科研之友
微信
新浪微博
Facebook
分享链接
摘要
文本分类算法常被用于自然语言处理领域，该算法可帮助系统理解用户输入的文本，准确判断用户的意图或需求，以便提供相应的回答或服务。作者在TextCNN文本分类模型的基础上融入情绪信息、词向量以及语句特征，提出一种新的意图识别模型emoBERT-TextCNN,该模型可增强意图分析与预测的准确性。以汽车行业和电子消费品两个独立数据集为例，将此模型与其他多种分类模型进行对比实验，实验结果表明文中所提出的分类模型，意图预测精确率均在80%以上，与不包含情绪信息的分类模型相比，其F1值分别提升了1.54%和1.03%,证明该模型能有效提高文本分类的准确性，且融入情绪信息能加强意图识别的强度。
-
单位大连东软信息学院; 武汉理工大学; 上汽通用五菱汽车股份有限公司
