本文摘自云問科技聯(lián)合創(chuàng)始人&COO茆傳羽先生在2021(第六屆)中國(guó)客戶聯(lián)絡(luò)中心行業(yè)發(fā)展年會(huì)上的演講分享，本文從技術(shù)角度聊一聊知識(shí)智能如何賦能服務(wù)升級(jí)。
云問是業(yè)內(nèi)最早一批倡導(dǎo)“AI+知識(shí)中臺(tái)”的智能客服體系變革的公司，致力于為中國(guó)智能客服市場(chǎng)領(lǐng)導(dǎo)者梯隊(duì)提供行業(yè)級(jí)的AI+知識(shí)客服中臺(tái)解決方案。同時(shí)，云問參與了國(guó)家六項(xiàng)人工智能標(biāo)準(zhǔn)的研究和制定，包括智能助理、一二三級(jí)智能分級(jí)體系等，并獲得了近百項(xiàng)國(guó)內(nèi)人工智能與智慧客服大獎(jiǎng)。
本文主要從以下三個(gè)方面分享“以知識(shí)智能升級(jí)服務(wù)新業(yè)態(tài)”：
1. 知識(shí)型智能客服架構(gòu)；
2. 智能知識(shí)客服應(yīng)用；
3. 知識(shí)智能介紹。
01
知識(shí)型智能客服架構(gòu)
1.知識(shí)的生產(chǎn)和應(yīng)用是智慧客服運(yùn)營(yíng)的關(guān)鍵基礎(chǔ)
產(chǎn)品知識(shí)的應(yīng)用、經(jīng)驗(yàn)案例的應(yīng)用、新員工的培訓(xùn)和成長(zhǎng)都離不開知識(shí)。比如說，智能服務(wù)，首先要讓客戶的響應(yīng)時(shí)長(zhǎng)減少，這之中會(huì)產(chǎn)生大量的問題，這就需要依靠智能問答來解決。同時(shí)，客服在服務(wù)場(chǎng)景中，實(shí)際上是調(diào)用企業(yè)的知識(shí)、經(jīng)驗(yàn)加以理解傳遞給用戶，如何通過知識(shí)服務(wù)提升效率是非常重要的一點(diǎn)。
同時(shí)，企業(yè)會(huì)積累大量的評(píng)論數(shù)據(jù)、評(píng)價(jià)數(shù)據(jù)、服務(wù)數(shù)據(jù)以及輿情數(shù)據(jù)，這些都是影響服務(wù)決策的重要數(shù)據(jù)來源。因此，如何通過服務(wù)數(shù)據(jù)的有效分析來提升客戶體驗(yàn)，這也是與知識(shí)息息相關(guān)的。評(píng)論、評(píng)價(jià)本身是知識(shí)的一種類型，這些我們稱之為對(duì)外的知識(shí)服務(wù)。
對(duì)內(nèi)，知識(shí)用于企業(yè)內(nèi)部的支撐。例如很多的快消行業(yè)，一線業(yè)務(wù)人員通過內(nèi)部的知識(shí)支撐服務(wù)快速提升自身的業(yè)績(jī)；客服人員借助知識(shí)沉淀進(jìn)行人才培養(yǎng)；在生產(chǎn)研發(fā)設(shè)計(jì)中，對(duì)知識(shí)架構(gòu)進(jìn)行補(bǔ)充。例如汽車行業(yè)，收集一線的服務(wù)知識(shí)應(yīng)用到下一次車型的設(shè)計(jì)上；工業(yè)設(shè)備類的廠商，除了服務(wù)一線的用戶外，還有支撐一線業(yè)務(wù)的檢修人員以及設(shè)備的維護(hù)人員，幫助他們提升工作效率。
因此，我們非常倡導(dǎo)以人為中心，在不同的場(chǎng)景和對(duì)象上，以場(chǎng)景為訴求的立足點(diǎn)，利用智能知識(shí)管理，優(yōu)化客服運(yùn)營(yíng)的整體工作流程。不僅僅是服務(wù)，還有整個(gè)公司的運(yùn)營(yíng)流程。
2.圍繞智能知識(shí)的智慧服務(wù)產(chǎn)品矩陣——Y-ASK
以視頻交互的形式的方式展開，這當(dāng)中包括智能機(jī)器人、語音助理以及虛擬數(shù)字人。②榫卯-知識(shí)與數(shù)據(jù)的AI處理榫卯，是把我們所有底層的AI能力和NLP能力全部開放出來做文本分析開放平臺(tái)，包括NLP與數(shù)據(jù)訓(xùn)練開放平臺(tái)。我們不但關(guān)注前端原則化的知識(shí)應(yīng)用，更關(guān)注后臺(tái)對(duì)于AI數(shù)據(jù)的訓(xùn)練和管理的通用架構(gòu)。如果客服人員之中有機(jī)器人訓(xùn)練師或標(biāo)注人員，他們做完數(shù)據(jù)之后，可以給企業(yè)里的IT研發(fā)去提供NLP數(shù)據(jù)支撐。這就是榫卯平臺(tái)誕生的初衷。③SERVICE AI——知識(shí)型智能客服知識(shí)型智能客服，包括智能客服一體化平臺(tái)、智能質(zhì)檢平臺(tái)、客服知識(shí)庫(kù)、智能對(duì)練機(jī)器人、客戶體驗(yàn)分析平臺(tái)。具體流程包括從統(tǒng)一的智能服務(wù)平臺(tái)開始調(diào)度，到不同的專家，在線客服，做業(yè)務(wù)的融合，做輔助、錄工單，加之底層的數(shù)據(jù)融合做支撐。④KNOW+——知識(shí)的行業(yè)職能場(chǎng)景我們獨(dú)立成立了knowledge plus知識(shí)的行業(yè)職能場(chǎng)景，它會(huì)根據(jù)行業(yè)背景來展示對(duì)應(yīng)的知識(shí)圖譜的技術(shù)。智能知識(shí)客服應(yīng)用主要分為兩大類，第一是通用型的應(yīng)用，第二是行業(yè)垂直型的應(yīng)用。包含客服產(chǎn)品：文本機(jī)器人、在線、電話、工單、智能輔助包括一鍵報(bào)修等等，我們會(huì)通過平臺(tái)能力去做訓(xùn)練。更重要的是底層數(shù)據(jù)加工的過程：從各類型的知識(shí)數(shù)據(jù)出發(fā)，比如像業(yè)務(wù)專家隱性的經(jīng)驗(yàn)知識(shí)，業(yè)務(wù)的操作手冊(cè)，以及一些結(jié)構(gòu)化的數(shù)據(jù)知識(shí)：用戶的信息、產(chǎn)品的各類數(shù)據(jù)。這方面我們不僅要把它加工成可供客服直接搜索調(diào)用的知識(shí)，在做千人千面推送的時(shí)候也需要把知識(shí)和數(shù)據(jù)結(jié)構(gòu)結(jié)合起來去做人物的畫像。我們著重處理知識(shí)工程這一步，比如說像自動(dòng)拆解、圖譜構(gòu)建、自動(dòng)錄入、知識(shí)共創(chuàng)，尤其是在集團(tuán)型企業(yè)中，很多部門都在參與知識(shí)的生產(chǎn)，如何把這一套平臺(tái)統(tǒng)一起來，是我們現(xiàn)在做的一個(gè)非常重要的重點(diǎn)，就是我們知識(shí)統(tǒng)一化管理。云問知識(shí)型智能客服主要定位知識(shí)密集型行業(yè)，比如多品類的電商，或是政策類型比較豐富的，一定是對(duì)知識(shí)的加工非常有痛點(diǎn)的。比如像工業(yè)設(shè)備類知識(shí)管理平臺(tái)，我們要從集團(tuán)的上一層，比如說要做汽車，肯定要和后面的整個(gè)車型的管理數(shù)據(jù)進(jìn)行關(guān)聯(lián)，這就涉及到工業(yè)設(shè)備類知識(shí)管理平臺(tái)，通過知識(shí)中心形成百科。所有的技術(shù)規(guī)范、使用規(guī)程、巡檢標(biāo)準(zhǔn)等等這些全部形成一個(gè)百科的概念，把知識(shí)做成原子化的詞條，包括文庫(kù)，包括全生命周期庫(kù)，整個(gè)設(shè)備比如說你從出廠之前它的安裝文件、投影文件等等所有文件全部都在，當(dāng)給客戶做服務(wù)的時(shí)候，就可以快速調(diào)用這些知識(shí)和數(shù)據(jù)，以及形成設(shè)備的圖譜，通過圖譜關(guān)聯(lián)化去做呈現(xiàn)。這些應(yīng)用包括檢索，設(shè)備的知識(shí)地圖，都會(huì)有關(guān)聯(lián)，比如說咨詢的是A設(shè)備，但實(shí)際上它跟B設(shè)備之間是有非常強(qiáng)烈的關(guān)聯(lián)性，這樣一些設(shè)備知識(shí)地圖的關(guān)系要去做建立，就可以非常行業(yè)化。①BOT-知識(shí)的問答場(chǎng)景
比如說交通行業(yè)的客戶，他要實(shí)現(xiàn)從自助到評(píng)價(jià)整個(gè)知識(shí)客服的閉環(huán)，自助首頁首先要推送，客戶從什么頁面來的？客戶若從下訂單的頁面來，這時(shí)要推送一些可能和下訂單熱門的相關(guān)問題，和場(chǎng)景、跟用戶身份去做掛鉤，這個(gè)時(shí)候你所有建立的模型就來源于你之前對(duì)數(shù)據(jù)做的加工。接下來就是做機(jī)器的問答，然后做人機(jī)的協(xié)同，最后去做服務(wù)的評(píng)價(jià)，服務(wù)的評(píng)價(jià)所有的過程最后可能又會(huì)影響到整個(gè)知識(shí)被調(diào)用、被搜索的次數(shù)。我們可以看到，界面的上方有做滾動(dòng)播放一些文字條，為什么要做這么小的功能？因?yàn)槲覀儠?huì)發(fā)現(xiàn)很多客戶他都會(huì)出現(xiàn)一些突發(fā)性的事件，因此我們想將這些突發(fā)性事件的信息有效地提前預(yù)知給用戶，我們做了簡(jiǎn)單的滾動(dòng)詞條，比如說是游戲的廠商，最近游戲某個(gè)角色丟失了或者宕機(jī)了，我們就可以在這個(gè)界面告知給用戶。其次就是我們要自定義生成一些推薦歡迎語的內(nèi)容，這就是千人千面，包括手動(dòng)配置一些自助推薦以及快捷卡片、引導(dǎo)膠囊，這些都是前端對(duì)知識(shí)的應(yīng)用。其實(shí)云問對(duì)于知識(shí)權(quán)限的隔離和共享做得非常細(xì)了，我們有非常多的隔離，比如說站點(diǎn)隔離，知識(shí)集隔離，權(quán)限隔離、身份隔離，在不同場(chǎng)景下會(huì)有不同的應(yīng)用。比如有的公司是子母公司，希望集團(tuán)有知識(shí)庫(kù)，每個(gè)分公司有自己的知識(shí)庫(kù)，因?yàn)榧瘓F(tuán)底層的知識(shí)庫(kù)你要繼承上面的知識(shí)庫(kù)，同時(shí)要有自己的知識(shí)庫(kù)，數(shù)據(jù)分析怎么獨(dú)立、知識(shí)怎么做共享、位置問題怎么做處理，這時(shí)候我們就開辟了子母的概念。舉個(gè)例子，可能我在A的子公司有些知識(shí)可以給B公司去用，但是它散在不同的分類下面，這個(gè)時(shí)候又沒有辦法對(duì)某一個(gè)分類做權(quán)限，我也不可能具體到某一個(gè)具體的知識(shí)給他去做共享。這個(gè)時(shí)候我們推出知識(shí)集，相當(dāng)于是在所有知識(shí)現(xiàn)有的分類上面，我們又給它加上了標(biāo)簽的概念，這個(gè)標(biāo)簽可以自動(dòng)生成，也可以人為打，打完了這個(gè)標(biāo)簽之后，會(huì)形成一個(gè)標(biāo)簽的知識(shí)集，可以對(duì)應(yīng)到不同的身份。這個(gè)時(shí)候比如說做統(tǒng)計(jì)局，可能用戶進(jìn)來之后，統(tǒng)計(jì)的知識(shí)很多，是能源類的廠商，還是經(jīng)濟(jì)類的，還是IT類的，可能和統(tǒng)計(jì)問的問題不一樣，所以首先給你框定在某個(gè)知識(shí)集的范圍之內(nèi)，這個(gè)時(shí)候去做隔離共享，這個(gè)非常重要。②BOT-機(jī)器人知識(shí)自動(dòng)化訓(xùn)練平臺(tái)機(jī)器人自動(dòng)化知識(shí)的訓(xùn)練平臺(tái)。包括了拾貝、知識(shí)發(fā)現(xiàn)、消歧等等這些，知識(shí)之間有重復(fù)度，我們自動(dòng)發(fā)現(xiàn)有相關(guān)的合并，所有的位置問題做聚類、分派，看客戶的人怎么去做處理等等，最后為客戶形成一個(gè)知識(shí)的體檢報(bào)告，快速去告訴大家這個(gè)知識(shí)接下來應(yīng)該怎么去優(yōu)化。這里有兩個(gè)重點(diǎn)，第一個(gè)是問答輔助，其實(shí)問答輔助這個(gè)場(chǎng)景看起來簡(jiǎn)單，我們做了很多種不同的嘗試。如果一個(gè)問題進(jìn)來之后，我直接給他推送答案，右側(cè)在不停滾動(dòng)，客戶受到的干擾是非常大的，這種知識(shí)輔助場(chǎng)景的友好度并不高。所以我們后來提供了什么呢？當(dāng)一個(gè)用戶的問答發(fā)過來之后，我們這邊命中一個(gè)比較高精準(zhǔn)度的知識(shí)，這個(gè)時(shí)候會(huì)顯示一個(gè)下拉菜單，客戶一點(diǎn)就可以看到這個(gè)菜單，這樣對(duì)客戶是沒有干擾的，他可以自己去選擇要不要做這樣的事情。包括錄工單也是這樣，我們會(huì)去自動(dòng)匹配和執(zhí)行一些需要的操作，這個(gè)有點(diǎn)像流程自動(dòng)化了，它后面是和其他的系統(tǒng)做對(duì)接，比如這個(gè)客戶接下來要干嘛，要操作訂單，系統(tǒng)可以直接把他要操作的訂單給顯示出來。電話坐席的服務(wù)，它和在線是不同的。在電話場(chǎng)景當(dāng)中，客戶對(duì)知識(shí)的消費(fèi)場(chǎng)景是不一樣的，更多的是流程型的操作。因?yàn)榭头诰€，直接使用的是word文檔，電話方面用戶是和你是一輪一輪地交互，進(jìn)行實(shí)時(shí)轉(zhuǎn)譯，并且我們有一個(gè)優(yōu)點(diǎn)，客服處理問題的時(shí)候發(fā)現(xiàn)這個(gè)結(jié)果不對(duì)，馬上改了一下，就會(huì)立馬反饋給后面語音的平臺(tái)，這個(gè)是做人機(jī)的協(xié)同。比如說業(yè)務(wù)的指引，每一步應(yīng)該怎么去做，底下會(huì)做知識(shí)的判斷和匹配，包括用戶標(biāo)簽自動(dòng)的錄入，以及表單的智能識(shí)別和推薦的一些錄入。我們?cè)谧龊芏喙I(yè)設(shè)備的時(shí)候，有的時(shí)候用戶會(huì)把1和i分不清，因?yàn)樗N在設(shè)備標(biāo)簽上的時(shí)候，所以需要做容錯(cuò)，這個(gè)都是我們?cè)诖罅繄?chǎng)景當(dāng)中對(duì)知識(shí)做的非常精細(xì)化的處理形成的。在這里可以直接看到教練機(jī)器人的練習(xí)時(shí)長(zhǎng)、練習(xí)進(jìn)度，我們有一個(gè)非常好的應(yīng)用點(diǎn)，所有這些題目都是機(jī)器去出的，通過我們之前做的知識(shí)的建立，當(dāng)然也可以人工組建，比如出判斷題，這個(gè)設(shè)備不得置于溫度低于零度以下的環(huán)境當(dāng)中，我會(huì)把“零度”這個(gè)詞隱掉，讓你去填或者換一個(gè)數(shù)值讓你去判斷或者讓你去做選擇等等。包括主觀題，主觀題通過相似度去匹配，去做一個(gè)最后的打分。把所有你的薄弱的知識(shí)環(huán)節(jié)，最后把這個(gè)結(jié)果推送給你的主管或者讓你自己去看，這是一個(gè)對(duì)練的機(jī)制。所有的東西也是可以通過語音直接做交互。利用統(tǒng)一知識(shí)庫(kù)自動(dòng)出題對(duì)練，比如說右側(cè)是客服的在線文檔，我出了一個(gè)題之后，它就可以去形成專業(yè)的題庫(kù)去做專業(yè)的對(duì)練，去給你做評(píng)價(jià)。自動(dòng)化的智能質(zhì)檢，我們質(zhì)檢會(huì)根據(jù)它的內(nèi)容去做派單，就認(rèn)為這個(gè)質(zhì)檢結(jié)果有問題，會(huì)分類去做派單和收集；智能VOC，我們給著名的家電公司去做的NPS智能分析系統(tǒng)，我們更關(guān)注的就是做客戶體驗(yàn)的分析，包括前面所有的數(shù)據(jù)、你的評(píng)價(jià)，最后形成所有的數(shù)據(jù)的分析報(bào)告和它的BI。①客服乃至集團(tuán)知識(shí)管理的痛點(diǎn)
我們剛才講了知識(shí)它到底是怎么加工的，我們認(rèn)為客服也好，或者說集團(tuán)知識(shí)管理的痛點(diǎn)，首先采集很難，因?yàn)榇娣诺奈恢帽容^多，可能在A系統(tǒng)、B系統(tǒng)、D系統(tǒng)里面都有，可能沒有結(jié)構(gòu)化，以及它的類型比較多，有word、PPT等等；知識(shí)管理散，沒有標(biāo)準(zhǔn)，不統(tǒng)一，交流會(huì)比較亂，其實(shí)就是共創(chuàng)這個(gè)環(huán)節(jié)沒有做好。比如分公司做了一個(gè)活動(dòng)，總公司是不知道的，放到這邊客服來，如果沒有分配到分公司的話，這個(gè)知識(shí)是沒有同步的，也會(huì)有很大的問題，包括知識(shí)學(xué)習(xí)會(huì)比較瑣碎。②多類型知識(shí)統(tǒng)一管理
基于此，我們首先做了第一個(gè)統(tǒng)一的知識(shí)管理平臺(tái)。因?yàn)槲覀冏钤缡亲鯞OT，后來我們做知識(shí)庫(kù)、做電話，后來發(fā)現(xiàn)一個(gè)問題。我們是非常早的一批想要把語音、文本這些智能客服的知識(shí)統(tǒng)一在一套平臺(tái)上去做管理的，所以我們做了知識(shí)融合。因?yàn)樗蠪AQ，F(xiàn)AQ在不同的場(chǎng)景下，在電話里面、文本里面用的場(chǎng)景都是不一樣的，所以我們用了一些方式去做詞條，利用他們做了統(tǒng)一的知識(shí)融合，統(tǒng)一的管理。包括應(yīng)用端的區(qū)分，你在BOT里面在知識(shí)門戶里面是不一樣的，包括高效搜索，我們都做了一些基礎(chǔ)的流程， 多類型的知識(shí)統(tǒng)一管理，包括FAQ常見問題知識(shí)管理，詞條性的知識(shí)管理，文檔類的知識(shí)管理，以及圖譜類的知識(shí)管理，所有的知識(shí)都可以溯源，這些都是一個(gè)來源，比如一篇文檔，你在搜索的時(shí)候，如果搜索到了詞條的某個(gè)知識(shí)，這是整個(gè)知識(shí)生命周期貫穿的全過程，包括錄入這些知識(shí)，它都可以去做關(guān)聯(lián)。 ③多維度知識(shí)推送：場(chǎng)景化知識(shí)推薦
我們認(rèn)為客服的知識(shí)中心除了賦能客服自己之外，還可以在整個(gè)企業(yè)內(nèi)部里面去形成這樣一些賦能，比如說我們講的汽車售后的維修知識(shí)中心，從客戶進(jìn)店開始到環(huán)檢車輛，開始開維修單到車輛的故障檢測(cè)，故障確認(rèn)，以及技術(shù)知識(shí)專員去處理，包括最后分派給不同維修技師，以及技術(shù)知識(shí)專員。我們都可以通過整個(gè)這套知識(shí)服務(wù)去做場(chǎng)景的賦能。第一個(gè)是搜索，他搜到了這樣的詞條“學(xué)習(xí)教育”，它是來源于兩個(gè)文件，因?yàn)檫@個(gè)知識(shí)是可能兩篇文檔組裝成的詞條，某一個(gè)知識(shí)點(diǎn)可能跨了不同的領(lǐng)域和文檔，這個(gè)時(shí)候會(huì)把原始的文檔給你看出來，你這時(shí)候搜的時(shí)候可以做關(guān)聯(lián)的呈現(xiàn)，包括有些餐飲，根據(jù)你當(dāng)前搜索的行為和其他用戶的搜索的數(shù)據(jù)來去做的推薦。包括多維持知識(shí)推送：場(chǎng)景化的知識(shí)推薦。比如這時(shí)候在做檢修計(jì)劃，你想要錄一個(gè)檢修單，這個(gè)時(shí)候他可以在檢修場(chǎng)景上推薦的一個(gè)知識(shí)，你可以直接去錄，系統(tǒng)就能幫你錄好。同時(shí)你在錄的時(shí)候在錄入界面也可以推送相關(guān)錄入的知識(shí)，就好比現(xiàn)在大家在填退貨申請(qǐng)的時(shí)候，他問你有什么理由，他其實(shí)底下已經(jīng)寫好了一段，所以一定要和場(chǎng)景結(jié)合，這是知識(shí)和場(chǎng)景的掛鉤。④知識(shí)查重與對(duì)比
當(dāng)你的知識(shí)上傳了之后，所有之前的版本有什么區(qū)別可以快速去看，比如在服務(wù)客戶的時(shí)候，有的時(shí)候客戶說你們上次給的那個(gè)活動(dòng)文件不是這么說的，我就可以快速調(diào)出之前的活動(dòng)文件來做對(duì)比。尤其是技術(shù)參數(shù)的對(duì)比，客戶問你們某兩輛車它的長(zhǎng)距版跟普通版有什么區(qū)別，或者我的競(jìng)品與它相比有什么優(yōu)勢(shì)？這個(gè)時(shí)候我們可以通過知識(shí)對(duì)比快速把參數(shù)的差異去做對(duì)比以及查重，這是在不同場(chǎng)景里面對(duì)于不同類型的知識(shí)我們的一些應(yīng)用的點(diǎn)。⑤客服知識(shí)學(xué)院
它有不同類別的課程，包括它的考試與能力評(píng)估，如上文講述的那樣，線上考試要出題，要圍繞這個(gè)人的能力范圍去做組卷，組卷有兩類，一類就是機(jī)器自己會(huì)去組卷，按照你的崗位能力地圖來去給你推薦不同的知識(shí)，比如說你之前這個(gè)客服是做培訓(xùn)的，之前的培訓(xùn)專員在不同崗位基礎(chǔ)上應(yīng)該是要學(xué)什么樣的知識(shí)，你就按照這個(gè)流程把它走下來。還有一種是人工去做推薦，人工如何去做呢？就是我自己認(rèn)為我要去組一個(gè)卷之后我要推送給哪些人群，我就可以推送給他們，同時(shí)我也可以看到他們要去做的結(jié)果。個(gè)人也可以去制定自己的學(xué)習(xí)計(jì)劃，包括他可以去做自主的練習(xí)，可以在移動(dòng)端上面去每日刷刷題，做一些對(duì)練。所有的這些東西我會(huì)給你總結(jié)出來，比如說你哪塊比較薄弱，你要去做著重的訓(xùn)練這一塊的內(nèi)容。做完了所有的智能和學(xué)習(xí)之后，需要強(qiáng)調(diào)的一點(diǎn)，就是這里面所有的知識(shí)來源全部都來源于我們之前做好的知識(shí)庫(kù)，如果你之前已經(jīng)做好了知識(shí)的拆解，這個(gè)時(shí)候你不需要再去為單個(gè)的知識(shí)問題去做拆解或者是訓(xùn)練，都可以沿用以前知識(shí)庫(kù)的內(nèi)容，包括以前真實(shí)場(chǎng)景里面服務(wù)數(shù)據(jù)也可以拿過來做你的考題。在知識(shí)內(nèi)容建設(shè)方面，可能會(huì)有日常咨詢，包括消費(fèi)者客服知識(shí)、銷售業(yè)務(wù)知識(shí)，電商類別的業(yè)務(wù)知識(shí)以及文件文檔，比如車輛里面的車型參數(shù)，它的功能操作應(yīng)該怎么去做，不單要讓你懂，還要讓你會(huì)，就是你要去操作，按照這個(gè)一步一步去做。我們做了一個(gè)便捷的知識(shí)運(yùn)營(yíng)工具。針對(duì)各線的員工，包括一線的生產(chǎn)人員，一線的客服人員，做了知識(shí)錄入入口，這個(gè)知識(shí)錄入工作是共創(chuàng)式的，而不是單一的只針對(duì)我們知識(shí)運(yùn)營(yíng)專員的入口，以便在他錄入的時(shí)候會(huì)自定義去填要填寫的內(nèi)容，同時(shí)我們做了可視化的知識(shí)拆解的工具，就是把所有拆解的內(nèi)容都告訴你，整個(gè)的審批流程是什么樣子的，你要不要做拆解的修改，我們都可以定義知識(shí)的審批工具，提供知識(shí)的點(diǎn)評(píng)、反饋等一些互動(dòng)的功能。 FAQ類知識(shí)構(gòu)建流程，從文檔解析到段落知識(shí)點(diǎn)拆解，再去做FAQ生成，這些都會(huì)用到一些自然語言處理的技術(shù)，生成完之后對(duì)每一個(gè)問題去做意圖泛化，會(huì)給你做幾個(gè)它相關(guān)的提問。我們因?yàn)槎际窃谧鲞@種比較復(fù)雜類的知識(shí)處理，所以對(duì)這些文檔的要求標(biāo)準(zhǔn)化并不高。DB類的知識(shí)，現(xiàn)在比較結(jié)構(gòu)化，比如說做解析，不光是做FAQ知識(shí)抽取，最后形成一個(gè)數(shù)據(jù)庫(kù)，舉一個(gè)技術(shù)標(biāo)準(zhǔn)的例子，國(guó)標(biāo)里包含了汽車和掛車制動(dòng)器零部件的適用方法，首先要做字段的抽取，抽取完了之后，比如它的標(biāo)準(zhǔn)類型、名稱、實(shí)施單位是什么，最后要形成數(shù)據(jù)庫(kù)存儲(chǔ)，形成數(shù)據(jù)庫(kù)存儲(chǔ)之后，就可以用很多支撐數(shù)據(jù)庫(kù)的應(yīng)用了，比如說去做推理計(jì)算、車型參數(shù)直接的比對(duì)、搜索數(shù)據(jù)比較結(jié)構(gòu)化的呈現(xiàn)等等。在圖譜類知識(shí)構(gòu)建流程上，同樣是一篇文檔，我們首先要做SPO三元抽取，包括實(shí)體關(guān)系，屬性值抽取出來直接形成圖譜入庫(kù)，在最后去做圖譜的問答或者是圖譜的探索等等。節(jié)選摘自 | 2021(第六屆)中國(guó)客戶聯(lián)絡(luò)中心行業(yè)發(fā)展年會(huì)
分享嘉賓 | 云問科技聯(lián)合創(chuàng)始人&COO 茆傳羽先生
主題演講 | Y-ASK：知識(shí)智能如何賦能服務(wù)升級(jí)
整理編排 | 孫帆
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
