基于深度神经网络的工单采集模型研究

• 作者: 吕朋朋 娄保东 缪平 陶晓峰
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 智能工单 多轮对话 深度神经网络 长短期记忆网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 理论创新
• 页码范围: 39-42,46
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• 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seq2 seq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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄保东	河海大学工程训练中心	8	44	4.0	6.0
2	陶晓峰		7	2	1.0	1.0
3	吕朋朋		4	0	0.0	0.0
4	缪平		4	0	0.0	0.0