智能短信赋能生态 泰迪熊移动打造流量全新入口

线下层面，基于预训练的slot filling自动模板线下系统需要嵌入手机端进行离线识别的。充分的结合了深度学习和语义模板的优势，可以自动生成细粒度泛化性语义模板，结合预训练的命名实体识别深度学习模型(控制性能，RAM/ROM要求)，在保证模型高准确率的同时，兼顾高效率和泛化性要求。

（技术图2）

综合以上的内容，可以归纳出基于预训练的 slot filling 自动模板，共具备以下三点特性：

1.依赖深度学习模型的识别结果，因此精确率和召回率都比较高；

2.线上和线下场景无缝衔接，因为只需线上训练模型，同时支持将线上NER模型替换为线下的NER模型，易于维护；

3.自动模板可以根据近义词和模板冗余进行合并优化，可以高效发现问题所在。

Parser引擎

在智能短信层面，目前市面上有正则引擎及Parser引擎这两款主流的引擎，虽然目的相同，但在逻辑实现层面却大相径庭。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!