计算机应用

作者：廖胜兰, 殷实, 陈小平, 张波, 欧阳昱, 张衡

单位：1. 中国科学技术大学 计算机科学与技术学院, 合肥 230026;2. 国网安徽省电力有限公司, 合肥 230022;3. 国网阜阳市城郊供电公司, 安徽 阜阳 236000

关键词：意图识别,文本分类,中文数据集,对话系统,服务机器人,电力业务

基金：国家自然科学基金资助项目（U1613216）。

针对供电营业厅客服机器人的智能对话系统，构建了一个较大规模的电力业务用户意图数据集。该数据集包括了9 577条用户问询语句及其标注类别。首先对从供电营业厅采集到的真实语音数据进行清洗、处理和过滤。为了使数据能够驱动意图分类相关的深度学习模型的研究，专业人员根据电力业务背景知识对数据进行高质量的标注和扩充。标注中根据电力业务定义了35种业务类别标签。为了测试该数据集的实用性和有效性，采用了多个意图分类经典模型进行实验，并将得到的意图分类模型嵌入到对话系统中。经典的文本分类模型循环卷积神经网络（Text-RCNN）在该数据集上可得到87.1%的准确率。实验结果表明该数据集可以有效驱动电力业务相关对话系统的研究，提升用户的满意度。

来源：2020年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第9期