基于RoBERTa模型的客户服务热线不满情绪识别系统

提出一种基于RoBERTa模型的服务热线潜在不满情绪识别方法,从海量的服务热线语音数据中抽取负面情感信息,并进行潜在不满问题解决。在传统文本情感分析模型基础上通过增加RoBERTa语句向量模块,同时引入注意力(Attention)机制,从而使文本情感分析技术在长篇文本学习中获得更好的效果。该系统在天津移动客户服务工作中体现出了优异的应用效果,显著提升了客户满意度。

多维度智能心理测评系统

针对目前心理测评形式单一的问题,设计并实现了一套结合深度学习的多维度智能心理测评系统。该系统通过Java语言以Spring作为后端框架,搭建了Web服务器,前端采用数据驱动模式。人脸表情识别采用基于卷积神经网络(CNN)的MobileNetV2模型,文本分析采用了多任务双向门重复单元(BGRU),开发部署使用了Docker容器化技术,最终实现了管理员子系统与用户子系统。首创了融合量表、表情、语音等多维度特征分析的方案。其中所提出的特征提取和融合模型使得人脸基本表情识别在CK+与jaffe的融合数据集上准确率达到了99.27%,在实际测试中准确率达到了90.7%;声音情绪特征识别采用业界领先技术。该系统的用户服务与管理服务部署在云服务器中,同时支持PC机、智能手机,并提供针对性调节解决方案。该系统已经在实际使用之中。