基于集成学习的投诉工单分类方法及装置

本申请实施例提供一种基于集成学习的投诉工单分类方法及装置，涉及数据处理技术领域，也可用于金融领域，方法包括：对获取的投诉工单数据进行预处理，提取关键字段并规范化文本数据；将预处理后的所述投诉工单数据输入至预训练的集成模型，其中，所述集成模型是通过对机器学习模型进行参数优化，并结合业务专家模型调整和融合后得到的；根据所述集成模型的输出结果对所述投诉工单数据进行分类，得到所述投诉工单数据的内控缺陷分类结果；对所述内控缺陷分类结果进行复核，并通过回传数据对所述集成模型进行迭代优化；本申请能够从海量投诉工单数据中快速、准确地发现涉及内控合规问题的工单，助力客户投诉问题有效解决，提升内控管理质效。