基于TextCNN模型的文本意图识别算法改进研究
Journal of Wuhan University of Technology（2023）
摘要
文本分类算法常被用于自然语言处理领域,该算法可帮助系统理解用户输入的文本,准确判断用户的意图或需求,以便提供相应的回答或服务.作者在TextCNN文本分类模型的基础上融入情绪信息、词向量以及语句特征,提出一种新的意图识别模型cmoBERT-TextCNN,该模型可增强意图分析与预测的准确性.以汽车行业和电子消费品两个独立数据集为例,将此模型与其他多种分类模型进行对比实验,实验结果表明文中所提出的分类模型,意图预测精确率均在80％以上,与不包含情绪信息的分类模型相比,其F1值分别提升了 1.54％和1.03％,证明该模型能有效提高文本分类的准确性,且融入情绪信息能加强意图识别的强度.
更多关键词
artificial intelligence,natural language processing,text classification algorithm,intent recognition technology,feature enhancement
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要