• 学术研究 • 下一篇
陈顺,易修文,张钧波,李天瑞,郑宇
CHEN Shun, YI Xiuwen, ZHANG Junbo, LI Tianrui, ZHENG Yu
摘要: 市民在遇到困难时,会通过12345政务服务热线寻求帮助。在收到市民请求之后,热线工作人员将对市民的需求进行分析,并将事件分拨给对应的政府部门进行处理。目前通过人工完成的分拨过程占用了大量的人力资源,同时许多事件被分拨到错误的部门。为了提高分拨过程的效率和正确率,提出了一种数据驱动的高效自动化事件分拨方法。基于历史分拨记录,事件文本和部门职责,设计了一个用于事件分拨的深度行为语义网络(Deep Behavior and Semantic Network,DBSN)。它包含了三个部分,分别是历史行为编码,事件语义学习和多维特征匹配网络。历史行为编码模块构建了一个在事件类别和分拨部门之间的多级二分图,通过图编码学习行为特征。事件语义学习模块使用卷积神经网络(convolutional neural network,CNN)网络和注意力机制来学习事件诉求和部门权责的语义特征。多维特征匹配模块从行为,语义两个维度上将事件与部门的特征做匹配。在实验中,使用了两年的南通12345政务热线数据,实验结果证明了提出的方法与基线方法相比具有优势。