我想大家肯定看過很多關(guān)于自然語言處理（簡稱：NLP）技術(shù)方面的書籍或者論文晚吞，但在這里我不會詳細敘述NLP技術(shù)方面的知識，而是想通過產(chǎn)品化思路結(jié)合NLP相關(guān)技術(shù)來搭建一個基礎(chǔ)版的問答系統(tǒng)，本文通過基于問答對的問答型機器人作為引入傻唾，逐步分解其設(shè)計流程，用通俗易懂的語言描述問答型機器人的產(chǎn)品設(shè)計思路。好了哩罪，現(xiàn)在進入正題，讓我先介紹一下問答系統(tǒng)對企業(yè)來說它能滿足企業(yè)哪些業(yè)務(wù)需求巡验，以及產(chǎn)生的價值有哪些际插？
問答系統(tǒng)是基于滿足B端企業(yè)降低人力成本、提高工作效率的智能化產(chǎn)品显设，為客服人員賦能框弛，其最大的隱性價值是在實際場景中得到標準化后的數(shù)據(jù)積累，可以在挖掘客服價值信息中起到降本增效的作用捕捂，后續(xù)還可以作精準營銷和產(chǎn)品升級瑟枫。一套問答系統(tǒng)最困難的是如何提升客服系統(tǒng)的使用效率。就問答系統(tǒng)的使用效率指攒，其根本原因是在于是否能夠為企業(yè)降低人工服務(wù)次數(shù)和服務(wù)時間占比慷妙，甚至是提升公司的營業(yè)業(yè)績。
什么是問答系統(tǒng)
問答系統(tǒng)是信息檢索系統(tǒng)的一種高級形式允悦，它可以通過鏈接知識庫方式檢索到用戶問題的答案膝擂。問答系統(tǒng)與信息檢索中的語義搜索有點類似，把用戶輸入的問題轉(zhuǎn)換為一個有結(jié)構(gòu)的語義表達式，然后從知識庫中尋找答案猿挚，并直接反饋給用戶咐旧。問答系統(tǒng)的答案可以從結(jié)構(gòu)化知識庫獲取，用于規(guī)章制度绩蜻、規(guī)則條款等問答形式铣墨，也可以通過結(jié)合一些已有的知識庫和數(shù)據(jù)庫資源，利用百度百科办绝、維基百科等非結(jié)構(gòu)化文本信息伊约，用信息抽取的方法提取關(guān)鍵信息，并構(gòu)建知識圖譜作為問答系統(tǒng)的后臺支撐孕蝉，再結(jié)合知識推理等方法為用戶提供更深層次語義理解的答案屡律。
在這里主要講解的是針對特定領(lǐng)域的知識進行一問一答，也稱之為單輪對話降淮、問答對或FAQ超埋，即直接根據(jù)用戶的問題給出精準的答案。
問答系統(tǒng)的業(yè)務(wù)場景應(yīng)用
適用于特殊環(huán)境下所限定的信息需求佳鳖，在日常生活中霍殴，用戶會經(jīng)常碰到很多復雜的規(guī)章制度、規(guī)則條款系吩。比如：乘坐火車時来庭，能不能帶寵物上火車；3歲小朋友是否需要買票等穿挨。在工作中月弛，也會面對公司多樣的政策。比如：商業(yè)保險理賠需要什么材料科盛，工作幾年可以辦理暫住證帽衙？這些情況下，經(jīng)常需要各種查詢或者檢索才能回復并解決用戶的疑問贞绵》鹗伲基于這類常見的業(yè)務(wù)場景就能更快速的搭建一套智能問答系統(tǒng)。
問答系統(tǒng)的價值
現(xiàn)階段智能問答系統(tǒng)最大價值就是為客服人員賦能但壮。而非獨立于讓機器自行解決眾多目前還有很多錯誤率和不確定性的問題冀泻。
問答系統(tǒng)的產(chǎn)品策略
現(xiàn)階段下的智能問答系統(tǒng)是有局限性的，這也是為什么需要落地到行業(yè)中某個垂直業(yè)務(wù)領(lǐng)域的主要原因蜡饵。所以需要通過問答系統(tǒng)做出一個符合業(yè)務(wù)實際需求的產(chǎn)品策略弹渔，這樣能夠最大程度的提升用戶體驗和增加用戶對系統(tǒng)的信心。比如系統(tǒng)遇到不知道的問題溯祸，可以通過產(chǎn)品的兜底策略及時轉(zhuǎn)換其他服務(wù)（如：轉(zhuǎn)人工客服）或給出用戶可能想問的問題肢专，為用戶提供一個便捷的方式舞肆，讓用戶有繼續(xù)操作的意愿，這樣大大提升了系統(tǒng)的可用性博杖，而不需要完全依賴于算法椿胯，這樣成本也會低很多，效果也會好很多剃根。這就是用產(chǎn)品策略來彌補算法本身的不足哩盲。然而在不同業(yè)務(wù)場景下所采用的兜底策略也是不同的，最重要的還是如何將兜底策略做的更加智能化狈醉。
上述介紹了一下問答系統(tǒng)的基本概念和產(chǎn)品的價值以及產(chǎn)品策略廉油，后面為讀者分享的是如何搭建一套基于結(jié)構(gòu)化知識庫的問答型機器人。
