赵 宁,徐俊利,徐洋航,薛 超,谭乃瑜

(1.中移在线服务有限公司 人工智能与大数据应用中心，河南 郑州 450001；2.北京理工大学 计算机学院，北京 100081)

0 引言

随着计算机信息抽取技术的发展，如何从海量数据中挖掘有价值的信息成为人们关注的重点问题。尤其是在移动客服领域，如何利用机器学习、深度学习等技术从大量的客户来电内容中自动挖掘客户来电的意图信息，对于提高服务质量、减少人工分析代价具有重要意义。现有的语音搜索[1]、自动问答[2]等领域的意图识别研究已取得较好成果，但是这些研究大都是针对特定的简单场景进行意图识别，且具有领域独特性，并不能直接应用于移动客服领域的意图识别研究。目前针对移动客服领域的意图识别研究很少，Xu等[3]基于移动客服领域的投诉工单数据，构建了移动客服领域投诉工单分类语料库，为投诉工单分类研究提供了统一资源。徐俊利等[4]基于移动客服领域的投诉工单，结合K-means算法确定营销工单分类标签数，构建了营销活动工单分类语料，并在自己构建的语料基础上，采用深度学习模型进行投诉工单的分类研究，F1值最高达67.70%。然而这些研究都是基于不包含语音转写错误的规范工单文本数据，图1是不含语音转写错误的规范文本样例示意图，尚没有针对包含语音转写错误的不规范文本的客户来电内容进行意图分析的相关研究，图2是包含语音转写错误的不规范文本样例。

图1 不含语音转写错误的规范文本样例