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：CN112101038A

公开(公告)日：2020-12-18

申请号：CN201910527665.0

申请日：2019-06-18

Applicant: 杭州中软安人网络通信股份有限公司

Inventor： 江永渡 ,  张鹤 ,  韦东鹏 ,  蒋洵 ,  王博 ,  万晶 ,  赵志武 ,  吴朝阳 ,  陈兴兵 ,  潘倩倩 ,  黄伟 ,  梁力为

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

Abstract: 本发明提供一种语义理解方法。所述方法包括：确定自然语言理解的语义表示方式；构建知识库；基于所构建的知识库，根据所确定的自然语言理解的语义表示方式，对用户输入的语句进行领域和意图分类；基于所构建的知识库，进行属性抽取，得到语义理解的多标签结果。本发明能够实现基于中文NLP深度神经网络的语义理解，提高语义理解的效率和准确度。