【目的】对投诉短文本进行有效分类以提高问题处理效率。【方法】针对投诉文本所呈现出的弱结构化、长度较短等特征,提出一种结合主题模型和词向量方法构建SVM输入空间向量,并融入集成学习方法的nBD-SVM文本分类模型。【结果】采用企业投诉文本进行实证分析,对比相关分类方法,nBD-SVM准确率可达81.13%,说明其能够有效提升投诉文本分类的准确性和效率。【局限】实验仅以某公司投诉文本为例。【结论】nBD-SVM分类模型能够适应企业投诉文本分类任务,满足企业的分类应用需求。
科研之友
微信
新浪微博
Facebook
分享链接
