鞋靴退换货诉求文本分类与优先级判断训练数据

面向鞋靴电商平台退换货场景下的诉求文本自动分类与处理优先级智能判断任务，构建训练退货原因分类模型及处理优先级判断模型的标注数据集，使模型能够自动识别消费者退换货诉求文本所属原因类别，并判断申请的处理优先级。用于售后工单自动分类、优先级智能派单场景，解决人工逐条判断退换货原因与优先级效率低、标准不统一、高优工单易被淹没延误处理的问题。一、加工前的数据说明：原始数据来源于企业自有平台的退换货申请记录。 二、处理规则：1.数据采集与清洗：采集退换货申请记录进行去重与格式标准化处理，剔除诉求文本缺失或内容无效的样本。2.退货原因分类标注：采用文本分类模型对每条诉求文本进行退货原因自动识别，将原因划分为物流损坏、描述不符合、款式不满意、尺码不符、重复下单、质量问题六类，再由企业员工对自动标注结果逐条审核校正，形成最终退货原因分类标签。3.处理优先级标注：依据预设优先级判定规则，由人工对每条申请标注处理优先级：涉及质量安全问题或物流严重损坏须立即处理的标注为紧急，属于常规退换货申请按正常流程处理的标注为普通，属于个人原因或仅因不满意的非紧急申请标注为低。4.数据集划分：按训练、验证、测试用途对数据进行划分，生成数据集划分标识（train/val/test）。 三、数据内容描述：最终形成结构化的鞋靴退换货诉求文本分类与优先级判断训练数据集合，包含以下字段：1）申请记录匿名编码：经无规则编码化处理的退换货申请唯一标识；2）申请类型：退换货申请的类别（退货/换货）；3）脱敏后诉求文本：经去标识化处理后保留诉求语义的消费者申请描述文本；4）退货原因分类标签：经模型自动识别并人工审核校正的退货原因类别（物流损坏/描述不符合/款式不满意/尺码不符/重复下单/质量问题），作为退货原因分类模型的监督标签；5）处理优先级标签：依据预设规则由企业员工标注的处理紧迫程度（紧急/普通/低），作为优先级判断模型的监督标签；6）鞋靴品类：申请涉及商品所属鞋靴品类（休闲鞋/户外鞋/运动鞋/正装鞋）；7）数据集划分标识：样本所属子集类型（train/val/test），train表示训练集，val表示验证集，test表示测试集。

搜集汇总

背景与挑战

背景概述

该数据集为鞋靴电商退换货场景下的诉求文本分类与优先级判断任务提供训练数据，包含脱敏后的消费者诉求文本及退货原因分类（如物流损坏、尺码不符等）和处理优先级（紧急、普通、低）标签，用于训练模型自动识别退货原因并判断处理优先级，应用于售后工单自动分类和智能派单场景。数据源自企业平台退换货申请记录，经清洗、人工审核校正标注，并按训练、验证、测试集划分，共2494条，每年更新。