Page 19 - 网络电信2022年2月刊

图1 聚类算法分类图

图1 聚类算法分类图

3.bow模型 4.人工智能在5G网络中的应用
自然语言处理面临的文本数据往往是非结构化杂乱无章的 借助于5G的发展，AI人工智能被赋予了更多的期望。5G与
文本数据，而机器学习算法处理的数据往往是固定长度的输入 AI相辅相成,5G能够帮助更多的AI应用落地,AI则可以让5G更灵
和输出。因而机器学习并不能直接处理原始的文本数据。必须 活、更高效地被人们使用。以高速发展的5G移动互联网技术结
把文本数据转换成数字，比如向量。当前，自然语言的处理和 合人工智能，助力客服体系的研究与发展。
[9]
文本分析问题中，bow模型 作为最常用的模型。
在信息检索中，BOW模型假定对于一个文档，忽略它的单 二、AI人工智能客服体系实现方案
词顺序和语法、句法等要素，将其仅仅看作是若干个词汇的集 中移铁通统一信息平台基于公司私有云，作为公司信息化
合，文档中每个单词的出现都是独立的，不依赖于其他单词是 总体架构的门户层，具备支持10万用户、1万人同时在线、2000
否出现。也就是说，文档中任意一个位置出现的任何单词，都 人并发的能力，与此同时该系统的支撑产生较大的人工成本压
不受该文档语意影响而独立选择。词向量只能表征单个词，如 力。AI人工智能客服体系支撑中移铁通统一信息平台的实现，
果要表示文本，需要做一些额外的处理。在文本分类中，将文 大大提升用户的体验度。
档表示成特征矢量。 通过多渠道整合，快速响应铁通内部用户咨询，平台自动

网络电信 二零二一年一、二月 49