公开(公告)号：CN119623484A

公开(公告)日：2025-03-14

申请号：CN202510148148.8

申请日：2025-02-11

Applicant: 杭州中软安人网络通信股份有限公司

Inventor： 程德生 ,  万晶 ,  钱刚 ,  潘倩倩 ,  刘阳 ,  曹柳

IPC: G06F40/35 ,  G06F40/151 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开一种基于大模型的客服平台情感分析方法，涉及语言智能数据处理技术领域，其技术方案要点是：使用svm模型和Transformer模型结合形成svm‑transformer模型作为基础的情感分析模型进行分析，并使用带有标签的情感数据集对svm‑transformer模型进行微调训练，从而提高模型的准确性，通过交叉验证等方法对模型的性能进行评估，确保模型能够在新的数据上保持良好的泛化能力，本发明能够更准确地识别用户当前的情感状态，如满意或者不满意，避免传统方法中检测效率低、成本高、准确性差、难以监督等问题，进而为客服平台提供更精准的内容推荐、用户行为分析等功能。

公开(公告)号：CN119623484B

公开(公告)日：2025-05-02

申请号：CN202510148148.8

申请日：2025-02-11

Applicant: 杭州中软安人网络通信股份有限公司

Inventor： 程德生 ,  万晶 ,  钱刚 ,  潘倩倩 ,  刘阳 ,  曹柳

IPC: G06F40/35 ,  G06F40/151 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/213 ,  G06F18/25

Abstract: 本发明公开一种基于大模型的客服平台情感分析方法，涉及语言智能数据处理技术领域，其技术方案要点是：使用svm模型和Transformer模型结合形成svm‑transformer模型作为基础的情感分析模型进行分析，并使用带有标签的情感数据集对svm‑transformer模型进行微调训练，从而提高模型的准确性，通过交叉验证等方法对模型的性能进行评估，确保模型能够在新的数据上保持良好的泛化能力，本发明能够更准确地识别用户当前的情感状态，如满意或者不满意，避免传统方法中检测效率低、成本高、准确性差、难以监督等问题，进而为客服平台提供更精准的内容推荐、用户行为分析等功能。

公开(公告)号：CN113961669A

公开(公告)日：2022-01-21

申请号：CN202111251502.8

申请日：2021-10-26

Applicant: 杭州中软安人网络通信股份有限公司

Inventor： 程德生 ,  王梨 ,  余星 ,  万晶 ,  钱刚 ,  周靖峰 ,  陈志方 ,  刘阳

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明提供了一种预训练语言模型的训练方法、存储介质及服务器，该训练方法通过利用特定场景的文本语料对通用领域的语言模型进行预训练，所得到的专业领域的预训练语言模型可以更好地捕捉到特定场景下文本语料中的独有信息。通过分词工具分词，使得整体的词语作为是否被遮蔽的目标，能够加大语言模型的训练难度，提升语言模型的语义理解能力，进而提升经过训练所获得的预训练语言模型的准确性。增加的每条文本的类别标签信息也富有丰富的语义信息，通过加入类别标签信息，能够更好的让预训练语言模型理解整体的语言效果。改善采用预训练语言模型处理下游的自然语言处理任务过程中的准确性及效率。