数据集概述
该数据集包含2229条由巴西弗洛里亚诺波利斯地区IT支持公司提供的工单，经人工分类为7个类别，涵盖多语言非结构化文本。数据已脱敏处理，包含模型训练相关文件、数据文件及分析结果文件。
文件详解
- 数据文件（CSV格式）：
- X_train.csv：训练集特征数据文件，存储工单文本数据
- X_test.csv：测试集特征数据文件，存储工单文本数据
- y_train.csv：训练集标签数据文件，字段包括id（工单ID）、category_truth（真实分类类别）
- y_test.csv：测试集标签数据文件，字段包括id（工单ID）、category_truth（真实分类类别）
- 模型相关文件：
- vlatest_model.h5：模型文件，H5格式
- vlatest_encoder.pickle：编码器文件，Pickle格式
- vlatest_tokenizer.pickle：分词器文件，Pickle格式
- 分析与结果文件：
- distributions.txt：统计分布文件，TXT格式
- metrics.txt：模型评估指标文件，TXT格式，包含精确率、召回率、F1值等
- training.png：训练过程图片文件，PNG格式
- confusion_matrix.png：混淆矩阵图片文件，PNG格式
- 代码文件：
- code.py：代码文件，Python格式
适用场景
- IT服务管理研究：分析不同类别工单的分布特征，优化工单分类流程
- 自然语言处理模型训练：用于文本分类模型的训练与测试，提升工单自动分类准确率
- 客户服务优化：基于工单分类结果，识别高频问题类型，针对性改进服务
- 数据脱敏技术研究：探究多步骤脱敏方法在文本数据处理中的应用效果
