基于机器学习和自然语言处理的工单自动标签化技术

为提高95598非故敏感工单的处理效率,本文提出了一种基于机器学习和自然语言处理的工单自动标签化技术。基于词袋模型、TF-IDF模型、K-means算法等方法对历史非故工单样本进行多维度特征提取分类,通过训练模型将工单标签化及数据加工处理后,自动生成工单标签库。结果表明,该技术可以快速确认非故障敏感工单,并基于历史工单回复支撑业务人员规范化处理流程及反馈建议,提高业务服务效率。