基于深度神经网络的工单采集模型研究

作者:陶晓峰; 吕朋朋; 缪平; 娄保东
来源:自动化与仪器仪表, 2020, (02): 39-46.
DOI:10.14016/j.cnki.1001-9227.2020.02.039

摘要

提出了一种面向工单采集特定场景下的多轮对话模型,实现了机器人自动收集工单的功能。首先,该模型利用卷积神经网络(CNN)将用户输入句子转化成向量,利用信息网络来收集客户咨询的关键性信息,然后用双层长短期记忆网络(LSTM)来记忆上下文信息及管理会话流程,最后采用分类器来预测机器人的回复。实验结果表明,该模型与seq2seq模型相比,需要的训练数据较少,工单完成率高,即使中间信息采集存在误差,最终也可以准确地完成工单的采集。