网易七鱼客服斩获业界Top2,论智能对话系统的全链路优化

在人工智能的第三次浪潮中,客服领域一直是重点应用场景之一,由网易人工智能团队和网易七鱼团队共同研发的网易七鱼客服,在“2019企业服务品牌之智能客服排行榜TOP10”榜单上高居榜眼。在本文中,网易七鱼智能客服背后的算法大咖,网易杭州研究院人工智能部语言算法专家聂源,解读了网易七鱼产品背后智能对话系统的全链路优化方案,覆盖单轮对话、多轮交互和知识挖掘三个方面。

智能对话系统的三大技术难题

智能客服的需求,来自应对客服密集型企业人力成本高、24小时服务、客服对话数据收集与分析的需求等挑战。对于智能客服来说,一般要满足用户的以下需求:

o 单轮问答:用户在提出业务性问题时,如何准确的从企业知识中提取答案。

o 多轮交互:在与客服机器人的对话中,如何提供更智能化的交互体验。

o 知识挖掘:如何利用客服对话数据,挖掘信息反馈给客服帮助系统优化。

从技术实现的角度,这三大需求并不容易满足,主要挑战如下:

对于单轮问答来说:1)答案匹配的准确度;2)如何在一个会话中,同时满足咨询型问答、任务型问答、聊天型问答等多种场景;3)通用模型在不同企业下的个性化问题;

对于多轮交互来说:1)上下文理解;2)如何对客户作出合适的引导;3)如何照顾用户的对话情绪;

对于知识挖掘来说:1)相似问题推荐、未知问题的推荐,帮助客户优化知识库;2)利用已有积累知识,帮助客户冷启动从0生成知识库。

网易杭研智能对话系统的全链路优化

这些问题需要系统地解决。为此,网易杭研搭建了一套比较完整的智能客服算法系统,并根据网易七鱼业务场景中的问题进行了算法优化。

单轮问答

1、优化答案匹配的准确度

为了优化匹配准确度,一方面使用基于深度学习的文本匹配技术提高其效果:从基于表示的DSSM模型,到基于交互的ESIM模型,并且基于算法表现对ESIM模型作出相关改造。同时,基于pairwise的排序学习方法,结合动态margin的Triplet-Loss共同实现了高精度文本匹配模型。

另一方面,构建了一套实时的多源数据收集方法,利用同义词、停用词等预处理手段动态迭代优化模型的训练语料,使文本匹配模型可以不断适配新企业、新问题的出现,保持高质量的匹配效果。

2在一个会话中,同时满足咨询型问答、任务型问答、聊天型问答等多种场景

对于咨询型问答,网易杭研提供了知识库问答、知识图谱问答、关键词问答、表格知识问答等多种解决方案;对于任务型问答,我们提供了意图-实体类型的bot服务;对于聊天型问答,我们提供企业寒暄库和通用寒暄库协同的方案。

用户在提出问题时,我们提供一套完整的路由方案,可以根据用户问题和企业知识的理解结果,智能地选择服务场景,返回问题答案。

3通用模型在不同企业下的个性化问题

对于不同的企业,用户同样的问题可能意图是完全不同的。网易杭研研发了一套算法方案实现了在不同企业下算法的个性化问题——通过挖掘企业信息、企业类型、企业知识库配置信息,根据不同客户的需求给出个性化的答案。

多轮交互

1、提升上下文理解能力

通过实体识别、意图识别、指代识别等多种NLP算法,任务型问答、知识图谱问答具有上下文理解的能力。具体而言包括实体反问、意图继承、实体指代等核心能力,如下图:


2、对客户作出合适的引导

基于历史会话信息挖掘,为了引导用户的会话,网易杭研提供了服务先知、底栏推荐两个算法功能。服务先知主要是在用户进入会话后,客服机器人匹配出用户可能要问的问题并推荐出,引导用户进行选择,避免了用户提问过于发散从而无法命中知识库的问题。底栏推荐提供了在用户和机器人对话时,通过上一句话预测用户可能接下来要说的文本,引导用户更迅速的找到答案。

3、照顾用户的对话情绪

用户在寻求客服帮助时,可能带有极其强烈的情绪,如不满、愤怒等。网易杭研通过深度情感识别算法,在用户对话中识别其所表达的情绪,并作出对应的安抚、转人工等处理。

知识挖掘

1、相似问题推荐、未知问题的推荐,帮助客户优化知识库

对于采用智能客服机器人的企业来说,如何维护、优化知识库来帮助机器人提供更确切的回复也是一个难题。对于这个问题,网易杭研提供了两个算法能力去解决:

 相似问题推荐

企业在配置知识库时,如果每个答案只提供了一个标准问题,那么在用户对话咨询时,通过深度文本匹配算法直接命中标准问题是有一定难度的。因此,每一个标准问题需要一些相似问题去帮助机器人理解该问题的语义信息。但是对于企业来说,如何添加相似问题是一个困难的事情,网易杭研通过对用户历史会话行为的挖掘,智能地推荐出一些候选相似问题,大大减小了企业知识配置的难度。

 未知问题推荐

随着时间推移,一个企业用户咨询客服的问题往往会发生变化,会有新的query源源不断地出现。对于企业来说,如何捕捉新问题又是个难题。网易杭研通过对用户与机器人、用户与人工的实时对话信息,利用问答对的信息抽取、聚类算法,实时动态地挖掘出一批用户新问题并且推荐给用户,从而帮助企业完善知识库。

2、利用已有积累知识,帮助客户冷启动从0生成知识库

对于一家新企业,杭研基于网易智能客服积累的海量数据以及企业可能会提供的历史客服对话记录,通过信息抽取、聚类分析、关联分析等NLP与机器学习技术,可以全自动地为企业生成一个初始的知识库,帮助新企业更好地利用智能客服机器人。

智能对话系统优化效果

网易杭研AI支持的智能客服相关算法技术,已经全面应用在网易七鱼智能客服产品中,服务超过25万家企业,覆盖互联网金融、电商、汽车、在线教育、企业服务、医疗等众多领域,智能客服问题解决率超过90%。

网易七鱼的表现也获得了业界的认可。在艾媒咨询基于艾媒大数据监测,综合品牌实力、细分领域专业度、技术能力、企业服务情况等指标评出的“2019企业服务品牌之智能客服排行榜TOP10”榜单上,网易七鱼斩获第二名。而在此前大数据分析公司易观发布的《中国客户服务智能化市场专题分析2019》的报告中,网易七鱼同样位列领先者。


     作者:聂源,网易杭州研究院语言算法专家     文章来源:网易云
     【声明】文章来源于网上采集整理,如有侵权,请邮件反馈yidunmarket@126.com,我们将尽快核实修改。