基于SenticNet的电商客服对话细粒度情感波动分析.pdfVIP

ServiceScienceandManagement服务科学和管理,2025,14(1),24-36

PublishedOnlineJanuary2025inHans./journal/ssem

/10.12677/ssem.2025.141004

基于SenticNet的电商客服对话细粒度情感波动

分析

朱陈云婧，马彪*

东华大学旭日工商管理学院，上海

收稿日期：2024年12月8日；录用日期：2025年1月1日；发布日期：2025年1月8日

摘要

电商的迅速发展为消费者带来了便捷，但客户服务面临的挑战也日益增多。客服响应效率与问题解决效

果对用户体验至关重要，然而目前广泛采用的事后评价机制无法对用户情绪进行即时监控，难以及时识

别和处理用户情绪波动，限制了服务满意度的提升。为克服这一不足，文章提出了一种基于SenticNet情

感词辅助的跨句上下文对话情绪分类模型(SLED-EC)。该模型不仅整合了词语级与句子级的情感识别任

务，以更精细地捕捉情感细节，还通过分析上下文信息来识别情绪的转变点，构建情感波动曲线，动态

捕获多轮对话中的情感变化。实验结果表明，SLED-EC在准确率(67.78%