文本分类技术在报业智能客服系统中的应用

摘要: 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。
- 智能客服系统 /
- 问句分类技术 /
- fastText /
- 分层 softmax

[1]	谢季川，宗振国，刘宏国，张春秋，田晓 . 基于词向量模型的 95598 工单文本挖掘 [J]. 电子世界，2017（23）：176 +178..
[2]	冯梦莹，李红 . 文本卷积神经网络模型在短文本多分类中的应用 [J]. 金融科技时代，2020（1）：38-42.
[3]	Joulin A ，Grave E ，Bojanowski P ，et al. Bag of Tricks for Efficient Text Classification[J]. 2016.
[4]	熊富林，邓怡豪，唐晓晟 .Word2vec 的核心架构及其应用 [J]. 南京师范大学学报（工程技术版），2015（1）：43-48.
[5]	李颢，张吉皓 . 基于文本挖掘技术的客服投诉工单自动分类探讨 [J]. 移动通信，2017（23）：66-72.
[6]	Devlin J ，Chang M W ，Lee K ，et al. BERT： Pre_x005ftraining of Deep Bidirectional Transformers for Language Understanding[J]. 2018.