智能产品推荐机器人项目
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
- 主要负责以下模型：
1. `日期抽取模型`：任务是从对话数据中抽取日期信息。针对日期信息的相关特征建立特征化的上下文无关语法规则，采用nltk中的相应语法分析器对对话数据进行解析后生成结构化日期信息。
2. `智能产品推荐模型`：任务是通过尽可能少的提问收集客户信息来进行合适的产品推荐。设计奖惩机制搭建Deep Q-learning模型实现自动提问。
3. `jieba改造`: posseg加入tag的分类功能。
- 使用工具：Keras, nltk, gym, jieba, mysql, Redis, Flask, docker, vim等
1. `日期抽取模型`：任务是从对话数据中抽取日期信息。针对日期信息的相关特征建立特征化的上下文无关语法规则，采用nltk中的相应语法分析器对对话数据进行解析后生成结构化日期信息。
2. `智能产品推荐模型`：任务是通过尽可能少的提问收集客户信息来进行合适的产品推荐。设计奖惩机制搭建Deep Q-learning模型实现自动提问。
3. `jieba改造`: posseg加入tag的分类功能。
- 使用工具：Keras, nltk, gym, jieba, mysql, Redis, Flask, docker, vim等
智能产品推荐机器人项目
联系该工程师
微信扫码，建群沟通
案例介绍
- 主要负责以下模型：
1. `日期抽取模型`：任务是从对话数据中抽取日期信息。针对日期信息的相关特征建立特征化的上下文无关语法规则，采用nltk中的相应语法分析器对对话数据进行解析后生成结构化日期信息。
2. `智能产品推荐模型`：任务是通过尽可能少的提问收集客户信息来进行合适的产品推荐。设计奖惩机制搭建Deep Q-learning模型实现自动提问。
3. `jieba改造`: posseg加入tag的分类功能。
- 使用工具：Keras, nltk, gym, jieba, mysql, Redis, Flask, docker, vim等
案例图片
相似案例推荐
-
基于qt的硬件mock系统
高度定制化，不可以发布相关内容，基于c++的硬件模拟系统，便
-
www.flexiv.com
在非夕科技官网建设中负责全部流程的推进工作, 包括前期拜访客
-
不想添第二个了
这是我自己做的一个小的商城可以用ajax写的注册登录前端是j
-
机器人小白
该项目基于机器人硬件和法院业务做的后台对接系统，包括模块后端
-
智能对话助手&数据管理
使用已有语料作为知识库，做智能问答系统； 包含问答引擎，知
-
客服支撑系统
客服支撑系统 行业软件 - 企业服务 音频，即时通讯
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
