深蓝海域KMPRO

智能工单知识挖掘引擎

工单系统中具有海量数据的工单信息,通过构建和训练“工单知识萃取模型”,
萃取出有效的工单知识,将其应用于工单的提出、处置等环节,
从而减少重复工单的提出率、提升工单处置效率和解决准确率。

获取解决方案

需求背景

应用场景

应用场景

三大模块

工单采集与归类模块

一般可采用:读取数据库数据;导出导入数据;数据采集接口等形式

构建工单分类器

人工预设分类器
支持多级管理、层级增删改

训练分类模型

人工上传典型文档
系统自动训练模型

工单自动归类

根据训练模型自动归类
可人工干预,对不属于该类的剔除
从而使得模型更准

  • 分类器

  • 分类模型

  • 自动归类

构建工单分类器 训练分类模型 工单自动归类

知识萃取模块

分析工单的知识结构,划分为几个主要的段落结构;分别找出这几个段落的典型语料,训练知识模型;
将分类好的工单,运用知识模型去重、筛选,得到最符合知识特征的结果。

知识模型筛选器 萃取结果 语义人工干预

知识模型筛选器

去重-按相似度1-100%设定阀值
去噪-按照特征度个数设定阀值

萃取结果

通过分类+去重去噪
得到符合需求的精选结果

语义人工干预

人工对模型所识别的知识段落
进行干预、调整
再次训练知识模型的准确度

  • 模型筛选

  • 萃取结果

  • 人工干预

知识库与知识应用

工单知识检索

全文搜索引擎
千万工单毫秒级精准定位

新建工单知识辅助

新建时按输入联想推荐类似工单
对新建工单可进行查重比对

处理工单知识辅助

处理工单时可通过搜索引擎查询
根据处置工单名称自动联想
显示类似工单解决方案

知识挖掘分析

通过大量工单数据,挖掘热点
分析关键知识之间的潜在关系

智能语义应用

对非结构化文档识别其语义段落;可以作为
精准答案输送对接;服务机器人或智能搜索引擎;
对于问题精准给出答案;

  • 知识检索

  • 新建工单

  • 处理工单

  • 挖掘分析

  • 语义应用

工单知识检索 新建工单知识辅助 处理工单知识辅助 知识挖掘分析 智能语义应用

WKD-技术模型

知识萃取 采集与归类

WKD-准确率

学术论文用中文语料库
617249个文档

10%语料库训练90%准确率
30%语料库训练95%准确率
WKD-准确率

成功案例