基于融合模型与语义网络的App用户意图识别研究OA北大核心CSTPCD
随着手机应用软件的流行,应用市场上出现了大量非结构化的中文用户评论。基于用户评论识别App用户意图,可以帮助开发人员对App软件进行有针对性的维护和改善。为了从中准确识别用户意图,提出一种基于融合模型和语义网络的App用户意图识别方法FSAUIR。使用百度工具Senta判断评论的情感倾向,构建基于RoBERTa的融合意图分类模型RBMS,通过RoBERTa模型将用户评论转化为语义特征表示,并将其输入到双向门控循环单元中,以提取评论的全局上下文语义…查看全部>>
陈瀚;赵春蕾;蒋昊达;王春东
天津理工大学教育部计算机视觉与系统省部共建重点实验室,天津300384 天津市智能计算与软件新技术重点实验室,天津300384天津理工大学教育部计算机视觉与系统省部共建重点实验室,天津300384 天津市智能计算与软件新技术重点实验室,天津300384天津理工大学教育部计算机视觉与系统省部共建重点实验室,天津300384 天津市智能计算与软件新技术重点实验室,天津300384天津理工大学教育部计算机视觉与系统省部共建重点实验室,天津300384 天津市智能计算与软件新技术重点实验室,天津300384
计算机与自动化
意图识别意图分类RoBERTa模型双向循环门控单元PositionRank模型多头自注意力机制
《计算机工程》 2024 (8)
P.50-63,14
国家重点研发计划“科技助力经济2020”重点专项(SQ2020YFF0413781,SQ2020YFF0401503)。
评论