一个面向工作的智能化沟通平台的研究和开发

发布时间：2020-12-07 03:01

　　随着互联网信息技术的发展,即时通讯逐渐成为工作中一种重要的沟通方式,很多面向工作的即时通讯软件也应运而生。经过调查和使用,我们发现企业级的即时通讯软件依然存在一些不足,一是在复杂的工作场景下,沟通中的信息没有得到充分的利用;二是沟通平台和企业的业务管理系统做不到良好的衔接,造成了信息的隔离。因此,为了提升工作中的沟通效率,本文从上述两点不足出发,研究并开发了一个面向工作的智能化沟通平台。该平台整体架构为一个层次化结构,共分为数据平台,传输层,数据支撑层,应用层,用户界面。具体而言,该平台有如下特色:1)将自然语言处理技术融入消息处理环节,针对消息的分类,聚类和多轮对话决策这三个问题分别建立相应的自然语言处理模型,来协助用户完成消息处理和工作任务。2)设计并实现了一个高弹性的数据支撑层。该层设计了一个带有时序锁的双重消息队列解决了消息冲击和阻塞问题,采用了消息标签机制提升了其信息承载能力。该层包含了一系列数据服务,为上游的应用层提供了良好的数据支撑。3)设计并实现了一个可扩展的应用模块,该模块集成了即时通讯功能和面向工作的具体应用,将沟通平台和企业业务管理系统有机结合在一起,提升了信息的... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：97 页

【学位级别】：硕士

【部分图文】：

图２．１消息中间件结构图??数据平台层存储了整个系统所有的基础数据，该模块包括了消息数据库，用??

图２．２?ＬＤＡ概率图表示??

?＾?Ｎ＼???ｊＶｆ??图２．２?ＬＤＡ概率图表示??２．?３．?３?Ｗｏｒｄ２ｖｅｃ?模型??Ｗ〇ｒｄ２ＶｅＣ是一种产生词向量的神经网络语言模型，其主要目的是学习文本中??词语的联合概率分布，同时将每个词语转化为一个特征向量，该模型由Ｇｏｏｇｅ在??２０１３年提出［２９］［３Ｑ］。Ｗ〇ｒｄ２ＶｅＣ模型的结构为一个三层的祌经网络，包含输入层，??投影层和输出层。根据预测的方法，可以分为两种不同模型，一种是ＣＢ０Ｗ模型??（ＣｏｎｔｉｎｕｏｕｓＢａｇｓｏｆＷｏｒｄｓＭｏｄｅｌ），该方法的训练目标是用当前词语的上下文来预??测当前词语，另一种是Ｓｋｉｐ－ｇｒａｍ模型（Ｃｏｎｔｉｎｕｏｕｓ?Ｓｋｉｐ－ｇｒａｍ?Ｍｏｄｅｌ），该方法和??ＣＢ０Ｗ正好相反，其训练目标是通过当前词语预测其上下文。??ＩＮＰＵＴ?ＰＲＯＪＥＣＴＩＯＮ?ＯＵＴＰＵＴ?ＩＮＰＵＴ?ＰＲＯＪＥＣＴＩＯＮ?ＯＵＴＰＵＴ??ｗ（Ｈ）?ｊ＼?＼?＜?ｗ（Ｍ）??…一Ｉ?＼?＼?ＳＵＭ?／?／’??＇

【参考文献】：
期刊论文
[1]口语对话系统中对话管理方法研究综述[J]. 王玉,任福继,全昌勤.  计算机科学. 2015(06)
[2]面向自然交互的多通道人机对话系统[J]. 杨明浩,陶建华,李昊,巢林林.  计算机科学. 2014(10)
[3]任务型人机对话系统中的认知技术——概念、进展及其未来[J]. 俞凯,陈露,陈博,孙锴,朱苏.  计算机学报. 2015(12)
[4]国内中文自动分词技术研究综述[J]. 奉国和,郑伟.  图书情报工作. 2011(02)
[5]基于XMPP的企业即时通信系统研究与应用[J]. 周文琼,王乐球,周桐,周春光.  吉林大学学报(信息科学版). 2010(01)
[6]企业级即时通信系统的应用研究[J]. 解晓峰.  中国新技术新产品. 2009(20)
[7]即时通讯工具现状及发展趋势分析[J]. 庞怡,许洪光,姜媛.  科技情报开发与经济. 2006(16)
[8]消息队列技术研究:综述与一个实例[J]. 周世杰,刘锦德,秦志光.  计算机科学. 2002(02)
[9]企业信息管理系统:概念、发展、问题及研究方向[J]. 刘杰,沈荣芳.  系统工程. 1994(06)



本文编号：2902494