-
题名基于UIE-GT-KANO框架的手机产品需求分析
- 1
-
-
作者
樊宇
范保国
陈进东
詹敏
任敏慧
-
机构
北京信息科技大学
绿色发展大数据决策北京市重点实验室
湖南工商大学
云知声智能科技股份有限公司
-
出处
《包装工程》
北大核心
2025年第18期288-299,共12页
-
基金
国家重点研发计划课题(2019YFB1405303)
科技部国家重点研发计划项目(2022YFC3302402)。
-
文摘
目的旨在解决企业在消费市场中准确把握用户需求的问题,并通过优化产品和服务来提升品牌形象。方法提出了一种融合方面级情感分析、扎根理论和Kano模型的需求分析框架。首先利用通用信息抽取模型(UIE)对手机用户评论提取出方面词和情感倾向;其次结合扎根理论对提取出的方面词进行分析和编码,挖掘用户需求的深层结构;最后运用Kano模型开展用户需求多维度分析。结果用户对于手机产品的主要需求维度可以分为产品设计与感知、产品性能与技术、品牌与市场服务,不同市场类型下用户需求存在明显差异。结论随着产品价位提升,用户需求更倾向于精神层面的满足,包括设计与美学、购买体验与服务质量等方面。产品的设计与感知、品牌市场与服务范畴成为用户期望或魅力需求,对用户满意度有显著影响。同时,性能与技术需求虽为必备,但在用户感知中提升空间有限。厂商要在市场中扩大占有率需要在保证手机产品的性能技术提升的同时,在产品的设计与感知、品牌市场与服务中寻找巧思。
-
关键词
情感分析
在线评论
需求分析
通用信息抽取
扎根理论
-
Keywords
sentiment analysis
online reviews
demand analysis
universal information extraction(UIE)
Grounded theory(GT)
-
分类号
TB472
[一般工业技术—工业设计]
-
-
题名基于动态词遮掩的句子匹配预训练模型
被引量：1
- 2
-
-
作者
宋挺
郭展成
何世柱
刘康
赵军
刘升平
-
机构
中国科学院自动化研究所
中国科学院大学人工智能学院
云知声智能科技股份有限公司
-
出处
《中文信息学报》
CSCD
北大核心
2021年第11期43-50,共8页
-
基金
国家重点研发计划(2017YFB1002101)
国家自然科学基金(61533018,U1936207,61976211,61702512)
-
文摘
BERT通过遮掩语言模型、下一句预测等自监督学习任务学习通用语言规律,在自然语言理解任务中取得了良好效果。但BERT的下一句预测任务不能直接建模句子的语义匹配关系,且随机遮掩策略也不能高效处理句子的关键内容。针对上述问题,该文提出基于动态词遮掩的预训练模型:基于预训练模型获得句子的向量表示,并通过近似语义计算获取大规模"句子对"预训练数据,最后遮掩重要字词训练遮掩语言模型。在4个句子匹配数据集上的实验表明,使用该文提出的预训练方法,RBT3和BERT base的效果都有一定提升,平均准确率分别提升1.03%和0.61%。
-
关键词
句子匹配
预训练模型
自然语言理解
-
Keywords
sentence matching
pre-trained model
natural language understanding
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于BERT蕴含推理的术语标准化系统
被引量：3
- 3
-
-
作者
崇伟峰
李慧
李雪
任禾
于东
王晔晗
-
机构
云知声智能科技股份有限公司
-
出处
《中文信息学报》
CSCD
北大核心
2021年第5期86-90,共5页
-
文摘
临床术语标准化即对于医生书写的任一术语,给出其在标准术语集合内对应的标准词。标准词数量多且相似度高,存在Zero-shot和Few-shot等问题,给术语标准化带来了巨大的挑战。该文基于"中国健康信息处理大会"CHIP 2019评测1中提供的数据集,设计并实现了基于BERT蕴含分数排序的临床术语标准化系统。该系统由数据预处理、BERT蕴含打分、BERT数量预测、基于逻辑回归的重排序四个模块组成。用精确率(Accuracy)作为评价指标,最终结果为0.948 25,取得了评测1第一名的成绩。
-
关键词
BERT
术语标准化
蕴含推理
-
Keywords
BERT
term normalization
entailment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
