文章摘要：售前機(jī)器人的效果主要依賴背后的知識庫，也不斷地在豐富自己的知識庫。問答知識庫通過原始客戶提供的對話記錄，抽取相關(guān)的問題。采用半自動(dòng)構(gòu)建的方式，自動(dòng)抽取QA+人工檢驗(yàn)。產(chǎn)生式知識庫用于特征辨別，來確定場景。采用人工構(gòu)建的方式，其中可通過聚類分類的方法來降低人工量。

我們在網(wǎng)上購物時(shí)，無論多晚找客服咨詢，對面均會(huì)回復(fù)一句“在呢，請問有什么可以幫助您？”，屏幕背后大部分為智能客服機(jī)器人。

在不同業(yè)務(wù)場景對話中，如何提高智能售前營銷機(jī)器人對用戶意圖識別和對話邏輯控制，提高營銷轉(zhuǎn)化，是每個(gè)智能機(jī)器人廠商不斷迭代的技能。

為什么售前機(jī)器人這么神？

別想當(dāng)然，售前售后機(jī)器人大有不同

在對話的深度、明確的目標(biāo)、相應(yīng)的速度、聚焦對話管理這四方面處理上，均有一些差異。

（1）對話深度：在售前咨詢里，很多用戶的問題不明確，售前機(jī)器人需進(jìn)行多輪對話，引導(dǎo)出用戶的真實(shí)需求，并總結(jié)變成真正的問題，然后再做解答。

（2）明確目標(biāo)。在售前場景中需給機(jī)器人定一個(gè)明確的目標(biāo)，如拿到用戶的手機(jī)號碼、微信號等。而售后則是訪客問什么問題，機(jī)器人就解答什么。

（3）響應(yīng)速度。在售前場景里，如果商家的回答速度慢了，很容易流失掉用戶，因此售前機(jī)器人的響應(yīng)速度非常重要。

（4）聚焦對話管理。售前機(jī)器人不僅對當(dāng)前對話搞清楚就可以，而是要記錄多輪對話以及明確終極導(dǎo)向目標(biāo)，這是個(gè)整體對話的過程，對話控制尤為關(guān)鍵。

多輪對話、NLP 技術(shù)，打造自然人機(jī)交互智能客服體驗(yàn)

在售前營銷機(jī)器人的多輪對話和 NLP 技術(shù)上做了眾多算法創(chuàng)新，從而給用戶自然的人機(jī)交互智能客服體驗(yàn)。

售前營銷機(jī)器人的對話系統(tǒng)邏輯結(jié)構(gòu)主要分為意圖識別和對話邏輯控制兩部分。

一、意圖識別算法通過分析訪客話語，抽取特征（語義標(biāo)簽），來識別訪客的真實(shí)意圖，獲得訪客信息。

通俗來說，意圖識別主要是識別訪客在對話過程中表達(dá)的意思，其中可分為特定信息識別，如手機(jī)號、微信號等聯(lián)系方式。還有特征判別，如時(shí)間、地點(diǎn)、年齡、項(xiàng)目等，還有咨詢報(bào)名時(shí)間、咨詢項(xiàng)目價(jià)格等意圖。

二、對話邏輯控制算法則根據(jù)意圖、訪客信息，在場景間轉(zhuǎn)換，進(jìn)行特征遷移，根據(jù)更加細(xì)節(jié)的特征以及規(guī)則產(chǎn)生式生成回答，控制對話流以導(dǎo)向既定目標(biāo)（比如索聯(lián)）。

對話管理可分為對話記憶和場景。對話記憶是記錄整個(gè)對話流程，便于了解用戶當(dāng)時(shí)和歷史意圖。場景是在指定前提條件下，訪客可能會(huì)說什么內(nèi)容，機(jī)器人將做出什么應(yīng)答。

機(jī)器學(xué)習(xí)模型加持，知識庫輔助

值得一提的是，客服機(jī)器人使用機(jī)器學(xué)習(xí)模型的方法主要應(yīng)用在意圖識別部分，提高識別正確率是模型優(yōu)化的目標(biāo)。客服機(jī)器人結(jié)合Bert深度模型，并根據(jù)模型占用算力的差異采用了分層識別架構(gòu)，加上自適應(yīng)快速聚類方法和知識庫輔助構(gòu)建，以及主動(dòng)學(xué)習(xí)、小樣本學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等機(jī)器學(xué)習(xí)技巧，相較于早期簡單識別方法，新方法將識別正確率提高到98%以上，在部分場景下識別正確率可達(dá)100%，而識別速率幾乎沒有下降。

售前機(jī)器人的效果主要依賴背后的知識庫，也不斷地在豐富自己的知識庫。問答知識庫通過原始客戶提供的對話記錄，抽取相關(guān)的問題。采用半自動(dòng)構(gòu)建的方式，自動(dòng)抽取QA+人工檢驗(yàn)。產(chǎn)生式知識庫用于特征辨別，來確定場景。采用人工構(gòu)建的方式，其中可通過聚類分類的方法來降低人工量。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.yzny.net.cn/ucm/faq/16879