(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 202211228250.1 (22)申请日 2022.10.09 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 郭勇　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 吕俊刚 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/33(2019.01) G06K 9/62(2022.01) G06F 40/284(2020.01) G06F 40/216(2020.01)G06Q 40/02(2012.01) (54)发明名称 基于NLP的手机银行客户反馈分类方法及装 置 (57)摘要 本发明实施例公开了一种基于NLP的手机银 行客户反馈分类方法及装置， 可用于金融领域或 其他技术领域， 该方法包括： 获取客户的手机银 行反馈信息； 采用NLP方法对所述手机银行反馈 信息进行关键词抽取和关键词聚类， 确定所述手 机银行反馈信息对应的高频关键热词； 根据所述 高频关键热词以及预设的多标签分类模型确定 所述手机银行反馈信息对应的分类标签。 本发明 实现了高效的对客户反馈进行分类的有益效果。 权利要求书1页 说明书6页 附图2页 CN 115510234 A 2022.12.23 CN 115510234 A 1.一种基于N LP的手机银 行客户反馈分类方法， 其特 征在于， 包括： 获取客户的手机银 行反馈信息； 采用NLP方法对所述手机银行反馈信息进行关键词抽取和关键词聚类， 确定所述手机 银行反馈信息对应的高频关键热词； 根据所述高频关键热词以及预设的多标签分类模型确定所述手机银行反馈信息对应 的分类标签。 2.根据权利要求1所述的基于NLP的手机银行客户反馈分类方法， 其特征在于， 在所述 采用NLP方法对所述手机银 行反馈信息进行关键词抽取和关键词聚类之前， 还 包括： 对所述手机银行反馈信 息进行数据清洗处理， 其中， 所述数据清洗处理具体包括： 去除 重复数据、 去除无效数据以及去除符号。 3.根据权利 要求1所述的基于NLP的手机银行客户反馈分类方法， 其特征在于， 采用NLP 方法对所述手机银行反馈信息进 行关键词抽取和关键词聚类， 确定所述手机银行反馈信息 对应的高频关键热词， 具体包括： 对所述手机银 行反馈信息进行关键词抽取， 得到关键词集 合； 基于所述关键词集 合进行关键词聚类， 得到所述高频关键热词。 4.根据权利要求1所述的基于NLP的手机银行客户反馈分类方法， 其特征在于， 所述多 标签分类模型包括： 高频关键热词与分类标签之间的对应关系。 5.一种基于N LP的手机银 行客户反馈分类装置， 其特 征在于， 包括： 反馈信息获取 单元， 用于获取客户的手机银 行反馈信息； 高频关键热词确定单元， 用于采用NLP方法对所述手机银行反馈信息进行关键词抽取 和关键词聚类， 确定所述手机银 行反馈信息对应的高频关键热词； 分类标签确定单元， 用于根据 所述高频关键热词以及预设的多标签分类模型确定所述 手机银行反馈信息对应的分类标签。 6.根据权利要求5所述的基于N LP的手机银 行客户反馈分类装置， 其特 征在于， 还 包括： 数据清洗单元， 用于对所述手机银行反馈信 息进行数据清洗处理， 其中， 所述数据清洗 处理具体包括： 去除重复数据、 去除无效数据以及去除符号。 7.根据权利要求5所述的基于NLP的手机银行客户反馈分类装置， 其特征在于， 所述高 频关键热词确定单 元， 具体包括： 关键词抽取模块， 用于对所述手机银 行反馈信息进行关键词抽取， 得到关键词集 合； 关键词聚类模块， 用于基于所述关键词集 合进行关键词聚类， 得到所述高频关键热词。 8.根据权利要求5所述的基于NLP的手机银行客户反馈分类装置， 其特征在于， 所述多 标签分类模型包括： 高频关键热词与分类标签之间的对应关系。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至4任意一项所 述方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序/指令， 其特征在于， 该计算机程 序/指令被处 理器执行时实现权利要求1至4任意 一项所述方法的步骤。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 该计算机程序/指令被 处理器执行时实现权利要求1至4任意 一项所述方法的步骤。权　利　要　求　书 1/1 页 2 CN 115510234 A 2基于NLP的手机银行客户反馈分类方 法及装置 技术领域 [0001]本发明涉及自然语言处理领域， 具体而言， 涉及一种基于NLP的手机银行客户反馈 分类方法及装置 。 背景技术 [0002]手机银行APP每天会通过APP内的客服功能或其他渠道收集到大量的客户使用手 机银行的反馈， 客户反馈对于后续的APP优化、 提升客户满意度具有重要意义。 目前面对大 量客户反馈， 只基于业务或者工单输入， 即通过人工的方式去对反馈进 行分类， 目前这种方 式效率太低难以提炼出大量有价值的信息。 现有技术缺少一种更为高效的对客户反馈进 行 分类的方案 。 [0003]本部分旨在 为权利要求书中陈述的本发明实施例提供背景或上下文。 此处的描述 不因为包括在本 部分中就承认是现有技 术。 发明内容 [0004]本发明为了解决上述背景技术中的至少一个技术问题， 提出了一种基于NLP的手 机银行客户反馈分类方法及装置 。 [0005]为了实现上述目的， 根据本 发明的一个方面， 提供了一种基于NLP的手机银行客户 反馈分类方法， 该 方法包括： [0006]获取客户的手机银 行反馈信息； [0007]采用NLP方法对所述手机银行反馈信息进行关键词抽取和关键词聚类， 确定所述 手机银行反馈信息对应的高频关键热词； [0008]根据所述高频关键热词以及预设的多标签分类模型确定所述手机银行反馈信息 对应的分类标签。 [0009]可选的， 在所述采用NLP方法对所述手机银行反馈信息进行关键词抽取和关键词 聚类之前， 还 包括： [0010]对所述手机银行反馈信息进行数据清洗处理， 其中， 所述数据清洗处理具体包括： 去除重复数据、 去除无效数据以及去除符号。 [0011]可选的， 采用NLP方法对所述手机银行反馈信息进行关键词抽取和关键词聚类， 确 定所述手机银 行反馈信息对应的高频关键热词， 具体包括： [0012]对所述手机银 行反馈信息进行关键词抽取， 得到关键词集 合； [0013]基于所述关键词集 合进行关键词聚类， 得到所述高频关键热词。 [0014]可选的， 所述多标签分类模型包括： 高频关键热词与分类标签之间的对应关系。 [0015]为了实现上述目的， 根据本 发明的另一方面， 提供了一种基于NLP的手机银行客户 反馈分类装置， 该装置包括： [0016]反馈信息获取 单元， 用于获取客户的手机银 行反馈信息； [0017]高频关键热词确定单元， 用于采用NLP方法对所述手机银行反馈信息进行关键词说　明　书 1/6 页 3 CN 115510234 A 3