色一情一乱一伦一区二区三区,欧美精选视频一区二区,日韩精品极品毛片系列视频

主頁 > 知識庫 > 智能客服系統的FAQ（問答對）需求分析及解決方

智能客服系統的FAQ（問答對）需求分析及解決方

?知識圖譜的應用領域廣泛，比如針對知識問答服務的應用就可以將知識圖譜應用于智能客服、客服助手、任務型知識問答等應用中。這些應用都可以表示為問答系統的形式，即以人機交互的形式回答用戶提出來的各類問題。針對知識問答，將知識類型劃分為專業領域知識以及產品或業務介紹知識。比如醫療診斷知識圖譜就屬于專業領域知識，它需要首先構建疾病癥狀、藥物、病理、病因、診斷方法等相關的領域知識之間的關系；另外回答這類知識除了需要基本的專業知識以外，還應具備知識推理能力。而產品或業務介紹知識的問答就不要推理了，這些知識是人為設定的，它是固定不變的，或者即使會更新那也是人為定期定點的進行更新的，常見的知識表現形式有 FAQ【FAQ有三種含義：1. 常見的問題項目與對應問題的解答；2、良好平均品質；3、FAQ檢索系統。】（問答對）等。今天，我們一起來了解下，智能在線客服系統如何利用FAQ來自動回答用戶的有關產品或業務知識相關的問題。一、FAQ需求分析FAQ（Frequently Asked Questions）指常見問題的解答，具體形式是問題和與問題相關的答案組成的問答對（QA【QA（QUALITY ASSURANCE，中文意思是“質量保證”，其在ISO8402：1994中的定義是“為了提供足夠的信任表明實體能夠滿足質量要求，而在質量管理體系中實施并根據需要進行證實的全部有計劃和有系統的活動”。】 pair），通常這類 QA pair 數量較多。如果你發布了一款產品，那么你事先肯定會準備一些有關該產品的介紹資料，以便給需要了解該產品的用戶查閱；而如果你的資料非常多非常全面，多到需要一本厚厚的產品說明書才能寫完，然而對于不同用戶來說他的關注點可能不盡相同，他也不想全面了解你的產品，他只是想了解他最關心的問題；如果讓他去閱讀一整本產品說明書那肯定是不方便的。于是你針對你的產品特點，或者之前來咨詢了一些 FAQ，這樣用戶就可以根據 FAQ 來按圖索驥得到答案了，更進一步你安排了一個客服來接待你的客戶，讓客服按照用戶的問題來找到 FAQ 中這個問題下面的答案來回答用戶。然而隨著你的客戶越來越多，你發現你的客服數量不夠來及時回答每一個客戶的問題；但是你還發現你的客戶總是會問一些重復的問題，而這些重復的問題又可以在你的 FAQ 里面找到，那么能不能使用工具來自動回答FAQ里面的問題呢？這樣就可以不再讓客服在重復的問題之間疲于奔命了。所以我們需要一個智能客服，他可以不吃不喝7*24小時工作。你的客戶可以把他想了解的問題發送給智能客服，然后智能客服就去FAQ知識庫里面找一個和客戶的問題最相似的問題（Q），然后將該Q所對應的回答（A）返回給客戶，完成知識問答工作。使用機器學習算法【機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。】來解決這一需求的話，其實就是文本匹配任務了。做文本匹配有兩個方向，一個是 QA 匹配，即直接使用用戶的問題和問答知識庫里面的答案去匹配；一個是 QQ【QQ是騰訊QQ的簡稱，是騰訊公司開發的一款基于Internet的即時通信（IM）軟件。】匹配，即使用用戶的問題和問答庫里的問題去匹配。一般業界會推薦使用 QQ 匹配，主要原因有3：a、語義空間【語義空間即語言意義的世界。】問題用戶的提問基本上比較隨意、口語化，而 FAQ 里面的回答是由公司的產品經理、業務運營、客服經理等等制訂和編輯的，必然是使用書面用語，這些表達上的區別可能會影響文本匹配模型的學習；另外回答可能是多模態的，比如可能是產品的安裝操作視頻、是表格、是圖片等，這樣文本匹配模型無用武之地。b、語料的穩定性在 FAQ 里面的回答可能會隨著時間有所變化，比如對于同一個問題“你們有什么優惠活動嗎？”，在不同時間段公司可能會制定不同的優惠活動，因此需要及時更新 FAQ 庫里面該問題下的回答。如果我們使用 QQ 匹配建模，那么顯然我們的模型不需要做修改更新；而如果使用 QA 匹配建模，就肯定要更新模型了。可以看到 FAQ 語料庫里面已有 Q 是可以保持不變的，最多添加 QA pair 時會增加 Q ；而已有的 A 則發生變化的頻率會更高。c、業務回答和算法模型充分解耦由第2點可以知道使用 QA 建模的話回答的改變必然會涉及模型的更新，而使用 QQ 建模就可以將算法模型的學習與業務方編輯答案充分解耦，讓不同問題與回答之間的映射比較隨意可控。二、解決方案那么我們該如何構建一個可以利用 FAQ 知識庫來回答客戶問題的智能客服呢？智能客服的一般框架如下圖所示：當有 Query 請求時，首先對 Query 進行補全、解析和需求理解；其次，問題召回模塊通過精準召回、核心召回和語義召回從 FAQ 庫召回與 Query 相關的問題；接著，問題排序模塊通過 CTR 模型或者文本相似度模型對召回的問題進行排序，選出 Top k 返回給用戶；最后，反饋系統記錄用戶的點擊行為等，對模型進行更新。在智能客服的框架中，最重要的模塊是 FAQ 庫的構建、語義召回、相似度模型和模型更新，它們性能的好壞對用戶的使用體驗有很大影響。以上就是智能客服系統的FAQ需求分析及解決方案了。

標簽：公主嶺合肥昆明河源撫順德宏本溪巴中

巨人網絡通訊聲明：本文標題《智能客服系統的FAQ（問答對）需求分析及解決方》，本文關鍵詞智能,客服,系統,的,FAQ,問,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。

婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

智能客服系統的FAQ（問答對）需求分析及解決方