АВТОМАТИЧНА КЛАСИФІКАЦІЯ ТЕКСТОВИХ ЗВЕРНЕНЬ КОРИСТУВАЧІВ У СЕРВІСНИХ СИСТЕМАХ ЗА ДОПОМОГОЮ NLP ТА МАШИННОГО НАВЧАННЯ

АВТОМАТИЧНА КЛАСИФІКАЦІЯ ТЕКСТОВИХ ЗВЕРНЕНЬ КОРИСТУВАЧІВ У СЕРВІСНИХ СИСТЕМАХ ЗА ДОПОМОГОЮ NLP ТА МАШИННОГО НАВЧАННЯ Анотація.У статті розглядається задача автоматичної класифікації текстових звернень користувачів у сервісних системах підтримки з використанням методів обробки природної мови та машинного навчання.Актуальність дослідження зумовлена постійним зростанням обсягу звернень у вигляді коротких текстових повідомлень, заявок та квитків, що потребують оперативної обробки та коректного визначення категорії й пріоритетності.Робота має практично орієнтований характер і спрямована на автоматизацію бізнес-процесів, підвищення швидкості реагування служб підтримки та зменшення навантаження на операторів.Значну увагу приділено етапу попереднього опрацювання текстових даних, який включає нормалізацію тексту, очищення від шуму у вигляді URL-адрес, емодзі, спеціальних символів і стоп-слів, а також застосування токенізації та лематизації для зменшення варіативності мовних форм.У межах роботи розглядаються підходи до тематичного моделювання текстів на основі алгоритму Latent Dirichlet Allocation та їх порівняння з класичним векторним представленням текстів за допомогою TF-IDF, яке виявляється більш придатним для коротких і неструктурованих повідомлень користувачів.Окрему увагу приділено побудові end-to-end конвеєра машинного навчання, що охоплює всі етапи обробки даних -від підготовки текстів до прогнозування категорії звернення.Також розглядається модель рекомендаційного спрямування, яка дозволяє автоматично визначати пріоритетність заявок та підтримувати процес їх маршрутизації у сервісних системах.Запропонований підхід може бути використаний для оптимізації роботи служб