方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户...方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户对话数据,实现场景化客服文本分析,通过挖掘负面投诉对话文本价值,并基于识别的客户情绪、语义信息等进行质检,可提前获知客户的潜在不满意倾向,持续提高客户的服务体验,具有很好的推广前景。已应用在天津移动满意度预测、服务运营分析和语音质检工作中,以投诉语音质检机器人替代人工操作,实现降本增效。展开更多
文摘方案提出一种基于SpanBERT(Bidirectional Encoder Representations from Transformers by representing and predicting Spans)模型的服务热线文本情感分析方法,以SpanBERT实现句向量优化的文本情感细粒度分析方案,针对移动客服与用户对话数据,实现场景化客服文本分析,通过挖掘负面投诉对话文本价值,并基于识别的客户情绪、语义信息等进行质检,可提前获知客户的潜在不满意倾向,持续提高客户的服务体验,具有很好的推广前景。已应用在天津移动满意度预测、服务运营分析和语音质检工作中,以投诉语音质检机器人替代人工操作,实现降本增效。
