没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
7页
电力客服工单数据以文本形式记录电力用户的需求信息, 合理的工单分类方法有利于准确定位用户需求, 提升电力系统的运行效率. 针对工单数据特征稀疏、依赖性强等问题, 本文对基于字符级嵌入的长短时记忆网络(Bidirectional Long Short-Term Memory network, BiLSTM)和卷积神经网络(Convolution Neural Network, CNN)组合的结构模型进行优化. 该模型首先对Word2Vec模型训练的词向量进行降噪处理, 得到文本的特征表示; 其次, 利用BiLSTM网络递归地学习文本的时序信息, 提取句子特征信息; 再输入到双通道池化的CNN网络中, 进行局部的特征提取. 通过在真实客服工单数据集上的测试实验, 验证了该模型在客服工单分类任务上的具有较好的精确性和鲁棒性.
资源推荐
资源评论
资源评论
weixin_38725531
- 粉丝: 5
- 资源: 874
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功