量、營(yíng)業(yè)廳、業(yè)擴(kuò)報(bào)裝四類(lèi)業(yè)務(wù)的客戶服務(wù)訴求熱點(diǎn)信息臺(tái)賬，展示95598工單關(guān)鍵信息結(jié)構(gòu)化提取內(nèi)容，精準(zhǔn)定位客戶服務(wù)熱點(diǎn)訴求。

以營(yíng)業(yè)廳業(yè)務(wù)為例，捕捉紅線問(wèn)題/輿情風(fēng)險(xiǎn)、原因關(guān)鍵點(diǎn)、涉及費(fèi)用糾紛/不涉及費(fèi)用糾紛等客戶服務(wù)熱點(diǎn)訴求，便于使用人員精準(zhǔn)定位每張工單、每個(gè)涉及用戶的服務(wù)熱點(diǎn)訴求，具體情況可結(jié)合本地實(shí)際業(yè)務(wù)情況。

(2)客戶服務(wù)訴求熱點(diǎn)可視化展示

基于結(jié)構(gòu)化的關(guān)鍵信息、客戶本質(zhì)訴求分析結(jié)果及客戶信息等相關(guān)工單數(shù)據(jù)，開(kāi)發(fā)設(shè)計(jì)客戶服務(wù)訴求熱點(diǎn)分析看板，提供一種非常清晰的溝通方式，使業(yè)務(wù)管理者能夠更快地理解和處理他們的信息，使用機(jī)器學(xué)習(xí)技術(shù)幫助業(yè)務(wù)管理者找到任意一種查詢(xún)的相關(guān)信息，從時(shí)間與空間維度分析客戶訴求趨勢(shì)，基于工單中投訴關(guān)鍵詞的變化，捕捉新增的業(yè)務(wù)訴求點(diǎn)，實(shí)現(xiàn)客戶投訴關(guān)鍵指標(biāo)的展示與監(jiān)控，及時(shí)抓取客戶關(guān)注的熱點(diǎn)問(wèn)題，依托指標(biāo)數(shù)據(jù)深入挖掘分析影響范圍、存在問(wèn)題和未來(lái)發(fā)展趨勢(shì)，深化過(guò)程管控，提供高維的可視化效果和高效的智能分析能力，為管理層提供多元化重大決策的制定和發(fā)展方向的研判。

通過(guò)圖表等形式，從供電單位、行政區(qū)域、業(yè)務(wù)類(lèi)型等維度對(duì)客戶服務(wù)訴求熱點(diǎn)進(jìn)行可視化展示。捕捉業(yè)務(wù)環(huán)節(jié)投訴情況，明確不同業(yè)務(wù)環(huán)節(jié)的投訴情況；明確投訴原因關(guān)鍵點(diǎn)，為做更好的服務(wù)提供支撐；定位不同區(qū)域投訴情況，精準(zhǔn)定位各區(qū)域服務(wù)質(zhì)量，更直觀、更全面地管控各區(qū)域服務(wù)質(zhì)量。具體展示情況可結(jié)合本地實(shí)際業(yè)務(wù)情況。

(3)針對(duì)網(wǎng)格的網(wǎng)格訴求熱點(diǎn)可視化展示

在日常電力系統(tǒng)管理中，主要以供電單位以及營(yíng)業(yè)所為主要管理單元，但在實(shí)際的管理中，臺(tái)區(qū)化和網(wǎng)格化管理更為精細(xì)，將95598服務(wù)熱點(diǎn)數(shù)據(jù)與臺(tái)區(qū)數(shù)據(jù)以及網(wǎng)格數(shù)據(jù)相結(jié)合，從更小的單元對(duì)用戶進(jìn)行管理，更好地管控用戶服務(wù)訴求。

4 結(jié)語(yǔ)

以自然語(yǔ)言處理技術(shù)為基礎(chǔ)，應(yīng)用大數(shù)據(jù)分析技術(shù)，分析95598投訴意見(jiàn)工單的“處理情況”長(zhǎng)文本內(nèi)容實(shí)現(xiàn)投訴類(lèi)別智能分類(lèi)，同時(shí)分析投訴意見(jiàn)工單，對(duì)業(yè)擴(kuò)報(bào)裝、頻繁停電、電壓質(zhì)量、營(yíng)業(yè)廳等業(yè)務(wù)的客戶訴求處理進(jìn)行深入分析，挖掘?qū)е略V求產(chǎn)生的企業(yè)內(nèi)部的管理原因，提取結(jié)構(gòu)化的關(guān)鍵信息。通過(guò)定位分析過(guò)程中人工投入大且需要大量經(jīng)驗(yàn)積累的關(guān)鍵業(yè)務(wù)點(diǎn)，利用機(jī)器學(xué)習(xí)技術(shù)有效替代，讓機(jī)器替代人工，有效提升員工分析效率，降低基層員工工作壓力，提升分析深度和廣度，提升敏銳客戶服務(wù)智能分析能力，同時(shí)對(duì)客戶訴求進(jìn)行趨勢(shì)與熱點(diǎn)分析，分析相關(guān)業(yè)務(wù)特點(diǎn)，從而有效提高溯源效率、解放勞動(dòng)力、提升客戶服務(wù)品質(zhì)。主要實(shí)現(xiàn)以下目標(biāo)：

構(gòu)建投訴意見(jiàn)工單處理情況智能分類(lèi)模型，實(shí)現(xiàn)投訴意見(jiàn)工單的智能分類(lèi)，大幅提高分析精度與效率，解放勞動(dòng)力。

構(gòu)建基于不同業(yè)務(wù)模塊的命名實(shí)體識(shí)別模型，抽取關(guān)鍵業(yè)務(wù)信息，實(shí)現(xiàn)客戶本質(zhì)訴求和管理缺陷的精準(zhǔn)定位。

基于命名實(shí)體識(shí)別模型的應(yīng)用，聯(lián)合其他相關(guān)業(yè)務(wù)數(shù)據(jù)，挖掘客戶服務(wù)需求，制訂差異化服務(wù)策略，有效提升服務(wù)能力，提高用戶滿意度，提升企業(yè)形象。