如何对支持呼叫文本进行分类？

数据挖掘 分类 数据集 nlp 文本
2022-02-11 10:16:31

我有一个包含数千条关于支持请求的记录的电子表格。案例编号、问题描述等

我们的目标是将这些记录分为许多类别，以便为它们分配正确的优先级。

例子：

  • 客户不能使用取货功能。
  • 客户无法拨打 911 或长途号码。

对于第 1 项，我决定使用一个名为 Best Effort 的类别，而对于第 2 项，我决定使用一个紧急类别。

  • 客户无法使用取货功能，BEST_EFFORT
  • 客户无法拨打 911 或长途电话，紧急

我打算建立一个单词词典。

best_effort = ['pickup','record','conference']
urgent = ['system is down','911', 'can't dial emergency','call center is down']

我的目标是使用TFIDF，然后使用余弦相似度来找到最佳匹配和类别。这有意义吗？对此类信息进行分类有更好的建议吗？

1个回答

您可能希望获取原始数据（或者更确切地说是其中的随机子集），然后手动标记您的实例（为每一行分配一个标签，BEST_EFFORT 或 URGENT），而不是使用指示目标类的外部关键字字典. 这将成为您的训练数据- 每行数据都可以转换为一个词袋向量，指示该特定文本中单词的存在/不存在。您可以在此数据上训练分类器，例如朴素贝叶斯分类器，然后可以在保留的看不见的测试数据上对其进行测试。所提出方法的优点是：（1）自动计算特征与手工创建的字典；(2) 类的概率/加权指标与二进制字典指标。

其它你可能感兴趣的问题
上一篇交通预测算法 下一篇Q-Learning 算法是否有一些基于模型的变体，它在 3D SxAxS 表而不是 2D SxA 表上学习？