计算机科学››2024,第51卷››问题(5): 216-222.数字对象标识:1896年10月10日/jsjkx.230300034

•人工智能• 以前的文章   下一篇文章

基于深度多视网络的政府事件调度方法

李自晨1、易秀文2,3、陈顺1,2,3、张俊波1,2,3,李天瑞1  

  1. 1西南交通大学计算与人工智能学院,成都611756
    2京东智能城市研究中心,中国北京100176
    3京东智慧城市科技有限公司,中国北京100176
  • 收到:2023-03-05 修订过的:2023-06-13 在线:2024-05-15 出版:2024-05-08
  • 关于作者:李自晨,1997年生,研究生。他的主要研究兴趣包括城市计算和深度学习。
    易修文,1991年生,博士,数据科学家,研究员,CCF(编号45025M)成员。他的主要研究兴趣包括时空数据挖掘和深度学习。
  • 支持单位:
    国家重点研发计划(2019YFB2103205)和北京新星计划(Z211100002121119)。

摘要:12345政务服务便民热线是地方政府为处理热线事件而设立的公共服务平台。近年来,随着政府数字化的推进,12345热线作为公民与政府之间的沟通纽带的重要性大大提高,对事件处理效率的要求也越来越高。针对传统的事件调度方法主要依赖调度员的手动操作,速度慢、精度低、耗费大量人力资源的问题,提出了一种基于深度多视图网络的政府事件调度方法。首先,我们通过自监督学习训练带权值的图卷积神经网络,并从历史任务记录中提取事件类别分散部门的行为表示。之后,使用经过政府领域语料库微调的BERT模型来提取事件描述和事件标题的语义表示。然后,利用基于注意机制的残差网络对事件的多个视图进行融合,得到事件的融合表示。最后,将融合表示送入分类器以获得事件分派结果。在南通12345热线数据集上的实验表明,该方法在各种指标方面优于其他基线方法,可以提高事件调度的效率。

关键词: 12345热线, 事件调度, 文本分类, 多视图学习, 深度学习, 城市计算

CLC编号:

  • TP399型
[1] DEVLIN J,CHANG M W,LEE K,等.伯特:语言理解深度双向变换器的预训练[C]//计算语言学协会北美分会2019年会议论文集。人类语言技术,2019:4171-4186。
[2] YANG Z,DAI Z,YANG Y,et al.Xlnet:语言理解的广义自回归预训练[C]//第33届国际神经信息处理系统会议论文集。2019:5753-5763。
[3] 刘毅,OTT M,GOYAL N,等.罗伯塔:一种稳健的优化伯特预训练方法[C]//第二十届全国计算语言学会议论文集.2021:1218-1227。
[4] 郑永平,马雪莲.利用政府热线数据促进智慧治理——以广州市政府热线为例[J]。电子政务,2018(12):18-26。
[5] 赵建新,王恩,孟天刚.联系市民与城市:大城市治理中的热线与政府回应:基于北京12345政府热线的大数据分析[J]。电子政务,2021(2):2-14。
[6] PU X,LONG K,CHEN K,等.基于语义的成都热线记录短文本快速聚类方法[C]//2019 IEEE可信、自主和安全计算国际会议,普适智能与计算国际会议、云与大数据计算国际会议和网络科技大会国际会议.2019:516-521。
[7] 罗建英,邱姿,谢国强,等.基于word2vec[C]//2018网络分布式计算与知识发现国际会议的城市热线投诉文本分类模型研究。IEEE,2018年。
[8] 彭霞,李毅,司毅,等。利用12345投诉热线数据处理日常城市问题的社会感知方法[J]。计算机、环境和城市系统,2022,94:101790。
[9] LIU B.GCN-BERT和基于记忆网络的中国政府热线事件文本多标签分类[J]。IEEE接入,2022,10:109267-109276。
[10] 陈刚,舍X,陈J,等.中国政府热线的自动工作指令分配方法[J]。工程报告,2023,5(3):e12580。
[11] SALTON G,WONG A,YANG C S.自动索引的向量空间模型[J]。ACM通讯,1975年,18(11):613-620。
[12] LEWIS D D.Naive(Bayes)at四十:信息检索中的独立性假设[C]//第十届欧洲机器学习会议论文集.1998:4-15。
[13] JOACHIMS T.基于支持向量的文本分类ma-chines:具有许多相关特征的学习[C]//第十届欧洲机器学习会议论文集.1998:137-142。
[14] JOHNSON R,ZHANG T.用于文本分类的深金字塔卷积神经网络[C]//计算语言学协会第55届年会论文集.2017:562-570。
[15] 刘平,邱X,黄霞.基于多任务学习的递归神经网络文本分类[C]//第二十五届国际人工智能联合会议论文集.2016:2873-2879。
[16] VASWANI A,SHAZEER N,PARMAR N,et al.注意就是你所需要的一切[C]//第31届神经信息处理系统国际会议论文集.2017:6000-6010。
[17] SUN S.多视图机器学习研究综述[J]。神经计算与应用,2013,23:2031-2038。
[18] 吴志清,张永伟,尚磊.基于语义特征的微博多视角情感分类[J]。CAAI智能系统汇刊,2017,12(5):745-751。
[19] GØNEN M,ALPAYDIN E.多核学习算法[J]。机器学习研究杂志,2011,12:2211-2268。
[20] 张明,李涛,李毅,等.城市区域嵌入的多视图联合图表示学习[C]//第二十届国际人工智能联合会议论文集.2021:4431-4437。
[21]闫建德,贾成英.基于双图神经网络信息融合的文本分类方法[J]。计算机科学,2022,49(8):230-236。
[22]KIPF T N,WELLING M.图卷积网络半监督分类[C]//第五届学习表征国际会议论文集.2017。
[23]VELI采科维奇P,CUCURULL G,CASANOVA A等.图形注意力网络[C]//第六届学习代表国际会议论文集.2018。
[24]SCHULMAN J,MORITZ P,LEVINE S,等.基于广义优势估计的高维连续控制[C]//第四届国际学习代表大会论文集.2016。
[25]范伟,马毅,李强,等.用于社会推荐的图形神经网络[C]//万维网会议.2019:417-426。
[26]WU S,SUN F,ZHANG W,等.反馈系统中的图形神经网络:综述[J]。ACM计算调查,2022,55(5):1-37。
[27]何凯,张X,任S,等.图像识别的深度剩余学习[C]//IEEE计算机视觉与模式识别会议论文集.2016:770-778。
[28]JOULIN A,GRAVEÉ,BOJANOWSKI P等。高效文本分类技巧袋[C]//计算语言学协会欧洲分会第十五届会议论文集。2017:427-431。
[29]IYYER M,MANJUNATHA V,BOYD-GRABER J,et al.深层无序组合与文本分类的句法方法竞争[C]//计算语言学协会第53届年会和第七届国际自然语言处理联合会议论文集.2015:1681-1691。
[30]YANG Z,YANG D,DYER C,等.文档分类的层次注意网络[C]//计算语言学协会北美分会2016年会议论文集:人类语言技术.2016:1480-1489。
[31]CHEN G.政府热线工作订单分类Fu-sing RoBERTa和特征提取[J]。计算机与现代化,2022(6):21-26。
[1] 何晓辉、周涛、李潘乐、常静、李佳棉。基于多尺度注意的遥感图像建筑物提取研究[J] ●●●●。计算机科学,2024,51(5):134-142。
[2] 徐学杰、王宝辉。基于文本和历史数据的多标签专利分类[J] ●●●●。计算机科学,2024,51(5):172-178。
[3] 洪体静、刘登峰、刘毅。基于多尺度全卷积神经网络和GRU的雷达有源干扰识别[J] ●●●●。计算机科学,2024,51(5):306-312。
[4] 孙静、王晓霞。基于云边缘协同子类提取的卷积神经网络模型压缩方法[J] ●●●●。计算机科学,2024,51(5):313-320。
[5] 鲍开南、张俊波、宋丽、李天瑞。ST-WaveMLP:用于交通流预测的时空全球软件网络[J] ●●●●。计算机科学,2024,51(5):27-34。
[6] 张建良、李阳、朱青山、薛红玲、马俊伟、张丽霞、毕生。基于双域稀疏变压器的变电站设备故障报警算法[J] ●●●●。计算机科学,2024,51(5):62-69。
[7] 何世阳、王朝辉、龚盛荣、钟山。基于交叉模式信息过滤的可视问答网络[J] ●●●●。计算机科学,2024,51(5):85-91。
[8] 宋建峰、张文英、韩璐、胡国正、迈克奇光。黑白电影的多级智能色彩恢复算法[J] ●●●●。计算机科学,2024,51(5):92-99。
[9] 陈润欢、戴华、郑贵能、李辉、杨庚。基于差异补偿和短时采样对比损耗的城市电力负荷预测方法[J] ●●●●。计算机科学,2024,51(4):158-164。
[10] 林斌伟、余志勇、黄芳婉、郭显伟。基于Transformer的街道停车位数据完善与预测[J] ●●●●。计算机科学,2024,51(4):165-173。
[11] 宋浩、毛冠民、朱舟。基于GAANET的立体匹配算法[J] ●●●●。计算机科学,2024,51(4):229-235。
[12] 薛金强、吴琴。结合卷积神经网络和小波变换的渐进式多级图像去噪算法
多层感知器
[J] ●●●●。计算机科学,2024,51(4):243-253。
[13] 陈金银、李晓、金海波、陈若曦、郑海滨、李虎。CheatKD:基于中毒神经元同化的知识提取后门攻击方法[J] ●●●●。计算机科学,2024,51(3):351-359。
[14] 黄坤、孙伟伟。基于缺失数据的交通速度预测算法[J] ●●●●。计算机科学,2024,51(3):72-80。
[15] 郑成、石经纬、魏素华、程家明。基于依赖型剪枝的双特征自适应融合网络用于基于方面的情感分析[J] ●●●●。计算机科学,2024,51(3):205-213。
已查看
全文


摘要

引用

  共享   
  讨论   
找不到建议阅读的文章!