走進聊天機器人
- 1. 目前企業中的常見的聊天機器人
- 2. 常見的聊天機器人怎么實作的
- 2.1 問答機器人的常見實作手段
- 2.2 任務機器人的常見實作思路
- 2.3 閑聊機器人的常見實作思路
- 3. 企業中的聊天機器人是如何實作的
- 3.1 阿里小蜜-電商智能助理是如何實作的
- 3.1.1 主要互動程序
- 3.1.2 技術架構
- 3.1.3 檢索模型流程（小蜜還用了其他的模型，這里以此為例）
- 3.2 58同城智能客服幫幫如何實作的
- 3.2.1 58客服體系
- 3.2.2 58智能客服整體架構
- 3.2.3 業務咨詢服務流程
- 3.2.4 58的閑聊機器人
- 3.2.5 解決不了轉人工服務
1. 目前企業中的常見的聊天機器人
- QA BOT（問答機器人）：回答問題
- 代表 ：智能客服、
- 比如：提問和回答
- TASK BOT (任務機器人)：幫助人們做事情
- 代表：siri
- 比如：設定明天早上9點的鬧鐘
- CHAT BOT(聊天機器人)：通用、開放聊天
- 代表：微軟小冰
2. 常見的聊天機器人怎么實作的
2.1 問答機器人的常見實作手段
-
資訊檢索、搜索 （簡單，效果一般，對資料問答對的要求高）
關鍵詞：tfidf、SVM、樸素貝葉斯、RNN、CNN
-
知識圖譜（相對復雜，效果好，很多論文）
在圖形資料庫中存盤知識和知識間的關系、把問答轉化為查詢陳述句、能夠實作推理
2.2 任務機器人的常見實作思路
- 語音轉文字
- 意圖識別、領域識別、文本分類
- 槽位填充：比如買機票的機器人 使用命令體識別填充
從{位置}到{位置}的票2個位置的 - 回話管理、回話策略
- 自然語言生成
- 文本轉語音
2.3 閑聊機器人的常見實作思路
- 資訊檢索（簡單、能夠回答的話術有限）
- seq2seq 和變種（答案覆寫率高，但是不能保證答案的通順等）
3. 企業中的聊天機器人是如何實作的
3.1 阿里小蜜-電商智能助理是如何實作的
參考地址：https://juejin.im/entry/59e96f946fb9a04510499c7f
3.1.1 主要互動程序
從圖可以看出：
- 輸入：語音轉化為文本，進行理解之后根據背景關系得到語意的表示
- 輸出：根據語意的表是和生成方法得到文本，再把文本轉化為語音輸出
3.1.2 技術架構
可以看出其流程為：
- 判斷用戶意圖
- 如果意圖為面向目標：可能是問答型或者是任務型
- 如果非面向目標：可能是語聊型
3.1.3 檢索模型流程（小蜜還用了其他的模型，這里以此為例）
通過上圖可知，小蜜的檢索式回答的流程大致為：
- 對問題進行處理
- 根據問題進行召回，使用了提前準備的結構化的語料和訓練的模型
- 對召回的結果進行組長和日志記錄
- 對召回的結果進行相似度計算，情感分析和屬性識別
- 回傳組裝的結果
3.2 58同城智能客服幫幫如何實作的
參考地址：http://www.6aiq.com/article/1536149308075?p=1&m=0
3.2.1 58客服體系
58的客服主要用戶為公司端和個人端，智能客服主要實作自動回答，如果回答不好會轉到人工客服，其中自動回答需要覆寫的問題包括：業務咨詢、投訴建議等
3.2.2 58智能客服整體架構
整體來看，58的客服架構分為三個部分
- 基礎服務，實作基礎的NLP的功能和意圖識別
- 應用對話部分實作不同意圖的模型，同時包括編輯運營等內容
- 提供對外的介面
3.2.3 業務咨詢服務流程
大致流程
KB-bot的流程大致為：
- 對問題進行基礎處理
- 對答案通過tfidf等方法進行召回
- 對答案通過規則、深度神經網路等方法進行重排序
- 回傳答案排序串列
使用融合的模型
在問答模型的深度網路模型中使用了多套模型進行融合來獲取結果
- 在模型層應用了 FastText、TextCNN 和 Bi-LSTM 等模型
- 在特征層嘗試使用了單字、詞、詞性、詞語屬性等多種特征
通過以上兩個模型來組合獲取相似的問題，回傳相似問題ID對應的答案
3.2.4 58的閑聊機器人
58同城的閑聊機器人使用三種方法包括：
- 基于模板匹配的方法
- 基于搜索的方式獲取（上上圖）
- 使用seq2seq的神經網路來實作
3.2.5 解決不了轉人工服務
? 智能客服解決不了的可以使用人工客服來實作
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/292283.html
標籤：其他