摘要
本发明提出一种基于跨度关联预测的创新需求分析方法与系统,涉及自然语言处理技术。该方法利用Bi‑LSTM和Bi‑GRU对评论语料进行编码,结合上下文相关的边界表示与跨度上的注意力机制更新子句向量;通过多维信息交互机制整合情感与原因的预测结果及相对位置信息,筛选和预测情感‑原因对,将其与马斯洛需求层次对应,提取需求本质;将受众需求和客户业务需求输入X模型,输出产品创新功能。本发明通过更准确地分析情感和原因之间的关系,增强子句间的信息交互,提升情感‑原因对的提取准确性,并将其匹配到马斯洛需求层次,结合X模型框架,为产品功能创新提供策略导向。
技术关键词
需求分析方法
跨度
信息交互机制
前馈神经网络
注意力机制
编码
需求分析系统
关键词
客户
本质
同义词库
预训练模型
子模块
矩阵
自然语言
匹配模块
偏差
枢轴
金字塔
系统为您推荐了相关专利信息
资源预测方法
前馈神经网络
注意力机制
高维向量空间
数据
排放预测方法
时序
量子态
注意力机制
长短期记忆网络
机器人抓取检测方法
局部注意力机制
通道注意力机制
网络
多尺度膨胀卷积