【技术实现步骤摘要】
本申请属于数据处理领域，尤其涉及一种基于人工智能的装修领域问题判断方法设备及存储介质。
技术介绍
1、在人工智能领域，语言生成模型(如gpt系列)虽在通用文本生成中表现出色，但在特定企业的垂直业务场景中，其应答能力与实际需求存在显著断层。这类模型基于广泛的互联网数据训练，缺乏对行业专业术语(如装修领域的“水电改造”“半包服务”)和企业特定业务逻辑(如企业的服务流程、标准化回复)的深度理解，导致生成内容常与企业真实应答内容不匹配，甚至出现虚构信息、口径不一致等问题。此外，通用模型无法精准判断用户提问是否属于需应答的范畴，易对无效问题(如闲聊、重复咨询)进行无意义回复，造成资源浪费。
2、对于装修服务平台而言，其核心业务需求是快速、准确地判断用户提问是否属于装修类问题，并匹配标准化应答内容。现有语言生成模型因缺乏垂直领域数据的针对性训练，难以捕捉“拆地板做水电”等具体施工问题的语义细节，也无法关联平台特有的服务规则(如“先装修后支付”的资金保障机制)。直接套用通用模型不仅会导致应答准确率低下，还可能因回复不专业、不合规影响用户体
【技术保护点】
1.一种基于人工智能的装修领域问题判断方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述n-gram结构包括线性层，所述线性层对应的线性变换公式为：
3.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述BERT结构包括线性层，所述线性层对应的线性变换公式为：
4.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述业务判断复合模型包括合并后的线性层，所述合并后的线性层的线性变换公式为：
5.根据权利要求1所述的基于人工智能的装...
【技术特征摘要】
1.一种基于人工智能的装修领域问题判断方法，其特征在于，包括：
2.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述n-gram结构包括线性层，所述线性层对应的线性变换公式为：
3.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述bert结构包括线性层，所述线性层对应的线性变换公式为：
4.根据权利要求1所述的基于人工智能的装修领域问题判断方法，其特征在于，所述业务判断复合模型包括合并后的线性层，所述合并后的线性层的线性变换公式为：
5.根据权利要求1所述的基于人工智能的装修领域...
【专利技术属性】
技术研发人员：王国彬，安仲要，
申请(专利权)人：土巴兔集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。