26、计算机对话不合逻辑形容词短语检测与客户流失预测方法研究

计算机对话不合逻辑形容词短语检测与客户流失预测方法研究

1. 计算机对话不合逻辑形容词短语检测

在计算机对话中，不合逻辑形容词短语检测是一项重要的任务。研究人员提出了一种基于概念关联系统的不合逻辑话语判断技术，旨在使计算机生成逻辑连贯的话语。

该系统的判断准确率达到了 87%。以下是使用该系统的成功和失败示例：
| 类型 | 成功示例 | 失败示例 |
| — | — | — |
| 特征相符（T - T） | I ate red strawberrys. | I ate white rice. |
| 特征相反（F - F） | A dry ice is warm. | Square tomato was bought. |
| 逻辑相符（T - T） | An old magazine was read. | I lost my way in a deep forest. |
| 反逻辑（F - F） | She use a low purse. | They go to a round school. |

失败的原因主要是知识库中缺乏一些基本数据，但该系统对于大多数常用词汇仍然是有效的，尽管不能完全覆盖所有情况。由于评估句子是由不了解系统内部结构的人员收集的，且与系统设计者不同，这也证明了该判断系统的有效性。

通过构建能够处理不合逻辑话语的系统，机器可以向用户展示其具备逻辑和常识，以及理解话语的能力，从而使机器更接近人类的对话水平。

2. 客户流失预测问题的背景与重要性

在电信行业，获取新客户的成本平均是保留现有客户的 5 - 8 倍。因此，准确预测客