一文了解智能客服行业现状与趋势智能客服发展趋势怎么样( 二 )

任务对话服务：
定制化服务，通过与用户的多轮交互，实现快递查询、订餐、医生预诊等服务类功能。
业务咨询服务：
通过QA知识库，快速回复用户问题咨询服务。解决常见问题的解答。
2. 智能客服系统的技术构架
（1）基于知识库回答的智能客服系统
基于知识库回答的智能客服系统，使用的检索或者分类模型来实现的。
检索式回答的流程是：
首先对用户的输入问题做处理，如分词、抽取关键词、同义词扩展、计算句子向量等；然后基于处理结果在知识库中做检索匹配，例如利用BM25、TF-IDF或者向量相似度等匹配出一个问题集合，这类似推荐系统中的召回过程；由于我们是一个问答系统，最终是直接返回给用户一个答案，因此需要从问题集合中挑出最相似的那个问题，这里会对问题集合做重排序，例如利用规则、机器学习或者深度学习模型做排序，每个问题会被打上一个分值，最终挑选出top1，将这个问题对应的答案返回给用户，这就完成了一次对话流程。
在实际应用中，我们还会设置阈值来保证回答的准确性，若最终每个问题的得分低于阈值，会将头部的几个问题以列表的形式返回给用户，最终用户可以选择他想问的问题，进而得到具体的答案。
（2）基于槽位填充的多轮对话系统
搭建基于槽位的对话系统是一个相对专业而复杂的过程，通常分三个主要的阶段。首先是需求分析，然后是使用平台搭建 BOT，最后是持续优化。
了解该系统我们先熟悉一下几个名词的释义：
1）意图
意图是指用户在语音交互中发出的主要请求或动作。
意图示例：
肯定意图：是；对的；正确；Ok；否定意图：不是；不对；错了；NO；取消意图：退出；停止；关闭；结束；
2）技能
技能是满足用户特定需求的一个应用。例如用户说“查询我的洗发水快递到哪里了”时，会进入快递查询的技能。
3）问答型技能
通过Q（用户问法）和A（机器人回答）的配置，可以实现简单的用户与机器人的对话。
任务型技能：在问答型技能的基础上，增加槽位、API（接口）调用等高级功能，可以通过配置，来实现用户查询信息、问题搜索或者其他功能。
4）词典
某个关键词可能变化的内容，例如时间词典，位置词典。
语义槽：语义槽是用户说法中包含的关键词，它可以帮助系统准确识别意图，例如星座语义槽包含12星座的名称。语义槽和词典一般会同时使用，语义槽通常用来指代词典。一个语义槽可以同时绑定多个词典，一个词典也可以与不同的语义槽相关联。
5）追问
当用户问法中没有提供该语义槽值时，机器人要对其自动发起追问。
例如用户问：天气怎么样？我们无法获取到查询天气的地点的语义槽值，就需要机器人追问，您想获取哪里的天气信息？，追问话术一般设置多条，随机追问。
在国内开放的bot系统中，百度UNIT和微信的对话开放平台就是应用的该技术框架。
一个自然语言对话系统，理解的核心任务是对意图的解析和对词槽的识别。
例如：订明天早上8点北京到石家庄的火车，在这个例子中，对于用户表达的一句话，它的意图是要订火车票，其中涉及的词槽包括出发地、目的地、时间。当这个时间有多趟车次的时候，就需要进行追问用户，是要订哪一个。
【一文了解智能客服行业现状与趋势智能客服发展趋势怎么样】以百度UNIT平台为例，搭建一个买票智能回复的流程。
需求分析：订火车票需要知道时间、出发地、目的地新建一个BOT，命名为：火车票新建对话意图：命名订票添加词槽：出发时间、选择系统词槽词典，选择然后选择系统词典 sys_time(时间)，出发地词槽、目的地词槽，这两个都可以选择系统词典，这些都是必填项。设置词槽与意图关联属性，这里火车票的出发时间是订票里必须的关键信息，所以选择必填。澄清话术就是当用户表达订票需求的语句里缺少出发时间时 bot 主动让用户澄清的话术。还可以设置让用户澄清多少轮后放弃要求澄清，默认是 3 次。设置 BOT 回应，BOT 回应就是当 BOT 识别出用户的意图和所有必填词槽值时给用户的反馈。对于订票回复一般对接API接口，实现自动生成方式。

一文了解智能客服行业现状与趋势 智能客服发展趋势怎么样( 二 )

一文了解智能客服行业现状与趋势智能客服发展趋势怎么样( 二 )