排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
本文基于自然语言处理技术和深度学习算法，挖掘运营商投诉工单中结构化和非结构化内容的语义特征规律，构建了面向运营商网络投诉派单场景的大规模多标签智能分类模型TBF。本文使用包括编码器模块和解码器模块的端到端框架构建模型。编码器模块使用嵌入层将输入数据中的原始字段转化成向量表示后，使用文本卷积神经网络和双向长短期记忆网络分别对不同数据类型字段的向量表示进行特征抽取并使用前馈神经网络进行特征融合。解码器模块是多层感知机分类器组成的分类器链结构，用来接收编码器模块的融合结果并预测输出各层级投诉类别标签，从而实现对网络投诉工单的智能分类，达到节约人力成本、提升派单质效的数智化转型目的。通过在运营商实际生产环境中的测试和应用，取得了较为满意的效果，成功助力运营商的客户满意度改善。 相似文献
2.
为研究贴有电子标签的货物在信息识别过程中由不同的方向进入射频识别通道机以提高货物识别效率,对多通道射频识别通道机内的天线系统、自动屏蔽门系统、输送系统进行性能试验研究.通过分析天线系统的识别角度和范围,设计自动屏蔽门系统的电机,布局光电开关,测试输送系统速率和选择电滚筒材料等,运用Tecnomatix Plant Simulation 9仿真软件对通道机各组成的结构及不同的工况进行仿真测试,仿真结果验证了多通道机在相同的工况下比单通道机性能优越.研究表明:本多通道信息识别机对多通道设计合理,各系统参数满足物联网工程应用中射频识别(RFID)信息识别的效率要求. 相似文献
1
