当前位置:首页 > 报告详情

分享版 大数据与AI平台 万明阳&马国俊 基于NLP和神经网络的用户反馈智能检测技术及系统实践.pdf

上传人: li 编号:29991 2021-02-07 27页 17.71MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了字节跳动公司的用户反馈智能检测技术及系统实践。主讲人为字节跳动-互娱研发-质量保障研发效能团队的算法专家万明阳,他有着丰富的互联网公司工作经验,曾就职于腾讯、百度等公司,并专注于客服中台算法赋能体系构建、视频图像低质检测和理解、时序预测与降噪技术等领域。 文章指出,字节跳动作为拥有日活用户超7亿的互联网公司,面临着如何快速识别用户意图、挖掘用户反馈价值的挑战。为了解决这一问题,文章提出了基于NLP和神经网络算法的智能检测技术。该技术通过分类、聚类和时序预测等算法实现用户反馈的智能处理,包括识别用户意图、发现新的热点反馈、监控反馈量级和内容是否异常等。 文章还提到了一些核心能力,如基于NLP分类的标签和关键词告警、基于人工纠偏的模型校准、基于聚类的热点问题发掘以及告警等。此外,文章还介绍了BERT模型、多模态数据分类、TF-IDF+LDA主题聚类、时序预测等核心算法能力,并在文中提供了部分落地效果数据,如三级分类的准确率、报警监控覆盖率、全渠道链路监控等。
"如何利用NLP和神经网络提升用户反馈处理效率?" "基于聚类算法,如何发现和监控用户反馈中的热点问题?" "如何通过时序预测模型实现对用户反馈的智能告警和管理?"
客服
商务合作
小程序
服务号
折叠