Buchumschlag

Contact Complexity in Customer Service

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pi, Shu-Ting, Yang, Michael, Liu, Qun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Universal Model in Online Customer Service
von: Pi, Shu-Ting, et al.
Veröffentlicht: (2024)

Teacher-Student Learning on Complexity in Intelligent Routing
von: Pi, Shu-Ting, et al.
Veröffentlicht: (2024)

Uncovering Customer Issues through Topological Natural Language Analysis
von: Pi, Shu-Ting, et al.
Veröffentlicht: (2024)

Don't Shoot The Breeze: Topic Continuity Model Using Nonlinear Naive Bayes With Attention
von: Pi, Shu-Ting, et al.
Veröffentlicht: (2026)

Model-based Large Language Model Customization as Service
von: Wu, Zhaomin, et al.
Veröffentlicht: (2024)

HT-GNN: Hyper-Temporal Graph Neural Network for Customer Lifetime Value Prediction in Baidu Ads
von: Zhao, Xiaohui, et al.
Veröffentlicht: (2026)

Enhancing Customer Service Chatbots with Context-Aware NLU through Selective Attention and Multi-task Learning
von: Nandi, Subhadip, et al.
Veröffentlicht: (2025)

Improving Customer Service with Automatic Topic Detection in User Emails
von: Bašaragin, Bojana, et al.
Veröffentlicht: (2025)

Customized Load Profiles Synthesis for Electricity Customers Based on Conditional Diffusion Models
von: Wang, Zhenyi, et al.
Veröffentlicht: (2023)

Customized Subgraph Selection and Encoding for Drug-drug Interaction Prediction
von: Du, Haotong, et al.
Veröffentlicht: (2024)

End-Cloud Collaboration Framework for Advanced AI Customer Service in E-commerce
von: Teng, Liangyu, et al.
Veröffentlicht: (2024)

From Classification to Generation: An Open-Ended Paradigm for Adverse Drug Reaction Prediction Based on Graph-Motif Feature Fusion
von: Pi, Yuyan, et al.
Veröffentlicht: (2026)

Break the Tie: Learning Cluster-Customized Category Relationships for Categorical Data Clustering
von: Zhao, Mingjie, et al.
Veröffentlicht: (2025)

Efficient Search for Customized Activation Functions with Gradient Descent
von: Strack, Lukas, et al.
Veröffentlicht: (2024)

Implicit Contact Diffuser: Sequential Contact Reasoning with Latent Point Cloud Diffusion
von: Huang, Zixuan, et al.
Veröffentlicht: (2024)

Tracking Large-scale Shared Bikes with Inertial Motion Learning in GNSS Blocked Environments
von: Liu, Feng, et al.
Veröffentlicht: (2026)

Generating In-store Customer Journeys from Scratch with GPT Architectures
von: Horikomi, Taizo, et al.
Veröffentlicht: (2024)

M$^2$OE$^2$-GL: A Family of Probabilistic Load Forecasters That Scales to Massive Customers
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Learning to be Reproducible: Custom Loss Design for Robust Neural Networks
von: Ahmed, Waqas, et al.
Veröffentlicht: (2026)

Modelling Customer Trajectories with Reinforcement Learning for Practical Retail Insights
von: Lee, Ken Ming, et al.
Veröffentlicht: (2026)

AsynDBT: Asynchronous Distributed Bilevel Tuning for efficient In-Context Learning with Large Language Models
von: Ma, Hui, et al.
Veröffentlicht: (2026)

Calibration and Transformation-Free Weight-Only LLMs Quantization via Dynamic Grouping
von: Zheng, Xinzhe, et al.
Veröffentlicht: (2025)

Experimental Evaluation of Machine Learning Models for Goal-oriented Customer Service Chatbot with Pipeline Architecture
von: Isa, Nurul Ain Nabilah Mohd, et al.
Veröffentlicht: (2024)

Residual Q-Learning: Offline and Online Policy Customization without Value
von: Li, Chenran, et al.
Veröffentlicht: (2023)

AttentionSmithy: A Modular Framework for Rapid Transformer Development and Customization
von: Cranney, Caleb, et al.
Veröffentlicht: (2025)

Transformer-based Graph Neural Networks for Battery Range Prediction in AIoT Battery-Swap Services
von: Li, Zhao, et al.
Veröffentlicht: (2024)

FedSelect: Personalized Federated Learning with Customized Selection of Parameters for Fine-Tuning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2024)

EVE: Efficient Verification of Data Erasure through Customized Perturbation in Approximate Unlearning
von: Wang, Weiqi, et al.
Veröffentlicht: (2026)

$ξ$-DPO: Direct Preference Optimization via Ratio Reward Margin
von: Fan, Zhengyuan, et al.
Veröffentlicht: (2026)

MG-Net: Learn to Customize QAOA with Circuit Depth Awareness
von: Qian, Yang, et al.
Veröffentlicht: (2024)

Sample Complexity and Representation Ability of Test-time Scaling Paradigms
von: Huang, Baihe, et al.
Veröffentlicht: (2025)

Beyond the Pre-Service Horizon: Infusing In-Service Behavior for Improved Financial Risk Forecasting
von: Liu, Senhao, et al.
Veröffentlicht: (2025)

A Lightweight Gradient-based Causal Discovery Framework with Applications to Complex Industrial Processes
von: Liu, Meiliang, et al.
Veröffentlicht: (2025)

Prompt Tuning Strikes Back: Customizing Foundation Models with Low-Rank Prompt Adaptation
von: Jain, Abhinav, et al.
Veröffentlicht: (2024)

A Meta-learning based Stacked Regression Approach for Customer Lifetime Value Prediction
von: Gadgil, Karan, et al.
Veröffentlicht: (2023)

FedSelect: Customized Selection of Parameters for Fine-Tuning during Personalized Federated Learning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2023)

Stratos: An End-to-End Distillation Pipeline for Customized LLMs under Distributed Cloud Environments
von: Dai, Ziming, et al.
Veröffentlicht: (2025)

Multi-fidelity Reinforcement Learning Control for Complex Dynamical Systems
von: Sun, Luning, et al.
Veröffentlicht: (2025)

STIMULUS: Achieving Fast Convergence and Low Sample Complexity in Stochastic Multi-Objective Learning
von: Liu, Zhuqing, et al.
Veröffentlicht: (2025)

PeSANet: Physics-encoded Spectral Attention Network for Simulating PDE-Governed Complex Systems
von: Wan, Han, et al.
Veröffentlicht: (2025)