TY -的A2 Bilal默罕默德盟——黄Myeong-Ha AU - Shin Jikang盟,Seo Hojin AU - Im, Jeong-Seon AU - Cho,庆熙PY - 2021 DA - 2021/06/24 TI - KoRASA:管道优化韩国自然语言理解开源框架基于深度学习SP - 9987462六世- 2021 AB -从深度上优于聊天机器人对知识服务的出现,大量的研究和开发项目已经进行的各种行业。高对聊天机器人的需求大大增加了全球市场规模;然而,有限的功能可扩展性open-domain聊天机器人产业是一个挑战,他们的应用程序。此外,正如大多数chatbot框架使用英语,有必要创建聊天机器人定义为其他语言。为解决这一问题,本文提出了KoRASA pipeline-optimization方法,它使用一个基于深度学习开源聊天机器人框架来理解韩国语言。KoRASA是一个闭域聊天机器人,适用于范围广泛的行业在韩国。KoRASA的操作由四个阶段组成:标记,featurization,意图分类和实体提取。的准确性和 F1-score KoRASA测量基于数据集来自在大多数工业领域常见的任务执行。意图分类和实体提取的算法进行优化。的准确性和 F1-score目的分类分别为98.2%和98.4%,97.4%和94.7%为实体提取,分别。此外,这些结果比通过现有的模型。因此,KoRASA可以应用于各种行业,包括移动服务基于闭域使用韩国聊天机器人,机器人过程自动化(战),边缘计算和互联网的能源(埃克斯波特学院)服务。SN - 1574 - 017 - 2021/9987462 / 10.1155 x你——https://doi.org/10.1155/2021/9987462——摩根富林明-移动信息系统PB - Hindawi KW - ER