文本分类技术在报业智能客服系统中的应用

G211; 作为主流媒体的新闻报刊业,从广告办理、报纸印刷、发行订报到新闻报料,每天接收和处理的客户信息量都巨大.近年来,随着人力成本的日益增长,传媒行业对可以大幅减轻人工客服工作量的智能客服系统的需求也日益迫切.本文从提高报业行业人工智能客服系统的准确率和效率的目的出发,对问句分类技术进行了深入研究,主要使用快速文本分类算法(fastText)来实现对问句的分类.实验表明,与传统的SVM+TF、BERT+SVM相比,该算法能够很好的兼顾系统的查询准确度和查询的时间开销以满足用户的查询准确率和速率的需求....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	中国传媒科技 2021 (10), p.149-151
Hauptverfasser:	郑创伟, 谢志成, 邢谷涛, 陈少彬, 陈义飞
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	G211; 作为主流媒体的新闻报刊业,从广告办理、报纸印刷、发行订报到新闻报料,每天接收和处理的客户信息量都巨大.近年来,随着人力成本的日益增长,传媒行业对可以大幅减轻人工客服工作量的智能客服系统的需求也日益迫切.本文从提高报业行业人工智能客服系统的准确率和效率的目的出发,对问句分类技术进行了深入研究,主要使用快速文本分类算法(fastText)来实现对问句的分类.实验表明,与传统的SVM+TF、BERT+SVM相比,该算法能够很好的兼顾系统的查询准确度和查询的时间开销以满足用户的查询准确率和速率的需求.
ISSN:	1671-0134
DOI:	10.19483/j.cnki.11-4653/n.2021.10.045