IM 產(chǎn)品設(shè)計思考(4)- 問答機(jī)器人

這幾年一直在做智能客服照棋,過程中也參與了IM產(chǎn)品的部分功能設(shè)計衷敌,這里簡單的談?wù)勛约簩M產(chǎn)品設(shè)計的一些思考。

前面幾篇聊完了IM蛉腌、客服 IM和呼叫中心產(chǎn)品官份,今天來聊了聊,這幾年一直比較火熱的智能客服問答機(jī)器人烙丛。

一舅巷、背景

國內(nèi)的客服系統(tǒng)廠商的官網(wǎng)上,一般都會有這樣的產(chǎn)品解決方案宣傳:全渠道智能客服產(chǎn)品或平臺河咽。今天我就來說說這里的幾個關(guān)鍵詞:全渠道钠右、智能、平臺忘蟹。

1.1 全渠道

傳統(tǒng)的客服渠道是電話飒房,后來伴隨著互聯(lián)網(wǎng)的發(fā)展,出現(xiàn)了郵件媚值、網(wǎng)頁狠毯、各種社交產(chǎn)品、各家的APP褥芒,客戶反應(yīng)問題的渠道也跟隨變多垃你。

渠道變多,客服系統(tǒng)需要支撐的功能也就變多喂很,每一個渠道都有各自的特點,而座席工作臺皆刺、問答機(jī)器人需要提供統(tǒng)一的交互和相同的服務(wù)少辣,因此客服產(chǎn)品需要在渠道接入層提供更多的中間適配。

比如郵件客服的郵件服務(wù)器如何支撐多個客服羡蛾,微信公眾號如何支持富文本漓帅,電話如何實現(xiàn)復(fù)雜的信息收集、在線客服和電話客服如何混合工作等。

因此全渠道的意思有兩層:

  1. 具有多個渠道接入客戶咨詢的能力
  2. 具有整合多個渠道忙干,提供統(tǒng)一交互和客服服務(wù)的能力器予。

第二層含義在產(chǎn)品實現(xiàn)上有很多的挑戰(zhàn)需要面對棒口,最大的難點就是電話和文字的統(tǒng)一菱肖。

1.2 智能

一般的客戶咨詢都是來源與類C端的用戶和客戶,其咨詢的特點是:

  1. 量大嗡呼,我想這也是網(wǎng)上一直傳騰訊沒有人工客服的原因施戴。
  2. 問題相似度比較集中反浓,80%的客戶咨詢的問題集中在問題中的20%,符合二八原則赞哗。

基于這個背景才有了智能客服的需求雷则。

智能客服的智能體現(xiàn)在智能回復(fù),也就是利用AI技術(shù)和NLP算法肪笋,實現(xiàn)自動回復(fù)客戶問題的能力月劈。

這里不管是通過電話渠道還是在線渠道,都能通過渠道適配和轉(zhuǎn)換實現(xiàn)自動回復(fù)藤乙,從而大量減輕客服的工作量猜揪,讓客服更多聚焦在機(jī)器人不能解決的復(fù)雜問題上。

1.3 平臺

科技企業(yè)和軟件企業(yè)喜歡談平臺湾盒,客服產(chǎn)品的廠商也不例外湿右,喜歡用平臺來闡述自家產(chǎn)品的通用性、普世性和強(qiáng)大罚勾。

那智能客服的產(chǎn)品毅人,其平臺的特點是怎么體現(xiàn)的呢?

我個人理解主要是集成度高尖殃,將客服系統(tǒng)的各個子系統(tǒng)丈莺、子產(chǎn)品整合在一套產(chǎn)品中,給企業(yè)提供一站式的系統(tǒng)和服務(wù)送丰,省去企業(yè)集成多家產(chǎn)品和系統(tǒng)的痛點缔俄。

比如智能客服平臺實現(xiàn)了全渠道的接入能力,那這里就需要提供:

  1. 電話客服:交換機(jī)或軟交換
  2. 在線客服:多種社交和IM平臺的接入
  3. 智能客服:文本機(jī)器人和電話機(jī)器人
  4. AI平臺:實現(xiàn)模型的訓(xùn)練和更新器躏。

這里面的任何一個子產(chǎn)品和系統(tǒng)的工作量都很大俐载,能夠融合在一起,其難度自然不小登失,因而對真正需要客服系統(tǒng)的企業(yè)來說遏佣,也是很大的一個吸引點。

另外揽浙,一般需要客服的企業(yè)状婶,在很早之前都已經(jīng)有了自己的呼叫中心(Cisco意敛、Genesys、Avaya膛虫、華為草姻、中國電信、中國聯(lián)通稍刀、中國移動)撩独,如果需要做智能化改造,原有系統(tǒng)的遷移和適配掉丽,也是產(chǎn)品需要考慮的點跌榔。

二、智能客服

因為交互方式的不同捶障,也帶來了技術(shù)實現(xiàn)的不同僧须,對客服的要求也有很多不同,從前面幾篇介紹中项炼,我們可以知道担平,客服系統(tǒng)按照溝通方式,分為電話客服(語音)在線客服(文字)锭部。

2.1 智能在線客服(文字)

隨著AI和NLP技術(shù)的發(fā)展暂论,這些年智能客服產(chǎn)品就變的越來越普通了。我們生活中基本上隨處可見:導(dǎo)航拌禾、購物取胎、智能家居等等都有它的影子。

從智能客服出現(xiàn)的背景也能看出湃窍,它對傳統(tǒng)客服產(chǎn)品的能力補(bǔ)充闻蛀,是通過AI技術(shù)和NLP能力來提升客服工作效率和減輕客服壓力的一種工具。

在線客服的發(fā)展要比電話機(jī)器人要早一些您市,主要還是所依賴技術(shù)的成熟程度觉痛。

一個智能在線客服的產(chǎn)品結(jié)構(gòu)如下:

2.1.2 機(jī)器人配置

機(jī)器人的配置,分為幾個方面:

  • 企業(yè)信息配置:這一部分主要用在網(wǎng)頁聊天窗上

  • 基礎(chǔ)配置:包括核心配置項和特定場景的話術(shù)配置

  • 渠道對接配置:這里是完成和業(yè)務(wù)系統(tǒng)對接

2.1.2.1 企業(yè)信息管理

企業(yè)信息管理主要設(shè)置企業(yè)名稱茵休,Logo薪棒,郵箱,官網(wǎng)地址榕莺,企業(yè)簡介俐芯。

  • 企業(yè)名稱和Logo會影響管理后臺的左上角的Logo和名稱。
  • 企業(yè)名稱和Logo钉鸯、官網(wǎng)地址泼各、企業(yè)簡介會影響網(wǎng)頁聊天窗中的頭部信息。
2.1.2.2 機(jī)器人配置

基礎(chǔ)配置主要用來管理機(jī)器人各種參數(shù)和場景話術(shù)亏拉。所有的配置點和話術(shù)都給出了默認(rèn)值扣蜻,初始化階段,在不做設(shè)置和修改的情況下即可使用機(jī)器人問答及塘。

  • 基本設(shè)置

包括的內(nèi)容有:

  1. 機(jī)器人名稱:主要用來做為渠道中機(jī)器人默認(rèn)名稱
  2. 機(jī)器人頭像:主要用來做為渠道中機(jī)器人默認(rèn)名稱
  3. 機(jī)器人語音:這里的語言主要是用來建立機(jī)器人的問答引擎可以支撐的語音莽使,一個服務(wù)實例智能支持一種語音
  4. 使用詞向量:開啟后會在基于檢索和相似度計算后得到的待排答案中通過詞向量再次精排,提升問答準(zhǔn)確率笙僚。
  5. 啟用寒暄庫:啟用后芳肌,機(jī)器人在問答過程中會使用寒暄語料作為問答的兜底處理,比如可以回答:你好等問題
  6. 直接回復(fù)置信度:這里設(shè)定的值影響機(jī)器人直接回復(fù)的分?jǐn)?shù)判斷肋层,相似度大于這個數(shù)值的答案直接回復(fù)亿笤。
  7. 未知回復(fù)置信度:這里設(shè)定的值影響機(jī)器人未知回復(fù)的分?jǐn)?shù)判斷,相似度小于這個數(shù)值時栋猖,機(jī)器人給出回復(fù)净薛,在未知回復(fù)和直接回復(fù)之間,機(jī)器人給出反問引導(dǎo)蒲拉。
  8. 訪客下線時間:是指用戶在多少時間沒有和機(jī)器人交互后肃拜,會話會自動下線
  9. 啟用答案滿意度評價:開啟后,在機(jī)器人給出訪客提問問題的回復(fù)時雌团,會帶上對該答案是否滿意的引導(dǎo)燃领,引導(dǎo)用戶對答案作出評價
  10. 會話滿意度評價:開啟后,在會話結(jié)束的時候锦援,會推出會話滿意度評價邀請猛蔽,要求用戶對當(dāng)前會話給出評價。
  • 話術(shù)設(shè)置

話術(shù)設(shè)置主要是為了在各種固定場景中灵寺,能幫助機(jī)器人完成回復(fù)曼库,比如在無法識別問題的情況下,如何回復(fù)等替久。

每一種固定的話術(shù)可以設(shè)置多條凉泄,在機(jī)器人使用話術(shù)時,按照具體的場景可以選擇隨即選擇和全部使用兩種方式

所有機(jī)器人相關(guān)的話術(shù)如下:

  1. 歡迎語推薦問題前置話術(shù):猜你想問這些問題哦:
  2. 未知問題話術(shù):哎呀蚯根,這個太難了后众,我還沒有學(xué)習(xí)過,能換一個問題嗎
  3. 敏感詞話術(shù):您的話中含有敏感信息哦颅拦,請注意用詞哈
  4. 反問引導(dǎo)話術(shù):我猜你想問:
  5. 答案滿意度點贊話術(shù):謝謝你的鼓勵蒂誉,我會加倍努力更好的回答問題哦
  6. 答案滿意度點踩話術(shù):嗚嗚,沒能解決您的問題距帅,我很傷心右锨,嗚嗚
  7. 答案滿意度不滿意原因收集邀請話術(shù):請指出我錯在哪里了哦,以便我能及時改正哈
  8. 答案滿意度不滿意原因收集后話術(shù):嗚嗚碌秸,我會知錯就改的绍移,期待我的改變哦
  9. 會話滿意度邀評話術(shù):給我的服務(wù)打個分哦
  10. 會話滿意度評價后話術(shù):謝謝你的使用悄窃,我會加倍努力,提供更好的服務(wù)哦
  11. 會話滿意度評價其他原因收集邀請話術(shù):還有其他想對我說的嗎
  12. 訪客下線提示話術(shù):我已經(jīng)下線了蹂窖,感謝您的陪伴轧抗,如需繼續(xù)咨詢,請重新發(fā)送問題
  13. 答案評價不滿意原因:答非所問瞬测、未解決問題
  14. 會話評價不滿意原因:未解決問題横媚、匹配不準(zhǔn)、不智能
  15. 轉(zhuǎn)人工技能組選擇引導(dǎo)話術(shù):為了更好的為您服務(wù)月趟,請選擇一個技能組:
  16. 轉(zhuǎn)人工發(fā)起提示話術(shù):正在為您轉(zhuǎn)接人工服務(wù)
  17. 轉(zhuǎn)人工排隊引導(dǎo)話術(shù):你可以繼續(xù)向我提問哦
2.1.2.3 渠道對接

渠道管理主要用來管理業(yè)務(wù)系統(tǒng)與智能客服問答界面的對接灯蝴,比如業(yè)務(wù)系統(tǒng)嵌入的網(wǎng)頁聊天窗鏈接如何管理,社交平臺的服務(wù)器配置參數(shù)等孝宗。

2.1.2 知識管理

在完成了機(jī)器人的配置后穷躁,我們進(jìn)入到知識管理部分。知識管理分為三部分:語義碳褒、語料折砸、標(biāo)簽

2.1.2.1 語義管理

語義管理主要負(fù)責(zé)管理在機(jī)器人問答分詞引擎所需要的各類專業(yè)詞、敏感詞沙峻、停止詞睦授。

  • 專業(yè)詞:是指具體的業(yè)務(wù)領(lǐng)域中約定俗成的詞匯,比如外匯摔寨、訂單去枷、外賣、快遞等是复,機(jī)器人內(nèi)置的分詞引擎只能處理通用領(lǐng)域中的常見詞庫删顶,對于特定業(yè)務(wù)領(lǐng)域的詞庫,模型吸納的較少淑廊,通過專業(yè)詞的補(bǔ)充逗余,可以有效提升分詞引擎的準(zhǔn)確率,進(jìn)而提升問答的準(zhǔn)確率季惩。
  • 敏感詞:在問答過程中录粱,不希望客服提及的詞匯,比如罵人的詞画拾、涉黃啥繁、涉暴等。
  • 停止詞:這一部分是為了保證機(jī)器人在問答過程中更加關(guān)注核心詞庫青抛,因此把常見的一些助詞旗闽,介詞等作為停止詞,還有在特定行業(yè)中,經(jīng)常出現(xiàn)的詞适室,其對語義理解作用不大的詞嫡意,也可以添加到這里。

除開詞類型外亭病,還有兩種關(guān)系:

  • 同義詞:這里記錄的是兩個詞具有相同的含義鹅很,在機(jī)器人理解和識別時,可等價替換罪帖。
  • 枚舉詞:這里是記錄兩個詞具有上下位關(guān)系,比如植物和水果邮屁,水果和蘋果整袁,在遇到這個詞時,機(jī)器人可以做向上追溯和向下鉆取佑吝,提升語義泛化能力坐昙。

管理功能在管理后臺->語義管理->詞庫管理,在界面上所做的任何修改芋忿,15秒鐘后機(jī)器人問答界面即可生效炸客。

2.2.1.2 知識管理

知識管理主要管理機(jī)器人所需要的知識庫,知識分為兩部分:業(yè)務(wù)知識和寒暄知識戈钢,對知識提供新增痹仙、修改、刪除功能殉了。

這里非常重要的一點功能是沙盒管理开仰,考慮對知識是機(jī)器人非常核心的數(shù)據(jù),所以提供了對知識的管理薪铜,默認(rèn)提供了沙盒機(jī)制众弓,知識分類線上知識和沙盒知識。

  1. 新增和編輯的知識默認(rèn)在沙盒中隔箍,狀態(tài)為待生效谓娃,通過上線功能,將狀態(tài)調(diào)整為生效中蜒滩,此時機(jī)器人才能使用滨达。

  2. 對知識的敏感操作,提供了審核機(jī)制帮掉,對不是管理員身份的用戶弦悉,在編輯知識后發(fā)起上線時,需要管理員審核后才能變成上線蟆炊,對下線和刪除線上知識時也需要審核才能生效稽莉。

  • 業(yè)務(wù)知識

業(yè)務(wù)知識主要是特定行業(yè)中積累的FAQ,一般都是和業(yè)務(wù)相關(guān)的問題涩搓,比如如何兌換積分等污秆。

知識的構(gòu)成分為:標(biāo)準(zhǔn)問劈猪、相似問、答案良拼、知識標(biāo)簽战得、答案標(biāo)簽。

  • 標(biāo)準(zhǔn)問和相似問是用來與用戶的問題做匹配
  • 答案是匹配成功后推出到聊天界面的回復(fù)庸推。
  • 知識標(biāo)簽和答案標(biāo)簽是用來實現(xiàn)知識隔離常侦,對不同的渠道,不同的用戶贬媒,可以問到不同的知識和不同的答案聋亡。這里的標(biāo)簽數(shù)據(jù)來源標(biāo)簽管理

相似問管理提供新增、修改际乘、刪除相似問坡倔,變動后需要上線才能生效。

  • 寒暄知識

寒暄知識與業(yè)務(wù)知識的區(qū)別是脖含,寒暄知識不涉及業(yè)務(wù)罪塔,知識內(nèi)容是關(guān)于業(yè)務(wù)以外的所有問題,比如機(jī)器人的形象相關(guān)养葵、八卦等等征堪。

知識管理功能與業(yè)務(wù)知識管理相同,這里多了一個功能港柜,就是內(nèi)置了機(jī)器人形象的語料请契,可以在初始化階段,加載內(nèi)置寒暄語料夏醉,快速構(gòu)建機(jī)器人形象相關(guān)的知識爽锥。

另外,機(jī)器人能使用寒暄知識畔柔,還需要在機(jī)器人設(shè)置中啟用寒暄庫氯夷。

2.3.3 標(biāo)簽管理

標(biāo)簽管理功能主要是用來處理知識的隔離,可以實現(xiàn)一下場景:

  1. 實現(xiàn)不同的人可以問答不同的知識:通過知識標(biāo)簽完成靶擦。
  2. 不同的渠道可以應(yīng)對不同的業(yè)務(wù)場景:通過知識標(biāo)簽完成
  3. 不同的人問到相同的知識腮考,可以給出不同的答案:通過答案標(biāo)簽完成。
2.3.3.1 標(biāo)簽管理

標(biāo)簽按照樹形結(jié)構(gòu)管理玄捕,不同層級的標(biāo)簽具有向上兼容的能力踩蔚,比如江蘇的標(biāo)簽,可以涵蓋南京的標(biāo)簽枚粘,從而實現(xiàn)綁定知識的向上兼容和向下細(xì)化馅闽。

一個標(biāo)簽具有多個條件,多個條件間可以為且(同時滿足)和為或(任意一個滿足)

2.3.3.2 條件管理

這里的條件是指標(biāo)簽對應(yīng)的過濾規(guī)則,通過設(shè)定標(biāo)簽綁定的用戶身份攜帶的信息福也,從而過濾綁定了標(biāo)簽的知識局骤。

目前支持綁定的用戶身份信息有:用戶名稱、性別暴凑、區(qū)域峦甩、渠道信息。

過濾邏輯為:用戶進(jìn)入聊天窗時攜帶的個人信息现喳,提問后凯傲,機(jī)器人得到的知識和答案攜帶的標(biāo)簽,基于標(biāo)簽關(guān)聯(lián)的條件與用戶身份信息進(jìn)行比對嗦篱,如果相同則認(rèn)為用戶可以問該知識和答案泣洞,不相同,在給出未知回復(fù)默色。

2.1.3 問答服務(wù)

在完成了機(jī)器人的一系列配置和知識的初始化后,我們可以在問答界面進(jìn)行問答了狮腿。

基本功能如下:

  1. 支持寒暄和業(yè)務(wù)問答
  2. 支持反問引導(dǎo)
  3. 支持留言和滿意度評價
  • 反問引導(dǎo)

對與訪客的問題腿宰,如果機(jī)器人識別后發(fā)現(xiàn)存在多種可能的知識,則會給出反問引導(dǎo)缘厢。

比如提問員工吃度,這里就無法明確訪客真實的意圖,此時機(jī)器人會給出和員工相關(guān)的問題列表供訪客二次確認(rèn)贴硫,訪客點擊具體問題后椿每,再給出精確的答案。

  • 未知回復(fù)

在機(jī)器人無法識別用戶的問題時英遭,會給出未知回復(fù)间护,判斷的依據(jù)是依據(jù)機(jī)器人配置中的未知回復(fù)置信度,給出的回復(fù)是在話術(shù)配置中的位置回復(fù)話術(shù)挖诸。

  • 留言

在機(jī)器人想轉(zhuǎn)人工汁尺,但人工客服不在線時,可以通過留言功能完成問題收集多律。

收集到的留言痴突,管理后臺留言管理中可以查看和處理,在留言的時候狼荞,提供了聯(lián)系方式辽装,此時客服可以通過聯(lián)系方式對處理后的結(jié)果進(jìn)行告知。

  • 會話滿意度評價

在訪客長時間未與機(jī)器人交互達(dá)到超時時間后相味,機(jī)器人會推送會話滿意度邀評拾积。

2.1.4 接入人工客服

為了提供更好的客服服務(wù),在智能客服的背后,一般都會保證Human-in-the-loop的機(jī)制殷勘,提供轉(zhuǎn)人工服務(wù)此再。這里最重要的是轉(zhuǎn)人工策略。

  1. 配置渠道轉(zhuǎn)人工策略
  2. 2.5.1 技能組管理

技能組是為了區(qū)分客服的技能和經(jīng)驗而建立了一種虛擬組玲销,正常的技能組可以分為售前输拇、售中、售后等類型贤斜,如果企業(yè)的業(yè)務(wù)比較復(fù)雜策吠,可以區(qū)分的更為細(xì)致。

在完成了客服相關(guān)的配置和維護(hù)后瘩绒,接下來要配置特定渠道的機(jī)器人對應(yīng)的轉(zhuǎn)人工策略猴抹。

轉(zhuǎn)人工策略分類轉(zhuǎn)人工方式、綁定技能組等:

2.5.5.1 轉(zhuǎn)人工方式

轉(zhuǎn)人工的方式分為四種:

  1. 機(jī)器人優(yōu)先:進(jìn)入聊天窗后锁荔,先有機(jī)器人服務(wù)蟀给,訪客可以發(fā)起轉(zhuǎn)人工
  2. 人工優(yōu)先:進(jìn)入聊天窗后,自動轉(zhuǎn)人工阳堕,如果人工忙或不在線跋理,繼續(xù)由機(jī)器人服務(wù)
  3. 僅機(jī)器人:進(jìn)入聊天窗后只能由機(jī)器人提供服務(wù),不提供轉(zhuǎn)人工能力
  4. 僅客服:進(jìn)入聊天窗后恬总,自動轉(zhuǎn)人工前普,如果人工不在線,則會話結(jié)束壹堰,機(jī)器人不提供服務(wù)
2.5.5.2 轉(zhuǎn)人工策略

選擇了轉(zhuǎn)人工方式后拭卿,還需要配置被動轉(zhuǎn)人工的策略,一般提供如下類型的策略:

  1. 答案點踩觸發(fā):在答案點踩達(dá)到配置的閾值后贱纠,自動轉(zhuǎn)人工
  2. 未知問題觸發(fā):在多次觸發(fā)未知回復(fù)達(dá)到配置的閾值后峻厚,自動轉(zhuǎn)人工。
  3. 不滿意情緒觸發(fā):在提問問題中識別了不滿情緒后并巍,自動轉(zhuǎn)人工
  4. 轉(zhuǎn)人工問題:設(shè)定哪一些問題會自動轉(zhuǎn)人工
  5. 轉(zhuǎn)人工按鈕:在界面上提供轉(zhuǎn)人工按鈕目木。
2.5.5.3 渠道對應(yīng)技能組

在每一個渠道都需要配置該渠道能接入的技能組。

  • 如果綁定多個技能組懊渡,在該渠道的訪客轉(zhuǎn)人工時刽射,需要選擇技能組
  • 如果只有一個技能組,則默認(rèn)轉(zhuǎn)到該技能組下的客服
  • 如果沒有配置技能組剃执,則有系統(tǒng)自動分配技能誓禁。

2.2 智能電話客服(語音)

智能電話,其核心本質(zhì)還是通過問答機(jī)器人完成業(yè)務(wù)問題的自動回復(fù)摹恰,但是由于其交互方式的不同辫继,使得產(chǎn)品所依賴的技術(shù)也一些區(qū)別。

2.5 ASR和TTS

首先智能電話需要依賴的技術(shù)俗慈,是解決文字和語音的轉(zhuǎn)換,這里兩套技術(shù)一般是配套使用姑宽,語言轉(zhuǎn)文字和文字轉(zhuǎn)語音,這里的語音是需要符合8K采樣頻率的語音文件闺阱,才能與SIP server通信炮车。

前幾年,科大訊飛的語音識別能力爆光度很高酣溃,可以識別多種方言瘦穆,這里的語音識別能力就是ARS,將語音轉(zhuǎn)換成文字赊豌,轉(zhuǎn)為文字后扛或,我們就可以在文本機(jī)器人的范疇內(nèi)實現(xiàn)問答。通過文本機(jī)器人得到答案后碘饼,我們再通過文字轉(zhuǎn)語音的技術(shù)熙兔,將文字播報給客戶,從而實現(xiàn)了電話端的自動問答艾恼。

2.5 電話機(jī)器人

電話機(jī)器人是融合了問答機(jī)器人的IVR系統(tǒng)黔姜,通過SIP協(xié)議與呼叫中心進(jìn)行通信,通過呼叫中心提供語音信息給電話機(jī)器人蒂萎,電話機(jī)器人通過ASR轉(zhuǎn)錄成文字,再通過語義識別引擎解析意圖淮椰,基于多輪會話引擎和知識庫五慈,給出回復(fù),再通過TTS將回復(fù)轉(zhuǎn)換成語音主穗,回傳給呼叫中心泻拦,完成一輪交互。

在這個過程中忽媒,需要處理的異常點很多:

  • 打斷
  • 環(huán)境音
  • 插問
  • 方言
  • 口音
  • 語言表達(dá)差異
  • ......

所有這些問題都需要在對話管理中很好的處理争拐,才能保證電話機(jī)器人的服務(wù)質(zhì)量和體驗。

解決這些問題晦雨,需要集成的能力很多架曹,比如文本機(jī)器人,會話引擎闹瞧,ASR绑雄,TTS,這些能力一般是在一個Pip line上奥邮,所以它們的準(zhǔn)確率不是簡單的累加万牺,而是累乘罗珍,所以誤差會被放大。

2.6 外呼機(jī)器人

這種功能更多的應(yīng)用在營銷脚粟、通知覆旱、信息傳達(dá)等場景,比如快遞送達(dá)核无、逾期提醒扣唱、防疫通知、新品發(fā)布通知等厕宗。

這里參考了呼叫中心廠商的智能電話客服架構(gòu)画舌,大部分廠家的智能電話客服架構(gòu)都是如此。

三已慢、問答機(jī)器人

不管是智能在線客服曲聂,還是智能電話客服,其內(nèi)部的核心還是問答機(jī)器人佑惠,問答機(jī)器人實現(xiàn)了自然語言作為輸入朋腋,得到自然語言輸出,完成問題的解答膜楷。

3.1 階段劃分

它的發(fā)展有經(jīng)歷了幾個階段旭咽,廣義上講崔挖,搜索引擎也算是問答機(jī)器人的初級版礁竞。

問答機(jī)器人的級別,這里引用了星空智能問答機(jī)器人開發(fā)者-Gavin的定義

  • Level 1 基于命令交互模式嘶朱,10年之前的產(chǎn)品形態(tài)特愿,比如命令行的終端交互仲墨,需要輸入非常準(zhǔn)確的命令,才能得到準(zhǔn)確的答案揍障。
  • Level 2 問答機(jī)器人目养,基于FAQs檢索和相似度計算,這也是目前大部分問答機(jī)器人廠家產(chǎn)品的實現(xiàn)形態(tài)
  • Level 3 上下文理解毒嫡,在問答過程中癌蚁,可以理解用戶的上下文信息,自動關(guān)聯(lián)識別兜畸,比較少的問答機(jī)器人廠商達(dá)到了這個階段努释。
  • Level 4 顧問式機(jī)器人,可能在未來的2年到5年內(nèi)實現(xiàn)咬摇,融合了推薦和知識圖譜洽洁,基于溝通內(nèi)容,實時調(diào)整機(jī)器人的狀態(tài)
  • Level 5 適應(yīng)性機(jī)器人菲嘴,可以在任何領(lǐng)域中適配饿自,提供通用性和受限域問答汰翠。

3.2 需要解決的問題

那么問答機(jī)器人需要解決哪一些問題呢?

問答機(jī)器人就是要:

從問題出發(fā)昭雌,獲得問題的答案复唤。

因此可以劃分為四個階段,獲得問題烛卧、問題分析佛纫、知識匹配、返回答案总放。

3.2.1 獲得答案

在獲得問題的層面呈宇,主要處理的是多種渠道的接入,比如微信局雄、小程序甥啄、釘釘?shù)龋矸菡J(rèn)證炬搭,第三方業(yè)務(wù)系統(tǒng)的集成蜈漓,也就是嵌入到特定的業(yè)務(wù)系統(tǒng),比如OA宫盔、各種APP中融虽,交互方式上,有可能是文字灼芭,也可能是語音有额,需要處理TTS和ASR,可能還會有富媒體圖片處理彼绷,需要提供OCR和圖片識別谆吴。

  • 渠道接入
  • 身份認(rèn)證
  • 第三方集成
  • ASR
  • OCR
  • TTS
  • 圖片視頻

3.2.2 問題分析

我們?nèi)粘H伺c人的對話習(xí)慣,打字習(xí)慣苛预,確定了我們在問題分析階段,需要處理好字詞分詞和泛化笋熬、需要考慮對話的上下文热某,做好補(bǔ)全改寫,需要考慮輸入錯誤胳螟,中文特有的拼音容錯昔馋、字形容錯、特定對話中的意圖判別糖耸,思考用戶想表達(dá)什么秘遏,哪一些信息是需要重點關(guān)注和記錄,基于文明溝通的基調(diào)嘉竟,我們還需要處理禁止詞邦危、敏感詞的檢測等等洋侨。

  • 語義分詞
  • 敏感詞檢測
  • 指代消解
  • 意圖識別
  • 實體識別(NER)
  • 補(bǔ)全改寫
  • 容錯處理

3.2.3 知識匹配

在經(jīng)過問題分析,我們得到了分詞倦蚪、泛化希坚、歸一、表達(dá)正確陵且、有明確意圖的問句后裁僧,這個時候就是各個機(jī)器人引擎出馬的時候了,面對各種不同的場景慕购、知識表現(xiàn)的類型聊疲,機(jī)器人需要滿足基于信息檢索的FAQ引擎,基于任務(wù)達(dá)成的多輪對話沪悲、基于表格數(shù)據(jù)的表格機(jī)器人获洲、基于文檔的閱讀理解機(jī)器人,基于知識圖譜的機(jī)器人可训,同時為了保持機(jī)器人的趣味性和擬人化昌妹,我們也需要各種類型的寒暄,比如查天氣握截、講笑話飞崖、調(diào)侃等,在特定的業(yè)務(wù)領(lǐng)域谨胞,我們還需要集成業(yè)務(wù)系統(tǒng)固歪,幫助用戶實行私人化個性化的查詢服務(wù),比如查積分胯努、查余額牢裳、查賬單等等。

  • FAQ-Bot
  • Task-Bot
  • Table-Bot(Text2SQL)
  • ChitChat-Bot
  • MRC-Bot
  • KG-Bot
  • 業(yè)務(wù)集成(Action)

3.2.4 返回答案

通過多個引擎的發(fā)力叶沛,我們得到了最終的待選答案蒲讯,可能是多輪,可能是FAQ灰署,也可能是表格或者是寒暄判帮,面對多個待選項,我們需要決定怎么推送答案溉箕,此時需要結(jié)合渠道晦墙、訪客身份、知識領(lǐng)域?qū)Υ鸢高M(jìn)行篩選肴茄、組裝晌畅,以達(dá)到特定端的需要,比如微信端的文本寡痰、實體端的語音加文字等抗楔,最終將合適的答案以合適的方式呈現(xiàn)給用戶棋凳。

  • 渠道隔離
  • 用戶角色
  • 多端適配
  • 答案組裝
  • 領(lǐng)域隔離

以上就是在智能客服產(chǎn)品中我的個人理解。

至此谓谦,整個關(guān)于IM產(chǎn)品的認(rèn)識和思考就介紹完了贫橙,希望我的理解能夠給大家啟到拋磚引玉的作用。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末反粥,一起剝皮案震驚了整個濱河市卢肃,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌才顿,老刑警劉巖莫湘,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異郑气,居然都是意外死亡幅垮,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進(jìn)店門尾组,熙熙樓的掌柜王于貴愁眉苦臉地迎上來忙芒,“玉大人,你說我怎么就攤上這事讳侨『侨” “怎么了?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵跨跨,是天一觀的道長潮峦。 經(jīng)常有香客問我,道長勇婴,這世上最難降的妖魔是什么忱嘹? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮耕渴,結(jié)果婚禮上拘悦,老公的妹妹穿的比我還像新娘。我一直安慰自己橱脸,他們只是感情好础米,可當(dāng)我...
    茶點故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著慰技,像睡著了一般。 火紅的嫁衣襯著肌膚如雪组砚。 梳的紋絲不亂的頭發(fā)上吻商,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天,我揣著相機(jī)與錄音糟红,去河邊找鬼艾帐。 笑死乌叶,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的柒爸。 我是一名探鬼主播准浴,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼捎稚!你這毒婦竟也來了乐横?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤今野,失蹤者是張志新(化名)和其女友劉穎葡公,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體条霜,經(jīng)...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡催什,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了宰睡。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蒲凶。...
    茶點故事閱讀 39,690評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖拆内,靈堂內(nèi)的尸體忽然破棺而出旋圆,到底是詐尸還是另有隱情,我是刑警寧澤矛纹,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布臂聋,位于F島的核電站,受9級特大地震影響或南,放射性物質(zhì)發(fā)生泄漏孩等。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一采够、第九天 我趴在偏房一處隱蔽的房頂上張望肄方。 院中可真熱鬧,春花似錦蹬癌、人聲如沸权她。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽隅要。三九已至,卻和暖如春董济,著一層夾襖步出監(jiān)牢的瞬間步清,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留廓啊,地道東北人欢搜。 一個月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像谴轮,于是被迫代替她去往敵國和親炒瘟。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,577評論 2 353

推薦閱讀更多精彩內(nèi)容

  • 研究背景及意義 智能問答是計算機(jī)與人類以自然語言的形式進(jìn)行交流的一種方式第步,是人工智能研究的一個分支疮装。 知識圖譜本質(zhì)...
    Veronica_ry閱讀 5,255評論 0 10
  • 16宿命:用概率思維提高你的勝算 以前的我是風(fēng)險厭惡者,不喜歡去冒險雌续,但是人生放棄了冒險斩个,也就放棄了無數(shù)的可能。 ...
    yichen大刀閱讀 6,046評論 0 4
  • 公元:2019年11月28日19時42分農(nóng)歷:二零一九年 十一月 初三日 戌時干支:己亥乙亥己巳甲戌當(dāng)月節(jié)氣:立冬...
    石放閱讀 6,877評論 0 2