我正在将客户聊天消息分类到5个类别中。例如,类别包括登录、SSL等。如果客户遇到登录问题,消息可能会是这样的 – 我遇到了登录问题或者我的登录功能无法使用… 我们必须考虑到拼写错误、提及多个分类关键词(例如:我刚刚升级了我的SSL,但现在我的登录出现了问题)等情况。
有没有现成的模型/接口可以用来解决这个问题?
回答:
我认为你的问题范围相当广泛,因为你的问题本质上是关于文本分类的,在文献中已经从大多数NLP分类算法中得到了解决,所以有更多的选择(在你的情况下可能更好)而不是深度学习。但如果你想使用深度学习,你不仅需要考虑架构(简单的多层、卷积、LSTM等),还需要考虑用于良好训练的标记数据量(以及关于文本分类的无监督算法呢?)。
然后,无论你决定采用哪种方法,我强烈建议你检查词嵌入算法(预训练的或使用你自己的数据构建的),特别是那些类似于fasttext的算法,因为它们能让你处理拼写错误的单词。
希望这对你有帮助