辅助邮件回复撰写：一种主题预测方法
计算与语言
2015-10-08 v1
摘要
我们提出一种帮助客服人员撰写针对客户请求的邮件回复的方法。为此，我们使用 LDA 从一组邮件往来中提取潜在主题。然后我们利用这些潜在主题来标注数据，获得所谓的“银标准”主题标注。我们利用该标注集训练一个分类器以：(i) 基于客户邮件的特征预测客服人员整封邮件回复的主题分布；以及 (ii) 基于客户邮件特征和客服人员当前句子的特征，预测客服人员回复中下一个句子的主题分布。在电信领域某呼叫中心的大型邮件集合上的实验结果表明，所提方法在预测客服人员下一句子的最佳主题方面是有效的。在 80% 的情况下，正确主题出现在推荐的前五个主题中（总共五十个可能主题）。这显示了该方法应用于交互式环境的潜力，其中向客服人员展示一个小的可能主题列表以供选择下一句子。
引用
@article{arxiv.1510.02049,
title = {Assisting Composition of Email Responses: a Topic Prediction Approach},
author = {Spandana Gella and Marc Dymetman and Jean Michel Renders and Sriram Venkatapathy},
journal= {arXiv preprint arXiv:1510.02049},
year = {2015}
}
备注
8 pages, 5 figures