【技術實現步驟摘要】
本專利技術涉及工單處理領域，特別涉及一種基于大模型的校園工單轉派方法、裝置、設備及介質。
技術介紹
1、隨著智慧校園建設的不斷推進，校園服務管理面臨著日益復雜和多樣化的需求。傳統的工單轉派方式主要依賴于人工判斷，不僅效率低下，而且容易出錯。特別是在大型校園環境中，教職工數量眾多，部門職責劃分細致，問題類型多樣，使得工單轉派成為一項繁瑣而艱巨的任務。
2、然而，目前校園中應用的工單轉派系統大多仍處于在簡單的信息錄入和查詢層面，缺乏智能化的匹配和轉派功能。此外，由于缺乏對校園服務需求的全面了解和深入分析，這些系統往往難以準確判斷工單的處理部門和責任人，導致工單處理效率低下，用戶滿意度不高。
技術實現思路
1、有鑒于此，本專利技術的目的在于提供一種基于大模型的校園工單轉派方法、裝置、設備及介質，請能夠有效實現對校園工單的智能解析、精準匹配與高效檢索，從而提升了工單處理質量，降低了人工干預成本，進而優化了用戶體驗，提高了校園服務管理的效率和準確性。其具體方案如下：
2、第一方面，本申請提供了一種基于大模型的校園工單轉派方法，應用于預設校園工單轉派系統，包括：
3、基于校園工單場景信息進行知識圖譜設計，并利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜；
4、通過預設深度學習大模型以及向量數據庫對待處理校園工單進行向量轉換與歷史校園工單檢索，以得到與所述待處理校園工單對應的檢索結果
5、基于所述預設深度學習大模型、所述檢索結果以及所述目標校園工單知識圖譜對所述待處理校園工單進行信息解析與部門職責匹配，并根據得到的匹配結果完成與所述待處理校園工單對應的工單轉派操作。
6、可選的，所述基于校園工單場景信息進行知識圖譜設計，包括：
7、獲取校園工單場景中的教職工信息、部門信息、工單問題類型信息以及工單屬性項信息，以得到校園工單場景信息；
8、基于所述校園工單場景信息進行相應的知識圖譜實體定義、實體關系定義以及實體屬性定義操作，以得到校園工單知識圖譜模板。
9、可選的，所述基于所述校園工單場景信息進行相應的知識圖譜實體定義、實體關系定義以及實體屬性定義操作，包括：
10、通過所述校園工單場景信息對教職工、部門、工單問題類型以及工單分別進行配置，以完成相應的知識圖譜實體定義操作；
11、通過所述校園工單場景信息對所述教職工與所述部門之間、所述工單問題類型與所述部門之間、所述工單與所述工單問題類型之間以及所述工單與所述部門之間的關系進行配置，以完成相應的關系定義操作；
12、通過所述校園工單場景信息對所述教職工、所述部門、所述工單問題類型以及所述工單的屬性分別進行配置，以完成相應的屬性定義操作，并得到校園工單知識圖譜模板。
13、可選的，所述利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜，包括：
14、采集當前的歷史校園工單信息、校園部門職責信息、歷史校園郵件以及學生常見問題；
15、對所述歷史校園工單信息、所述校園部門職責信息、所述歷史校園郵件以及所述學生常見問題分別進行數據清洗、數據去重、數據分詞以及停用詞過濾，以完成相應的數據預處理操作，并得到預處理后數據；
16、基于自然語言處理技術自動識別并提取所述預處理后數據中的實體與實體間關系的相關信息，以得到提取結果；
17、基于預設知識圖譜構建工具、所述提取結果以及得到的校園工單知識圖譜模板進行知識圖譜構建，以得到目標校園工單知識圖譜。
18、可選的，所述通過預設深度學習大模型以及向量數據庫對待處理校園工單進行向量轉換與歷史校園工單檢索，以得到與所述待處理校園工單對應的檢索結果，包括：
19、通過預設深度學習大模型對待處理校園工單進行向量轉換，以得到與所述待處理校園工單對應的第一向量表示信息；
20、基于所述第一向量表示信息對向量數據庫中存儲的歷史校園工單進行相似度計算，以得到相應的相似度得分結果；
21、根據所述相似度得分結果進行歷史校園工單篩選，以得到與所述待處理校園工單對應的檢索結果。
22、可選的，所述基于所述預設深度學習大模型、所述檢索結果以及所述目標校園工單知識圖譜對所述待處理校園工單進行信息解析與部門職責匹配，包括：
23、基于所述預設深度學習大模型與所述檢索結果對所述待處理校園工單進行信息解析，以得到與所述待處理工單對應的解析結果；
24、基于所述解析結果以及所述目標校園工單知識圖譜進行問題類型匹配和部門職責匹配操作，以得到相應的匹配結果，以便利用所述匹配結果自動將所述待處理校園工單轉派至目標部門，并對所述目標部門中的目標責任人進行工單處理通知。
25、可選的，還包括：
26、在完成工單轉派后，基于工單反饋機制獲取對應的轉派評分；
27、基于所述轉派評分進行排序，以得到相應的排序結果；
28、根據所述排序結果觸發相應的歷史工單處理方案信息獲取操作，并對得到的歷史工單處理方案信息進行向量轉換，以得到相應的第二向量表示信息；
29、將所述第二向量表示信息存儲至所述向量數據庫中。
30、第二方面，本申請提供了一種基于大模型的校園工單轉派裝置，應用于預設校園工單轉派系統，包括：
31、知識圖譜構建模塊，用于基于校園工單場景信息進行知識圖譜設計，并利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜；
32、工單檢索模塊，用于通過預設深度學習大模型以及向量數據庫對待處理校園工單進行向量轉換與歷史校園工單檢索，以得到與所述待處理校園工單對應的檢索結果；
33、校園工單轉派模塊，用于基于所述預設深度學習大模型、所述檢索結果以及所述目標校園工單知識圖譜對所述待處理校園工單進行信息解析與部門職責匹配，并根據得到的匹配結果完成與所述待處理校園工單對應的工單轉派操作。
34、第三方面，本申請提供了一種電子設備，包括：
35、存儲器，用于保存計算機程序；
36、處理器，用于執行所述計算機程序，以實現前述的基于大模型的校園工單轉派方法的步驟。
37、第四方面，本申請提供了一種計算機可讀存儲介質，用于保存計算機程序，所述計算機程序被處理器執行時實現前述的基于大模型的校園工單轉派方法的步驟。
38、可見，本申請中，通過預設校園工單轉派系統，基于校園工單場景信息進行知識圖譜設計，并利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜；通過預設深度學習大模型以及向量數據庫對待處理校園工單進行向量轉換與歷史校園工本文檔來自技高網...
【技術保護點】
1.一種基于大模型的校園工單轉派方法，其特征在于，應用于預設校園工單轉派系統，包括：
2.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述基于校園工單場景信息進行知識圖譜設計，包括：
3.根據權利要求2所述的基于大模型的校園工單轉派方法，其特征在于，所述基于所述校園工單場景信息進行相應的知識圖譜實體定義、實體關系定義以及實體屬性定義操作，包括：
4.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜，包括：
5.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述通過預設深度學習大模型以及向量數據庫對待處理校園工單進行向量轉換與歷史校園工單檢索，以得到與所述待處理校園工單對應的檢索結果，包括：
6.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述基于所述預設深度學習大模型、所述檢索結果以及所述目標校園工單知識圖譜對所述待處理校園工單進行信息解析與
7.根據權利要求1至6任一項所述的基于大模型的校園工單轉派方法，其特征在于，還包括：
8.一種基于大模型的校園工單轉派裝置，其特征在于，應用于預設校園工單轉派系統，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其特征在于，用于保存計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述的基于大模型的校園工單轉派方法。
...【技術特征摘要】
1.一種基于大模型的校園工單轉派方法，其特征在于，應用于預設校園工單轉派系統，包括：
2.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述基于校園工單場景信息進行知識圖譜設計，包括：
3.根據權利要求2所述的基于大模型的校園工單轉派方法，其特征在于，所述基于所述校園工單場景信息進行相應的知識圖譜實體定義、實體關系定義以及實體屬性定義操作，包括：
4.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述利用得到的校園工單知識圖譜模板以及歷史校園工單信息、校園部門職責信息進行知識圖譜構建，以得到目標校園工單知識圖譜，包括：
5.根據權利要求1所述的基于大模型的校園工單轉派方法，其特征在于，所述通過預設深度學習大模型以及向量數據庫對...
【專利技術屬性】
技術研發人員：韋凱，丁兵，王培禮，李謙，張宏原，劉慶文，楊世豪，
申請(專利權)人：浪潮云信息技術股份公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。