典型文献
智能催收系统中自然语言理解模块设计
文献摘要：
随着社会信贷消费的流行,待催收的违约用户逐渐增多.针对此问题,对Rasa对话系统开发框架中的自然语言理解模块进行改进,显著提升智能催收系统中自然语言理解模块的准确率,并对最终得到的训练模型进行性能评估.在所提出的算法模型中,用户输入文本经面向特定领域的预训练语言模型处理后输入到意图识别与槽位填充模块.在提出的模型中采用递归卷积神经网络模型进行意图识别,门控循环单元及条件随机场模型完成槽位填充任务,最后与原始预训练语言模型及其他主流算法进行比较.意图识别、槽位填充模型实验结果显示,本文方法F1值分别达95.75％、95.88％,均优于其他主流算法,验证了所提出算法的可行性.
文献关键词：
智能催收系统;Rasa;自然语言理解;预训练语言模型
中图分类号：
作者姓名：
赵冬;穆平安
作者机构：
上海理工大学光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]赵冬;穆平安-.智能催收系统中自然语言理解模块设计)[J].软件导刊,2022(09):26-32
A类：
智能催收系统,递归卷积神经网络
B类：
自然语言理解,解模,模块设计,信贷消费,违约,Rasa,对话系统,系统开发,开发框架,训练模型,性能评估,算法模型,特定领域,预训练语言模型,模型处理,意图识别,槽位填充,充模,卷积神经网络模型,门控循环单元,条件随机场,成槽,充任,流算法,模型实验
AB值：
0.260176
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
