摘要
本申请提供一种基于多模态数据融合的动态规则智能质检系统及方法,涉及智能质检领域,解决了传统质检方法在多模态数据融合、规则灵活性及质检效率方面不足的技术问题。该方法包括:将原始数据通过跨模态协同清洗得到多模态数据;对多模态数据进行特征提取与特征规范化处理得到多模态特征;将多模态特征输入至多模态融合模型,得到融合特征向量;基于决策树构建动态规则引擎模块;将融合特征向量与原始对话文本输入至动态规则引擎模块,得出质检结果。本申请用于智能质检过程中,通过多模态数据融合与动态规则引擎的结合,有效解决了传统质检方法在数据处理、规则灵活性及质检效率方面的不足,显著提升了客服质检的准确性与智能化水平。
技术关键词
动态规则引擎
文本
多模态数据融合
智能质检系统
语音
视频
多模态特征
跨模态
人脸关键点检测方法
决策树学习算法
质检方法
决策树规则
客服
模块
样本
通信单元
评分机制
系统为您推荐了相关专利信息
状态评估方法
朴素贝叶斯算法
文本
功能性磁共振成像
正电子发射断层扫描
案例库
知识抽取方法
文本
多智能体协作
信息抽取方法
短信
多维度特征提取
梯度提升决策树
识别方法
扩展特征向量