摘要
本申请提供一种多模态的对话数据痛点洞察方法、装置、设备及存储介质,该方法通过第一特征编码层,对多种模态数据进行数据特征提取,并进行数据特征的合并,形成统一的特征表示,能够更全面地捕捉对话数据中的信息,增强了模型的特征表达能力,提高了对用户痛点的识别和理解能力,使得用户痛点洞察更全面、更准确。通过角色信息编码层,提取每条消息对应的角色信息特征,避免对非用户对话数据的痛点识别错误;第二特征编码层对多模态特征和角色信息特征进行协同编码,提高用户痛点洞察的准确性;位置解码层能够识别对话信息特征中的痛点实体及其位置,为每个痛点实体提供位置预测概率值,有助于精确定位痛点。
技术关键词
多模态特征
实体
信息编码
预训练模型
解码器
图像特征编码
数据特征提取
训练集
数据输入模块
计算机设备
消息
可读存储介质
处理器
语音特征
矩阵
系统为您推荐了相关专利信息
非玩家角色
环境感知信息
三维虚拟环境
自然语言
实体
多模态情绪
语义特征
识别方法
多模态特征融合
文本
剂量验证方法
剂量验证模型
瓶颈特征
多尺度特征融合
深层特征提取
语义分割模型
语义分割方法
灵敏度矩阵
多模态特征
彩色图像