基于无监督词表示模型与主题建模的有效用户意图挖掘
人工智能
2021-09-07 v1
摘要
由于来自不同文化与教育背景的人群使用互联网的数量呈指数级增长，理解客户与客服坐席间聊天背后的意图已成为当今一个关键问题。更重要的是，电子商务的爆发导致客户与坐席间文本对话量显著增加。本文中，我们提出一种从文本数据中挖掘对话意图的方法。利用客户服务数据集，我们训练无监督文本表示模型，随后开发一种意图映射模型，基于句子与意图间的余弦相似度对预定义意图进行排序。主题建模技术被用于定义意图，领域专家也参与解释主题建模结果。借助该方法，我们能够较好地理解无标注客户服务文本数据背后的用户意图。
引用
@article{arxiv.2109.01765,
title = {Effective user intent mining with unsupervised word representation models and topic modelling},
author = {Bencheng Wei},
journal= {arXiv preprint arXiv:2109.01765},
year = {2021}
}