买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广州丰石科技有限公司申请的专利一种基于自然语言的投诉分类判别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119166814B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411255303.8，技术领域涉及：G06F16/35；该发明授权一种基于自然语言的投诉分类判别方法是由陈曦;朱建凯;王鹏亮;胡伟龙设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种基于自然语言的投诉分类判别方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于自然语言的投诉分类判别方法；包括以下步骤：S1、构建情感分类器模型；S2、获取待处理投诉工单文本内容，得到相应的多个词嵌入向量，得到每个词嵌入向量对应的字词的情感标签；S3、获取该用户以往的个人投诉记录以及与该以往的个人投诉记录同类型的他人投诉记录；S4、将投诉内容、投诉类型、个人投诉记录和他人投诉记录整合，进行存储；S5、将存储的内容转化为文字形式；S6、对转化为文字形式的投诉内容中的每个字词标记情感标签，完成投诉分类；本发明更加精准的对投诉内容中的词汇进行分类，有效地提升了投诉识别效率，具有较强的通用性。

本发明授权一种基于自然语言的投诉分类判别方法在权利要求书中公布了：1.一种基于自然语言的投诉分类判别方法，其特征在于，包括以下步骤：S1、构建情感分类器模型，具体包括以下步骤：S11、获取历史投诉工单文本内容；S12、对历史投诉工单文本内容进行分词处理，得到多个字词和每个字词对应的词嵌入向量；S13、根据S12步骤得到的多个字词和多个词嵌入向量，构建GNN网络结构，得到每个词嵌入向量的情感标签，从而得到联合损失，根据联合损失，更新GNN网络结构的全部网络参数，得到情感分类器模型；S13具体包括以下步骤：S131、设置固定值和默认词，当S12步骤得到的字词的数量大于等于固定值时，截取前固定值个字词，当S12步骤得到的字词的数量小于固定值时，使用默认值进行填充，使填充后的字词的数量等于固定值；S132、对S131步骤处理后的字词，使用滑动窗口构建邻接图，邻接图包括多个节点和多条边，每个节点设有对应的词嵌入向量，每条边上设有边权值；S133、使用邻接图，构建GNN网络结构，GNN网络结构包括多层隐藏层、多层全连接层和输出层，全连接层的层数与情感标签的类别数相同；S133具体包括以下步骤：S1331、GNN网络结构中的第一层隐藏层的节点数为邻接图全部节点的二倍，邻接图中全部的节点的词嵌入向量和邻接图中全部的边权值分别作为GNN网络结构中第一层隐藏层每个节点的参数；S1332、GNN网络结构第二层隐藏层的节点数量与第一层隐藏层的节点数量相同，且第二层隐藏层的节点参数与第一层隐藏层的节点参数通过模型训练参数theta构成关联矩阵，从而得到第二层隐藏层每个节点的参数，依此类推得到全部隐藏层中节点的参数；S1333、每个的全连接层都采用softmax函数得到词嵌入向量在对应情感标签下的概率，输出层输出每个词嵌入向量概率最大的情感标签；S134、使用联合损失计算模型计算S133步骤构建的GNN网络结构的联合损失，根据联合损失，通过反向传播过程，得到GNN网络结构中每个网络参数的更新值，并用更新值替换掉原来的网络参数，得到情感分类器模型；S2、获取待处理投诉工单文本内容，采用S12步骤中的方法得到相应的多个词嵌入向量，将得到的词嵌入向量输入至S1步骤构建的情感分类器模型中，得到每个词嵌入向量对应的字词的情感标签，情感标签包括正面词、负面词和中性词；S3、将S2步骤生成的词嵌入向量输入至RAG知识库中，获取该用户以往的个人投诉记录以及与该以往的个人投诉记录同类型的他人投诉记录；S4、根据S2步骤的词嵌入向量，判断投诉内容的投诉类型，将投诉内容、投诉类型和S3步骤获取的个人投诉记录和他人投诉记录整合在一起，输出至词向量信息映射模块中进行存储；S5、将S4步骤输出至词向量信息映射模块中的内容转化为文字形式；S6、根据S2步骤中得出的每个词嵌入向量对应的情感标签，对转化为文字形式的投诉内容中的每个字词标记情感标签，完成投诉分类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州丰石科技有限公司，其通讯地址为：510000 广东省广州市天河区元岗横路37号3层B4311房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。