arXiv 自然语言处理· Mikhail L. Arbuzov (Independent researcher), Karan Dave (Independent researcher), Evgeniya Dontsova (Independent researcher), Yaodong Hu (Independent researcher), Vincent Lao (Independent researcher), Navita Jain (Independent researcher), Sisong Bei (Independent researcher), Dmitry Dimov (Independent researcher)·· 7 小时前AI 评分35
先厘清再聚焦:面向大规模对话分析的陈述归一化方法
Clarify, Then Focus: Statement Normalization for Conversation Analytics at Scale
AI 导读
研究提出面向大规模对话分析的陈述归一化方法,将对话转化为带有发言人属性、源引用和语义标签的简短陈述。在客服通话优惠拦截任务中,该方法提升了监督分类器的表现,并使较弱的提示读者模型同时从归一化与证据选择中获益。该方案支持完全基于小模型与轻量级编码器构建推理流水线,大幅降低了数百万级对话分析的推理成本。
来源:arXiv 自然语言处理 · arxiv.org