基于自然语言的国网投诉工单智能分类模型构建

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.