智能短信赋能生态 泰迪熊移动打造流量全新入口(2)
发布时间:2019-11-27 04:20 所属栏目:15 来源:站长网
导读:线下层面,基于预训练的slot filling自动模板线下系统需要嵌入手机端进行离线识别的。充分的结合了深度学习和语义模板的优势,可以自动生成细粒度泛化性语义模板,结合预训练的命名实体识别深度学习模型(控制性能,
线下层面,基于预训练的slot filling自动模板线下系统需要嵌入手机端进行离线识别的。充分的结合了深度学习和语义模板的优势,可以自动生成细粒度泛化性语义模板,结合预训练的命名实体识别深度学习模型(控制性能,RAM/ROM要求),在保证模型高准确率的同时,兼顾高效率和泛化性要求。 (技术图2) 综合以上的内容,可以归纳出基于预训练的 slot filling 自动模板,共具备以下三点特性: 1.依赖深度学习模型的识别结果,因此精确率和召回率都比较高; 2.线上和线下场景无缝衔接,因为只需线上训练模型,同时支持将线上NER模型替换为线下的NER模型,易于维护; 3.自动模板可以根据近义词和模板冗余进行合并优化,可以高效发现问题所在。 Parser引擎 在智能短信层面,目前市面上有正则引擎及Parser引擎这两款主流的引擎,虽然目的相同,但在逻辑实现层面却大相径庭。 (编辑:ASP站长网) |
相关内容
网友评论
推荐文章
热点阅读