排序方式: 共有12条查询结果,搜索用时 13 毫秒
1.
对话中自动识别用户的具体诉求是电力智能服务平台中的一项关键技术。通过诉求识别,可以对海量对话材料进行及时高效的电子建档、信息挖掘,降低人力成本、提升服务质量。针对这一问题,提出一种结合词汇(token),文段(segment)与上下文(context)级别多层次语义信息表示的诉求识别方法,在每个层次上,引入ELMo预训练模型,通过设计不同的语义传递方式训练出表示不同层次语义信息的词向量。在真实的电力服务对话数据集上验证了该方法的有效性。 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
基于95598业务,利用大数据分析挖掘方法,构建统一身份识别模型,有效识别客户来电号码与户号的对应关系。采用大数据文本挖掘技术,有效解析用电地址信息、客户姓名等内容,并计算地址相似度得分、姓名相似度得分,作为对应关系校验以及识别疑似户号的关键因子指标。针对能获取到的对应关系,构建权重划分模型,计算对应关系匹配度得分,根据分值大小,校验对应关系的可靠性。针对找不到户号对应关系的来电号码,基于文本相似度得分构建KNN模型,计算对应关系匹配度得分,依据分值大小,识别疑似户号。 相似文献
10.