一种基于小样本学习的客服对话文本的分类方法和系统

授权

摘要

本发明公开了一种基于小样本学习的客服对话文本的分类方法，为了处理客服对话文本数据中数据倾斜的问题，采用一种基于匹配网络的方法来提高算法在小样本类别上的分类准确率；其中，为了解决在客服对话数据中特有的问候语以及其他语句对关键语句造成的干扰问题，本发明引入了层次编码器来减少这部分对于预测的干扰；然后，在实际的文本分类阶段，应用本发明提出的原型网络加多层次编码器算法将有效地提高分类器在小样本类别上分类的准确率。

基本信息

专利标题：

一种基于小样本学习的客服对话文本的分类方法和系统

专利标题（英）：

暂无

公开（公告）号：

CN112784031A

申请号：

CN202110123060.2

公开（公告）日：

2021-05-11

申请日：

2021-01-29

授权号：

CN112784031B

授权日：

2022-04-22

发明人：

唐卓刘恩吏李肯立阳王东曹嵘晖肖国庆刘楚波周旭

申请人：

湖南大学

申请人地址：

湖南省长沙市岳麓区麓山南路1号

代理机构：

武汉臻诚专利代理事务所(普通合伙)

代理人：

宋业斌

优先权：

CN202110123060.2

主分类号：

G06F16/332

IPC分类号：

G06F16/332 G06F16/33 G06F16/35 G06N3/04 G06N3/08