换一批摘要针对医疗投诉增多与人工客服响应慢、情绪理解不足的问题,本文构建了一种医疗场景多模态情绪识别与投诉处理系统.该系统融合WavLM与BERT模型,分别提取语音和文本特征,通过混合机制判别三类情绪并生成应答策略.实验表明,多模态模型的情绪识别准确率接近 90%,精确率、召回率与 F1 分数均超过 86%,相较于单一语音模态(各指标介于74%-79%)与单一文本模态(各指标介于78%-82%)均有显著提升,四项核心指标平均提升约10%.实际部署测试验证了该系统具有良好的识别精度与响应效率,具备实用与推广价值.
更多相关知识
关键词
医疗服务多模态情绪识别深度学习智能客服Medical ServiceMultimodal Emotion RecognitionDeep LearningIntelligent Customer Service
分类号
R319（医用一般科学）
栏目名称
DOI
10.16707/j.cnki.fjpc.2026.02.003
发布时间
2026-03-13（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
