隨著人工智能、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)的飛速發(fā)展，加上新媒體平臺(tái)的日漸凸起，多渠道接入、時(shí)刻接入、多量接入的客服咨詢已經(jīng)成為常態(tài)。對(duì)于本身就已經(jīng)是飽和狀態(tài)的傳統(tǒng)客服來(lái)說(shuō)，無(wú)疑是雪上加霜。而智能客服機(jī)器人的出現(xiàn)，給客服行業(yè)帶來(lái)了希望的曙光，也給客服行業(yè)的變革注入了新力量。

　　智能客服系統(tǒng)的技術(shù)架構(gòu)：

　　1、基于知識(shí)庫(kù)回答的智能客服系統(tǒng)

　　基于知識(shí)庫(kù)回答的智能客服系統(tǒng)， 使用的檢索或者分類模型來(lái)實(shí)現(xiàn)的。

　　檢索式回答的流程是： 首先對(duì)用戶的輸入問(wèn)題做處理，如分詞、抽取關(guān)鍵詞、同義詞擴(kuò)展、計(jì)算句子向量等； 然后基于處理結(jié)果在知識(shí)庫(kù)中做檢索匹配，例如利用BM25、TF-IDF或者向量相似度等匹配出一個(gè)問(wèn)題集合，這類似推薦系統(tǒng)中的召回過(guò)程； 由于我們是一個(gè)問(wèn)答系統(tǒng)，最終是直接返回給用戶一個(gè)答案，因此需要從問(wèn)題集合中挑出最相似的那個(gè)問(wèn)題，這里會(huì)對(duì)問(wèn)題集合做重排序，例如利用規(guī)則、機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)模型做排序，每個(gè)問(wèn)題會(huì)被打上一個(gè)分值，最終挑選出top1，將這個(gè)問(wèn)題對(duì)應(yīng)的答案返回給用戶，這就完成了一次對(duì)話流程。在實(shí)際應(yīng)用中，我們還會(huì)設(shè)置閾值來(lái)保證回答的準(zhǔn)確性，若最終每個(gè)問(wèn)題的得分低于閾值，會(huì)將頭部的幾個(gè)問(wèn)題以列表的形式返回給用戶，最終用戶可以選擇他想問(wèn)的問(wèn)題，進(jìn)而得到具體的答案。

　　2、基于槽位填充的多輪對(duì)話系統(tǒng)

　　任務(wù)型技能：在問(wèn)答型技能的基礎(chǔ)上，增加槽位、API（接口）調(diào)用等高級(jí)功能，可以通過(guò)配置，來(lái)實(shí)現(xiàn)用戶查詢信息、問(wèn)題搜索或者其他功能。

　　了解該系統(tǒng)我們先熟悉一下幾個(gè)名詞的釋義：

　�。�1）意圖機(jī)器人與人的聊天，大體上可以分為“閑聊”和“有具體意圖的聊天”二種類型。“閑聊型”機(jī)器人根據(jù)“聽(tīng)”到的語(yǔ)句做出對(duì)應(yīng)的反應(yīng)，因?yàn)樵掝}天南海北沒(méi)有限制，所有設(shè)計(jì)者需要處理各種各樣可能的對(duì)話。閑聊型機(jī)器目前主要應(yīng)用在、陪伴、接待等領(lǐng)域。在實(shí)際生產(chǎn)環(huán)境中，用的更多的是“意圖型”機(jī)器人。這類機(jī)器人首先會(huì)通過(guò)引導(dǎo)語(yǔ)來(lái)引導(dǎo)客戶說(shuō)出想要辦理的事務(wù)。由于客戶的說(shuō)法五花八門，這時(shí)，設(shè)計(jì)者就需要為“意圖”羅列各種“說(shuō)法”。只要用戶的“說(shuō)法”滿足了預(yù)先定義的規(guī)則，就認(rèn)為客戶的說(shuō)法命中這個(gè)“意圖”。舉個(gè)例子，機(jī)器人會(huì)先說(shuō)出歡迎詞，然后提示客戶：“您可以查詢天氣或者查詢航班”。這時(shí)客戶可能會(huì)說(shuō)“我想查一下長(zhǎng)沙的天氣”，也可能會(huì)說(shuō)“看一下明天的天氣怎么樣？”，機(jī)器人都認(rèn)為客戶的意圖是“查天氣”。知道了客戶的意圖后，就需要用“填槽”技術(shù)來(lái)收集處理這個(gè)“意圖”所需要的信息項(xiàng)（稱之為“槽位”）。還是以“查天氣”這個(gè)意圖為例，通常情況下，我們至少需要知道時(shí)間和城市，所以就有了“時(shí)間”、“城市”二個(gè)槽位需要填充。如果用戶問(wèn)話是“我想查一下長(zhǎng)沙的天氣”，這時(shí)“城市”槽位已經(jīng)填充，但是缺少“時(shí)間”信息。這時(shí)我們就可以用到填槽中的“反問(wèn)”技術(shù)，詢問(wèn)“您想查詢哪一天的天氣？”，從而引導(dǎo)客戶提供時(shí)間信息。使用“意圖”和“填槽”技術(shù)，就能夠有針對(duì)性地收集所需要的信息，以便完成下一步的操作，最終實(shí)現(xiàn)查詢、咨詢、下單等類型的機(jī)器人服務(wù)任務(wù)。當(dāng)然，一個(gè)完整的電話機(jī)器人，需要用到電話交換、語(yǔ)音識(shí)別、語(yǔ)音合成、話術(shù)交互等多方面的技術(shù)。如果不想專注那么多細(xì)節(jié)，集成商也可以直接使用中間層產(chǎn)品，例如朗深電話AI中間件等，這些產(chǎn)品都提供了豐富的接口，可以幫助集成商快速將電話機(jī)器人集成到自己的業(yè)務(wù)應(yīng)用。

　　（2）技能 技能是滿足用戶特定需求的一個(gè)應(yīng)用。例如用戶說(shuō)“查詢我的洗發(fā)水快遞到哪里了”時(shí)，會(huì)進(jìn)入快遞查詢的技能。

　�。�3）問(wèn)答型技能通過(guò)Q（用戶問(wèn)法）和A（機(jī)器人回答）的配置，可以實(shí)現(xiàn)簡(jiǎn)單的用戶與機(jī)器人的對(duì)話。 任務(wù)型技能：在問(wèn)答型技能的基礎(chǔ)上，增加槽位、API（接口）調(diào)用等高級(jí)功能，可以通過(guò)配置，來(lái)實(shí)現(xiàn)用戶查詢信息、問(wèn)題搜索或者其他功能。

　　（4）追問(wèn) 當(dāng)用戶問(wèn)法中沒(méi)有提供該語(yǔ)義槽值時(shí)，機(jī)器人要對(duì)其自動(dòng)發(fā)起追問(wèn)。 例如用戶問(wèn)：天氣怎么樣？我們無(wú)法獲取到查詢天氣的地點(diǎn)的語(yǔ)義槽值，就需要機(jī)器人追問(wèn)，您想獲取哪里的天氣信息？，追問(wèn)話術(shù)一般設(shè)置多條，隨機(jī)追問(wèn)。 在國(guó)內(nèi)開(kāi)放的bot系統(tǒng)中，百度UNIT和微信的對(duì)話開(kāi)放平臺(tái)就是應(yīng)用的該技術(shù)框架。 一個(gè)自然語(yǔ)言對(duì)話系統(tǒng)，理解的核心任務(wù)是對(duì)意圖的解析和對(duì)詞槽的識(shí)別。 例如：訂明天早上8點(diǎn)北京到石家莊的火車，在這個(gè)例子中，對(duì)于用戶表達(dá)的一句話，它的意圖是要訂火車票，其中涉及的詞槽包括出發(fā)地、目的地、時(shí)間。當(dāng)這個(gè)時(shí)間有多趟車次的時(shí)候，就需要進(jìn)行追問(wèn)用戶，是要訂哪一個(gè)。

　　以百度UNIT平臺(tái)為例，搭建一個(gè)買票智能回復(fù)的流程。 需求分析：訂火車票需要知道時(shí)間、出發(fā)地、目的地新建一個(gè)BOT，命名為：火車票新建對(duì)話意圖：命名訂票添加詞槽：出發(fā)時(shí)間、選擇系統(tǒng)詞槽詞典，選擇然后選擇系統(tǒng)詞典 sys_time(時(shí)間)，出發(fā)地詞槽、目的地詞槽，這兩個(gè)都可以選擇系統(tǒng)詞典，這些都是必填項(xiàng)。設(shè)置詞槽與意圖關(guān)聯(lián)屬性，這里火車票的出發(fā)時(shí)間是訂票里必須的關(guān)鍵信息，所以選擇必填。澄清話術(shù)就是當(dāng)用戶表達(dá)訂票需求的語(yǔ)句里缺少出發(fā)時(shí)間時(shí) bot 主動(dòng)讓用戶澄清的話術(shù)。還可以設(shè)置讓用戶澄清多少輪后放棄要求澄清，默認(rèn)是 3 次。設(shè)置 BOT 回應(yīng)，BOT 回應(yīng)就是當(dāng) BOT 識(shí)別出用戶的意圖和所有必填詞槽值時(shí)給用戶的反饋。對(duì)于訂票回復(fù)一般對(duì)接API接口，實(shí)現(xiàn)自動(dòng)生成方式。當(dāng)然，這只是火車票中的一個(gè)場(chǎng)景，在火車票這個(gè)場(chǎng)景中還有退票、改簽、查詢等功能。這些都是需要我們?cè)谛枨笫崂碇幸�確定的。