基于Word2Vec词嵌入和双向LSTM模型对用户回答文本进行分类

张良君

（人保金服智能数字营销项目组 北京市 100031）

1 引言

为了节省人力成本，越来越多行业的简单服务场景，选择用智能客服机器人与用户交互。比如通知用户快递将要达到，做好取件准备；提醒家长孩子的课程即将开始等等。随着时代的发展，各行各业使用智能客服机器人进行服务的场景不断增加，交互难度也在增加，需要跟用户有一定的互动，根据用户回答的内容，迅速做出判断，决定后面的问答要不要继续。这种场景一般是提前规范好了提问话术，根据用户回答的情况，一步一步按照话术文本进行提问。

本文利用车险续期提醒场景举例，在用户车险将要到期的时候，用智能客服机器人提醒用户续期，流程如图1所示。

这类服务场景需要对用户回答的内容进行归类。用户回答的内容文本一般都比较短，偏口语化，用词范围开放，有时语序颠倒。对用户回答内容文本进行归类对判断用户状态、及时调整对话内容、提升用户体验有重要的作用。

文本分类是指按照预先定义的类别，为文档集合中的每个文本确定一个类别，是有监督的学习过程。实现过程分为两步，第一步，把文本进行向量化，第二步利用监督学习进行归类[1]。

传统的向量空间模型对长文本表现出很好的效果，但是对于短文本却存在特征稀疏和维度灾难问题。各种研究表明，基于神经网络的词向量生成模型Word2Vec，用深度学习网络对语料数据的词语及上下文的语义关系进行建模，即降低了词向量的维度，又能引入传统模型不具有的语义特征，能很好的解决短文本向量化的问题[2]。……