技术特征：
1.一种热线工单的归口确定方法，其特征在于，包括：获取待确定归口的目标热线工单，确定所述目标热线工单对应的文本特征向量；将所述文本特征向量输入至预先建立的文本分类模型中，得到所述目标热线工单与各预设归口之间的匹配信息；基于所述匹配信息，确定出与所述目标热线工单对应的目标归口。2.根据权利要求1所述的方法，其特征在于，所述文本分类模型包括支持向量机分类模型，所述匹配信息包括所述目标热线工单对应于各所述预设归口的预测投票数；其中，所述将所述文本特征向量输入至预先建立的文本分类模型中，得到所述目标热线工单与各预设归口之间的匹配信息，包括：将所述文本特征向量输入至所述支持向量机分类模型中，得到所述目标热线工单对应于各所述预设归口的预测投票数。3.根据权利要求2所述的方法，其特征在于，在所述将所述文本特征向量输入至预先建立的文本分类模型中之前，还包括：将预先获取的第一训练工单样本输入至待训练支持向量机分类模型中，得到所述第一训练工单样本对应于所述预设归口的预测训练票数；基于所述预测训练票数确定第一训练归口，基于所述第一训练归口与预先存储的第一样本实际归口，对所述待训练支持向量机分类模型中的模型参数进行修正；基于预先建立的训练目标，训练得到所述支持向量机分类模型。4.根据权利要求1所述的方法，其特征在于，所述文本分类模型包括基于转换器的双向编码表征分类模型，所述匹配信息包括所述目标热线工单对应于各所述预设归口的预测概率；其中，所述将所述文本特征向量输入至预先建立的文本分类模型中，得到所述目标热线工单与各预设归口之间的匹配信息，包括：将所述文本特征向量输入至所述双向编码表征分类模型中，得到所述目标热线工单对应于各所述预设归口的归口特征；对所述目标热线工单对应的各所述归口特征进行归一化处理，得到所述目标热线工单对应于所述预设归口的所述预测概率。5.根据权利要求4所述的方法，其特征在于，在所述将所述文本特征向量输入至预先建立的文本分类模型中之前，还包括：将预先获取的第二训练工单样本输入至待训练双向编码表征分类模型中，输出所述第二训练工单样本对应于各预设归口的训练归口特征；对各所述训练归口特征进行归一化处理，得到所述第二训练工单样本对应于各预设归口的训练概率；基于所述训练概率确定所述第二训练工单样本对应的第二训练归口，基于预先存储的第二样本实际归口与所述第二训练归口，对所述待训练双向编码表征分类模型中的模型参数进行修正；将所述待训练双向编码表征分类模型中的损失函数收敛作为训练目标，训练得到所述基于转换器的双向编码表征分类模型。6.根据权利要求4所述的方法，其特征在于，所述基于所述匹配信息，确定出与所述目
标热线工单对应的目标归口，包括：确定出各预测概率中的概率最大值，将所述概率最大值对应的预设归口确定为所述目标归口。7.根据权利要求1所述的方法，其特征在于，所述确定所述目标热线工单对应的文本特征向量，包括：对所述目标热线工单进行分词处理，得到所述目标热线工单对应的目标词语；基于预先建立的停用词文件，对各所述目标词语进行去除停用词操作，基于去除操作后得到的各词语更新所述目标词语；将更新后得到的目标词语进行向量化处理，生成各所述目标词语对应的目标词向量；对各所述目标词向量进行组合处理，得到所述文本特征向量。8.一种热线工单的归口确定装置，其特征在于，包括：目标热线工单获取模块，用于获取待确定归口的目标热线工单，确定所述目标热线工单对应的文本特征向量；文本特征向量输入模块，用于将所述文本特征向量输入至预先建立的文本分类模型中，得到所述目标热线工单与各预设归口之间的匹配信息；目标归口确定模块，用于基于所述匹配信息，确定出与所述目标热线工单对应的目标归口。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的热线工单的归口确定方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的热线工单的归口确定方法。
技术总结
本发明实施例公开了一种热线工单的归口确定方法、装置、电子设备及存储介质。该方法包括：获取待确定归口的目标热线工单，确定目标热线工单对应的文本特征向量；将文本特征向量输入至预先建立的文本分类模型中，得到目标热线工单与各预设归口之间的匹配信息；基于匹配信息，确定出与目标热线工单对应的目标归口。本发明实施例的技术方案，可以提高归口确定的准确率和效率，避免资源浪费。避免资源浪费。避免资源浪费。
技术研发人员：姜恬静
受保护的技术使用者：国泰新点软件股份有限公司
技术研发日：2022.03.10
技术公布日：2022/6/1