应用于 IT 支持工单的信息检索技术比较
信息检索
2025-08-11 v1 人工智能
摘要
依赖 IT 服务和资源的机构承认 IT 帮助台系统的重要性，这些系统作为连接 IT 人员和用户以便于服务请求的中心枢纽。通过采用各种机器学习模型，这些 IT 帮助台系统允许访问过去使用的纠正措施，但每个模型在应用于不同数据集时表现不同。本工作比较了 IT 支持工单数据集中的十一种信息检索技术，旨在实现一个促进信息技术支持分析师工作的软件。最佳结果来自 Sentence-BERT 技术，其多语言变体 distilluse-base-multilingual-cased-v1，其中 78.7% 的模型推荐被认为是相关的。TF-IDF（69.0%）、Word2vec（68.7%）和 LDA（66.3%）技术也取得了一致的结果。此外，公布了所用数据集和关键代码部分，并实现了一个最小可行原型，说明了支持工单恢复系统的实用性，并详细描述了该系统的实现。最后，本工作提出了一种新型指标，用于比较技术，其旨�在更贴近 IT 分析师对检索质量的感知。
引用
@article{arxiv.2508.05654,
title = {Comparison of Information Retrieval Techniques Applied to IT Support Tickets},
author = {Leonardo Santiago Benitez Pereira and Robinson Pizzio and Samir Bonho},
journal= {arXiv preprint arXiv:2508.05654},
year = {2025}
}