(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 202210763456.8 (22)申请日 2022.06.29 (71)申请人 拉扎斯网络科技 （上海） 有限公司 地址 200333 上海市普陀区真北路78 8号 507室 (72)发明人 付磊　汪安辉　徐志远　尹帅星　 梁玉林　 (74)专利代理 机构 北京清源汇知识产权代理事 务所(特殊普通 合伙) 11644 专利代理师 汪洋 (51)Int.Cl. G06F 40/205(2020.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 16/33(2019.01)G06N 5/02(2006.01) (54)发明名称 一种服务问题归因方法及装置 (57)摘要 本申请实施例提供一种服务问题归因方法 及装置， 该方法采用服务问题归因模 型分析待分 析文本数据对应的服务问题分类结果。 服务问题 归因模型根据待分析文本数据， 和与待分析文本 数据相关的服务知识图谱， 分析获得针对待分析 文本数据的服务问题分类结果。 上述方法中提供 的服务问题归因模型， 将待分析文本数据和与待 分析文本数据相关的服务知识图谱一起作为输 入信息， 服务知识图谱能获取待分析文本数据中 的服务信息的属性信息， 从而提升对待分析文本 数据的语言表达逻辑的理解度。 基于服务知 识图 谱有助于提升服务问题归因模型确定待分析文 本数据的语言表达逻辑的准确度， 服务问题归因 模型对待分析文本数据匹配服务问题分类结果 的准确度也得到提升 。 权利要求书2页 说明书26页 附图7页 CN 115062605 A 2022.09.16 CN 115062605 A 1.一种服 务问题归因方法， 其特 征在于， 包括： 获得针对服 务信息的待分析文本数据； 将所述待分析文本数据输入到服务问题归因模型中， 获得针对所述待分析文本数据的 服务问题分类结果； 其中， 所述服务问题归因模型用于根据所述待分析文本数据和与所述待分析文本数据 相关的服 务知识图谱， 获得针对所述待分析文本数据的服 务问题分类结果。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述待分析文本数据输入到服务问 题归因模型中， 获得针对所述待分析文本数据的服 务问题分类结果， 包括： 将所述待分析文本数据输入到服务问题归因模型中， 获得针对所述待分析文本数据的 第一嵌入向量， 所述第一嵌入向量包括待分析文本数据嵌入向量和与所述待分析文本数据 相关的服 务知识图谱嵌入向量； 根据所述第一嵌入向量， 获取 所述待分析文本数据对应的服 务问题分类结果。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述待分析文本数据输入到服务问 题归因模型中， 获得针对所述待分析文本数据的第一嵌入向量， 包括： 将所述待分析文本数据输入到所述服务问题归因模型中， 获得待分析文本数据嵌入向 量； 根据所述待分析文本数据嵌入向量， 查询与所述待分析文本数据嵌入向量相关联的服 务知识图谱嵌入向量； 根据所述待分析文本数据嵌入向量和所述服务知识图谱嵌入向量， 获得针对所述待分 析文本数据的第一嵌入向量。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述第一嵌入向量， 获取所述待 分析文本数据对应的服 务问题分类结果， 包括： 根据所述第一嵌入向量， 获取 所述待分析文本数据的特 征信息； 根据所述待分析文本数据的特征信 息， 在所述服务问题归因模型的服务问题分类列表 中查询与所述待分析文本数据的特征信息匹配的目标服务问题分类结果， 作为所述待分析 文本数据对应的服 务问题分类结果。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述第一嵌入向量， 获取所述待 分析文本数据对应的服 务问题分类结果， 包括： 根据所述第一嵌入向量， 获取 所述待分析文本数据的特 征信息； 根据所述待分析文本数据的特征信 息， 在所述服务问题归因分类模型中的服务问题大 分类列表中查询与所述待分析文本数据的特征信息相关联的服务问题大分类结果， 作为所 述待分析文本数据的目标服 务问题大分类结果； 在确定所述待分析文本数据的目标服务问题大分类结果的基础上， 在所述目标服务问 题大分类结果的服务问题小分类列表中查询与所述待分析文本数据的特征信息相关联 的 目标服务问题小分类结果； 根据所述目标服务问题大分类结果和所述目标服务问题小分类结果， 生成所述待分析 文本数据对应的服 务问题分类结果。 6.根据权利要求1所述的方法， 其特征在于， 所述服务问题归因模型具体用于根据 所述 待分析文本数据， 所述待分析文本数据对应的拼音信息， 以及与所述待分析文本数据相关权　利　要　求　书 1/2 页 2 CN 115062605 A 2的服务知识图谱， 获得针对所述待分析文本数据的服 务问题分类结果。 7.根据权利要求6所述的方法， 其特征在于， 所述将所述待分析文本数据输入到服务问 题归因模型中， 获得针对所述待分析文本数据的服 务问题分类结果， 包括： 将所述待分析文本数据输入到服务问题归因模型中， 获得针对所述待分析文本数据的 第二嵌入向量， 所述第二嵌入向量包括所述待分析文本数据的拼音嵌入向量和与所述待分 析文本数据相关的服 务知识图谱的拼音嵌入向量； 根据所述第二嵌入向量， 获取 所述待分析文本数据对应的服 务问题分类结果。 8.一种服 务问题归因方法， 其特 征在于， 包括： 获得针对服 务信息的待分析文本数据； 将所述待分析文本数据输入到服务问题归因模型中， 获得针对所述待分析文本数据的 服务问题分类结果； 其中， 所述服务问题归因模型用于根据所述待分析文本数据以及所述待分析文本数据 对应的拼音信息， 获得针对所述待分析文本数据的服 务问题分类结果。 9.根据权利要求8所述的方法， 其特征在于， 所述将所述待分析文本数据输入到服务问 题归因模型中， 获得针对所述待分析文本数据的服 务问题分类结果， 包括： 将所述待分析文本数据输入到服务问题归因模型中， 获得待分析文本数据嵌入向量， 所述待分析文本数据嵌入向量包括所述待分析文本数据中每个文本单元对应的文本嵌入 向量， 每个文本单元对应的拼音嵌入向量， 每个文本单元在所述待分析文本数据中对应的 段落嵌入向量， 每 个文本单 元在所述待分析文本数据中对应的位置嵌入向量； 根据所述待分析文本数据嵌入向量， 获取所述待分析文本数据对应的服务问题分类结 果。 10.一种服 务问题归因模型的训练方法， 其特 征在于， 包括： 获得用于分析文本数据的特 征信息的预训练模型； 根据针对服务信息的文本数据样本和针对所述文本数据样本的服务问题大分类结果 样本， 对所述预训练模型进 行调整， 获得大分类文本数据特征分析模 型， 所述大分类文本数 据特征分析模型用于分析对应于服 务问题大分类结果的文本数据的特 征信息； 根据针对服务信息的文本数据样本和针对所述文本数据样本的服务问题小分类结果 样本， 对所述大分类文本数据特征分析模型进行调整， 获得用于分析针对待分析文本数据 的服务问题分类结果的服 务问题归因模型。权　利　要　求　书 2/2 页 3 CN 115062605 A 3