發(fā)布時(shí)間：2021-01-28 22:07

　　為提升電力系統(tǒng)中智能客服系統(tǒng)的效率,降低人工成本,提出一種基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（Long Short-Term Memory,LSTM）的情緒識(shí)別方法。首先利用詞嵌入（Word Embedding）方法提取出對(duì)話內(nèi)容的特征表示,并根據(jù)先驗(yàn)知識(shí)添加情感特征,生成具有情緒語(yǔ)義的詞向量�；陔p向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)訓(xùn)練得到情緒分類模型,將問(wèn)題解決的需求分為緊急、一般與非緊急三個(gè)級(jí)別,并可將分類結(jié)果用于優(yōu)先級(jí)自動(dòng)調(diào)度決策中,判斷是否應(yīng)立即接入人工服務(wù)。在真實(shí)的電力客服對(duì)話平臺(tái)數(shù)據(jù)集上對(duì)算法在準(zhǔn)確度和響應(yīng)時(shí)間兩個(gè)方面進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明,算法對(duì)情緒的識(shí)別準(zhǔn)確率達(dá)到了較高的水平,且響應(yīng)時(shí)間可以滿足系統(tǒng)實(shí)時(shí)處理的需求,有較高的實(shí)用性。 

【文章來(lái)源】：電子器件. 2020,43(05)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

面向電力智能客服系統(tǒng)的情緒識(shí)別技術(shù)框架

本文使用具有情緒語(yǔ)義特征的詞向量對(duì)對(duì)話內(nèi)容進(jìn)行表示,這既可以利用詞嵌入技術(shù)的優(yōu)勢(shì)以反映內(nèi)容本身高度的領(lǐng)域?qū)I(yè)特征,又可以適應(yīng)情緒識(shí)別這一特定任務(wù)的需求。2.2 BiLSTM模型

在大量實(shí)際場(chǎng)景中,LSTM神經(jīng)元結(jié)構(gòu)復(fù)雜,參數(shù)較多,訓(xùn)練時(shí)間長(zhǎng)的問(wèn)題限制了其實(shí)用性。針對(duì)這些問(wèn)題,Cho等人[19]提出了關(guān)于LSTM的一種改進(jìn),即將LSTM神經(jīng)元簡(jiǎn)化為如圖3的結(jié)構(gòu),稱為GRU(Gated Recurrent Unit)單元。如圖3所示,GRU將LSTM神經(jīng)元中的三個(gè)門減少到兩個(gè)門,其中重置門相當(dāng)于將遺忘門與輸入門進(jìn)行合并,用于判斷是否進(jìn)行遺忘。更新門的作用則相當(dāng)于LSTM神經(jīng)元中的輸出門,用于決定是否將隱藏狀態(tài)更新為新的狀態(tài)。下列各式描述了 GRU單元的更新方式:

【參考文獻(xiàn)】：
期刊論文
[1]基于隱馬爾可夫模型的電力調(diào)度語(yǔ)音識(shí)別研究[J]. 鄢發(fā)齊,王春明,竇建中,劉陽(yáng),楊緒升,陳明.  武漢大學(xué)學(xué)報(bào)(工學(xué)版). 2018(10)
[2]機(jī)器人對(duì)話中的情感傾向性分類模型研究[J]. 陳振彬,謝博,黎樹俊,陳珂.  廣東石油化工學(xué)院學(xué)報(bào). 2018(04)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的微博輿情情感分類研究[J]. 張海濤,王丹,徐海玲,孫思陽(yáng).  情報(bào)學(xué)報(bào). 2018(07)
[4]英國(guó)電力輔助服務(wù)市場(chǎng)短期運(yùn)行備用服務(wù)機(jī)制及啟示[J]. 朱繼忠,葉秋子,鄒金,謝平平,禤培正.  電力系統(tǒng)自動(dòng)化. 2018(17)
[5]基于時(shí)序數(shù)據(jù)庫(kù)的電力運(yùn)維系統(tǒng)關(guān)鍵技術(shù)研究[J]. 榮雪琴,劉勇,劉昊,卜樹坡.  電測(cè)與儀表. 2018(09)
[6]計(jì)及輸電線路舞動(dòng)預(yù)測(cè)的電網(wǎng)短期風(fēng)險(xiǎn)評(píng)估[J]. 褚雙偉,熊小伏,劉善峰,廖崢,王建.  電力系統(tǒng)保護(hù)與控制. 2018(09)
[7]電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)信息品質(zhì)分析新方法及其應(yīng)用[J]. 彭志強(qiáng),張琦兵.  電力系統(tǒng)保護(hù)與控制. 2018(04)
[8]大數(shù)據(jù)網(wǎng)絡(luò)平臺(tái)的雙模態(tài)情緒識(shí)別方法[J]. 李敬偉,馬同偉.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(11)
[9]家庭智能用電管理系統(tǒng)軟件設(shè)計(jì)[J]. 鄭煒楠,陳柏熹,王德志,余濤.  電測(cè)與儀表. 2017(18)
[10]基于多注意力卷積神經(jīng)網(wǎng)絡(luò)的特定目標(biāo)情感分析[J]. 梁斌,劉全,徐進(jìn),周倩,章鵬.  計(jì)算機(jī)研究與發(fā)展. 2017(08)

碩士論文
[1]基于語(yǔ)言模型和機(jī)器學(xué)習(xí)的文本情感分類研究[D]. 張奇.東南大學(xué) 2017



本文編號(hào)：3005776