基于机器学习的工单知识萃取--深蓝智能知识库助推金融科技（连载五）

昨天，有小伙伴私信小编了解关于企业工单系统挖掘的问题，金融行业工单系统是必不可少的，工单系统每天处理大量的工单，积累了大量的可以重复利用的知识，但是这些工单在使用中会面对重复提出 效率低，应答处置 难解决的问题，有好东西当然要及时分享，接下来让小编把工单挖掘的分享给大家吧

工单主要用于企业间和企业内部的工作协作，具有批量性、时效性、绩效性的特点。重复提出 效率低，同一个问题解决了无数次，可是有人不断重复提出工单。应答处置，难解决：怎样快速找到以前的工单，相似工单太多，哪个才是最佳答案？这些问题有没有办法解决呢？答案是肯定的。

首先，我们来了解一些工单萃取的原理：
对工单信息进行标注，提供“优质”、“不合格”工单知识内容标注结果。进行建模。
系统进行自动去重处理，将重复的工单过滤掉。
基于模型对清洗过的数据进行萃取，得到优质知识内容。
将知识内容通过接口发布进入知识库。 
 

接下来，当用户提起工单录入时，系统首先会自动查询知识库，如果有相似工单知识点则直接推荐给用户，用户可以查阅后放弃重复提交工单，或可以作为提交工单的参考信息，在处置工单时，处理人员可从工单知识库中查询知识，快速解决工单所提出的问题。

系统主要是对工单系统内已有工单进行筛选处理，并且将筛选结构应用到工单系统的工单填写，处理过程中。系统建设完成后，可以对工单系统中的存量工单进行筛选。选出优质，有价值的工单供用户查询学习，并且，在工单系统中新增，处理工单的时候，能够利用现有的优质工单，给用户实时的提示，提高用户开单，处理工单的效率。

今天的文章到这里就结束了，有什么问题可直接致电小编：010-82969378 或公众号发私信给小编