Cocolong的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

An Audio Call Classification System Based on Fine-Tuned BERT

為了解決Cocolong的問題，作者賴議翔 這樣論述：

一家電話行銷公司非常依賴他們的銷售員撥打大量的通話以推銷公司的產品，為了能夠優先處理較有購買意願的潛在客戶以及檢視銷售員的業績，一個能夠客觀判斷一通促銷通話目前屬於哪個促銷階段的機制對電話行銷公司非常重要。 在這篇論文中，我們設計了一套基於微調 BERT 的語音通話分類系統，它能夠自動的將每通銷售員的通話分類為適當的階段。我們的提出的系統包含五個組件，包含資料收集、資料前處理、預訓練模型微調、通話等級分類、以及網路服務，在資料收集中，語音通話會藉由 Kaldi 語音辨識轉換為相對應的文本，在資料前處理，文本會經由移除停用詞、切割文本、以及手動標記等處理，在預訓練模型微調中，四個基於 BERT

的預訓練模型經由遷移學習進而獲得可對段落等級分類的模型，在通話等級分類中，一個基於規則的方法被用在通話相對應的段落上進而獲得一通通話的分類結果(階段)，最後我們提供了一個網路服務以便公司可以容易地使用我們的系統。經過密集的實驗後，結果顯示我們提出的系統在通話等級的分類上可以達到 97%的 Macro F1 Score 並且比 TextCNN 高出 13%。