(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210840726.0 (22)申请日 2022.07.18 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 宋嘉琪　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 樊一槿　张祥意 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/00(2012.01) G06N 20/00(2019.01) G06F 40/284(2020.01) G06K 9/62(2022.01) (54)发明名称 一种工单派发方法及装置 (57)摘要 本申请提供一种工单派发方法及装置， 涉及 人工智能领域， 也可用于金融领域， 包括： 将待派 发工单的描述信息输入预先训练的工单打标模 型， 得到对应的工单标签； 其中， 所述工单打标模 型是根据历史工单的历史描述信息及对应的历 史派发人员信息进行训练得到的； 根据各候选 派 发人员对应的人员标签及所述工单标签确定每 一候选派发人员与所述待派发工单之间的相关 性； 根据所述相关性确定所述待派发工单的最优 派发人员； 其中， 所述最优派发人员为所述候选 派发人员之一。 本申请能够自动生成工单标签并 将工单较精准 地派发至最优派发人员。 权利要求书2页 说明书12页 附图5页 CN 115204685 A 2022.10.18 CN 115204685 A 1.一种工单派发方法， 其特 征在于， 包括： 将待派发工单的描述信 息输入预先训练的工单打标模型， 得到对应的工单标签； 其中， 所述工单打标模型是根据历史工单的历史描述信息及对应的历史派发人员信息进行训练 得到的； 根据各候选派发人员对应的人员标签及所述工单标签确定每一候选派发人员与所述 待派发工单之间的相关性； 根据所述相关性确定所述待派发工单的最优派发人员； 其中， 所述最优派发人员为所 述候选派发人员之一。 2.根据权利要求1所述的工单派发方法， 其特 征在于， 训练工单打标模型的步骤， 包括： 获取所述历史描述信息对应的历史工单标签以及所述历史派发人员信息对应的历史 人员标签； 根据所述历史工单 标签及所述历史人员标签构建训练集及测试集； 将所述训练集输入序列到序列模型进行训练， 得到初始工单打标模型； 利用所述测试集调整所述初始工单打标模型， 得到所述工单打标模型。 3.根据权利要求1所述的工单派发方法， 其特征在于， 在将待派发工单的描述信 息输入 预先训练的工单打标模型， 得到对应的工单 标签之前， 还 包括： 从kafka消息队列中读取 所述待派发工单的描述信息 。 4.根据权利要求1所述的工单派发方法， 其特征在于， 所述人员标签包括： 人员所属领 域及人员处理 能力； 所述人员标签包括： 工单所属领域及工单紧急程度； 所述根据各候选派 发人员对应的人员标签及所述工单标签确定每一候选派发人员与所述待派发工单之间的 相关性， 包括： 分别生成所述人员所属领域、 所述人员处理能力、 所述工单所属领域及所述工单紧急 程度对应的词向量表达式； 计算所述人员所属领域的词向量表达式与所述工单所属领域的词向量表达式之间的 第一相似度； 计算所述人员处理能力的词向量表达式与所述工单紧急程度的词向量表达式之间的 第二相似度； 根据所述第一相似度及所述第二相似度确定该候选派发人员与所述待派发工单之间 的相关性。 5.根据权利要求4所述的工单派发方法， 其特征在于， 所述根据 所述相关性确定所述待 派发工单的最优派发人员， 包括： 对每一候选派发人员与所述待派发工单之间的相关性所对应的相关性分值进行排序； 选取最高的相关性所对应的候选派发人员作为所述 最优派发人员。 6.一种工单派发装置， 其特 征在于， 包括： 工单标签生成单元， 用于将待派发工单的描述信息输入预先训练的工单打标模型， 得 到对应的工单标签； 其中， 所述工单打标模型是根据历史工单的历史描述信息及对应的历 史派发人员信息进行训练得到的； 相关性确定单元， 用于根据 各候选派发人员对应的人员标签及所述工单标签确定每一 候选派发人员与所述待派发工单之间的相关性； 其中， 所述人员标签为预 先设定的；权　利　要　求　书 1/2 页 2 CN 115204685 A 2最优派发人员确定单元， 用于根据所述相关性确定所述待派发工单的最优派发人员； 其中， 所述 最优派发人员为所述 候选派发人员之一。 7.根据权利要求6所述的工单派发装置， 其特 征在于， 还 包括： 标签获取单元， 用于获取所述历史描述信 息对应的历史工单标签以及所述历史派发人 员信息对应的历史人员标签； 训练集测试集构建单元， 用于根据 所述历史工单标签及所述历史人员标签构建训练集 及测试集； 初始模型生成单元， 用于将所述训练集输入序列到序列模型进行训练， 得到初始工单 打标模型； 初始模型调整单元， 用于利用所述测试集调整所述初始工单打标模型， 得到所述工单 打标模型。 8.根据权利要求6所述的工单派发装置， 其特 征在于， 还 包括： 描述信息读取 单元， 用于从kafka消息队列中读取 所述待派发工单的描述信息 。 9.根据权利要求6所述的工单派发装置， 其特征在于， 所述人员标签包括： 人员所属领 域及人员处理 能力； 所述人员标签包括： 工单所属领域及工单紧急程度； 所述相关性确定单 元， 包括： 词向量表达 式生成模块， 用于分别生成所述人员所属领域、 所述人员处理能力、 所述工 单所属领域及所述工单紧急程度对应的词向量表达式； 第一相似度确定模块， 用于计算所述人员所属领域的词向量表达 式与所述工单所属领 域的词向量表达式之间的第一相似度； 第二相似度确定模块， 用于计算所述人员处理能力的词向量表达 式与所述工单紧急程 度的词向量表达式之间的第二相似度； 相关性确定模块， 用于根据 所述第一相似度及所述第 二相似度确定该候选派发人员与 所述待派发工单之间的相关性。 10.根据权利要求9所述的工单派发装置， 其特征在于， 所述最优派发人员确定单元， 包 括： 排序模块， 用于对每一候选派发人员与 所述待派发工单之间的相关性所对应的相关性 分值进行排序； 最优派发人员选取模块， 用于选取最高的相关性所对应的候选派发人员作为所述最优 派发人员。 11.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求1至5任一项所述的工单派 发方法的步骤。 12.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被 处理器执行时实现权利要求1至 5任一项所述的工单派发方法的步骤。 13.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 该计算机程序/指令被 处理器执行时实现权利要求1至 5任一项所述的工单派发方法的步骤。权　利　要　求　书 2/2 页 3 CN 115204685 A 3