抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
大量の自然言語入力からの潜在意図のマイニングは,顧客サービスおよび販売支援のためのデータ分析者設計および知的仮想支援(IVAs)を援助するための重要なステップである。著者らは,言語モデルの微調整,高速表面および会話テキストからの関連ユーザ意図の組織化を助けるために,言語モデルの微調整,高性能k-NNライブラリおよびコミュニティ検出技術を統合する,Verint Intent Manager(VIM)内で柔軟でスケーラブルなクラスタ化パイプラインを作成した。事前訓練された言語モデルは,ターゲットテキストが非意味ドメインから,あるいはクラスタリングタスクがトピック検出でないとき,効率的に表面特定のクラスタリング構造にテキストを符号化できないので,微調整ステップが必要である。パイプラインを記述し,3つの実世界テキストマイニングタスクでその性能と能力を実証した。VIMアプリケーションで展開されたように,このクラスタリングパイプラインは,高品質結果を生み出し,データ分析者の性能を改善し,顧客サービスデータから表面意図にかかる時間を減らし,それによって,新しいドメインでIVAsを構築,展開する時間を低減する。【JST・京大機械翻訳】