在装备制造与家电行业的售后环节，工单文本短、口语化、型号缩写密集，人工归类根因耗时且口径不一。本实验室以某装备客户近两年的 1.8 万条工单做实验性验证：先按“现象—部件—工况”抽取三元组，再用领域词表对齐机型与备件编码，最后以半监督聚类生成候选根因簇，经售后工程师确认后回流为标注样本。
初步结果：候选根因簇由 76 类收敛至 41 类，人工归类一致率约 82%，单条归类平均耗时由 3.5 分钟降至 40 秒；对“重复返修”工单的提前识别召回率约 0.71。当前误判主要集中在水路与电气交叉故障的描述上。
要点：
- 进展：三元组抽取与备件编码对齐已在试点跑通，可按机型、区域下钻查看根因分布。
- 下一步：接入备件更换记录，验证“根因—备件”关联对返修预警的提升幅度，并补充多语言工单的抽取规则。
评论