python - 哪种模型/技术用于特定句子提取？

Question

我有一个客户和客户支持之间数以万计的对话/对话的数据集。这些对话可能是论坛帖子，也可能是冗长的电子邮件对话，都经过手工注释以突出显示包含客户问题的句子。例如:

Dear agent, I am writing to you because I have a very annoying problem with my washing machine. I bought it three weeks ago and was very happy with it. However, this morning the door does not lock properly. Please help

Dear customer.... etc

突出显示的句子是:

However, this morning the door does not lock properly.

1. 我可以采用什么方法对此进行建模，以便将来可以自动提取客户问题？数据集的领域很广泛，但在硬件空间内，因此它可以是电器、小工具、机械等。
2. 这种类型的问题叫什么？我认为这可能被称为“意图识别”，但大多数指南似乎都指的是多类分类。这句话要么是要么不是客户的问题。我考虑过分析每个句子并执行二元分类，但我想探索尽可能考虑其余对话上下文的选项。
3. 有哪些资源可用于研究如何在 Python 中实现这一点(使用 tensorflow 或 pytorch)

我找到了一个 model on HuggingFace它已经通过客户对话进行了预训练，并阅读了研究论文，所以我考虑将其作为起点进行微调，但在涉及到转换器时，我只有文本(多类/多标签)分类的经验。

Answer 1

如果你想从原始输入文本中得到一个特定的句子(不做任何修改)，这通常被称为“跨度分类”，其中输出是特定句子的第一个和最后一个单词的索引。现在最先进的是像 BERT 这样的注意力模型.您可以检查为 huggingface 中的“跨度分类”问题设计的 Bert 模型，如 RobertaForQuestionAnswering https://huggingface.co/docs/transformers/model_doc/roberta#transformers.TFRobertaForQuestionAnswering使用 TensorFlow 或 PyTorch 库。