摘要
本发明涉及文本语言分析技术领域,具体为一种客户评价文本内容中情绪评估方法,包括以下步骤,S1:通过客户评价的文本内容建立基础情绪数据库,对数据进行相似度筛选、无效删除和编码,去除无评估价值文本,并对剩余评价文本进行自然语言预处理;S2:基于深度学习模型对客户的评价进行情感分类,并由时间序列分析跟踪客户评价变化,使用聚类分析判断客户在不同时间点对产品和服务的变化,构建客户个性化画像,本发明中,通过A I分析并跟踪客户评价的变化,为评价文本分配主题标签,同时在训练BERT算法模型时通过MLM掩码、NSP预测和客户个性化画像增强模型的训练效果,达到真实提取文本中语义及情感的目的。
技术关键词
情绪评估方法
文本
客户
自然语言预处理
预定义词汇
词语
大数据画像
BERT模型
多模态学习方法
语言分析技术
深度学习模型
情感词典
算法模型
编码
池化技术
兴趣
标签
语句
关键词
系统为您推荐了相关专利信息
语音识别模型
编码向量
计算机可读指令
文本编码器
频谱特征
人工智能算法
视频摘要信息
企业知识库
生成视频摘要
文本
情感特征
信息处理方法
信息处理程序
文本
自然语言
二维码防伪标签
来源识别方法
多头注意力机制
二维码标签
融合标签
防护方法
机器学习算法分析
威胁检测系统
验证用户身份
智能设备识别