以常识图谱 安歌 NLP引擎构建高精度的对话机器人 软通能源机器人客服Rglam

随着企业数字化转型继续深化，人工智能技术也越来越成熟，机器人客服曾经浸透千行百业。近年来，随着企业人力老本的不时下跌，进一步助推机器人客服在企业的极速落地。

但如今许多市面上的机器人客服系统运行成果并不现实，被调侃为“智障机器人”或“客户需求的拦路虎”，总结现无机器人客服运行体验差关键体如今以下几个方面：

1、智能化水平低： 机器人客服对客户疑问的了解不精准，要求客户只能按疏导的说法提问，客户换一种非规范说法就答非所问。

2、运行场景单一： 大局部机器人客服只作为一个辅佐工具，少量复杂义务还是靠人工处置，特意是电话客服渠道，达不到增效降费的指标。

3、回答程式化： 在多轮对话处置中，少量经常使用疏导话术揭示，使系统显得十分机械呆板，影响客户的感触和系统服务成果。

针对下面三种体验感差的要素，想要构建满足企业和客户需求的机器人客服的关键在于机器人客服能否有客户用意的准确了解才干、疑问答案的准确率、多轮对话才干、人机交互的共性化等4个方面。

作为国际上游的软件与消息技术服务商，努力于用数字技术不时为客户优化价值，软通能源在人工智能畛域早有规划，并成立了专一于AI畛域的人工智能钻研与翻新核心(AIC)，核心围绕人造言语了解、常识图谱、多轮对话、智能问答、智能推理、自学习、数据剖析等前沿技术和算法开展运行钻研与产业化开发，为公司的AI服务体系提供了关键技术撑持和专业保证。与此同时，软通能源不时服务于电信、银行、保险等行业，积攒了丰盛的行业常识也深谙行业痛点，为构建高精准度及高体验度的机器人客服Rglam（安歌）打下了松软的基础。

（系统架构图）

软通机器人客服Rglam（安歌）是基于软通智核NLP平台以及业内上游的深度学习、常识图谱及人造言语处置算法技术构建而成的高精准度对话机器人，相比传统关键词及模板式的对话机器人，Rglam（安歌）的准确率更高且交互更具共性化。关键要素在与AI技术的共同性能满足客户的需求：

1、常识图谱与深度学习技术无机联合

Rglam（安歌）是基于大数据的深度学习与常识图谱联合，可优化系统的语义了解才干，使命名实体的识别和用意识别准确度更高。

2、 面向多形式融合的深度问答架构

Rglam（安歌）允许常识图谱问答、Q/A对问答、网络搜查问答等多个问答通道并行处置恳求，多通道答案可融合构成惟一确定答案，防止让客户做答案选用，提高客户体验度。

3、 面向常识库的多轮对话治理

Rglam（安歌）驳回面向常识库的多轮对话技术，将常识库与面向义务的多轮对话技术相联合，允许对话流的打断、转移、复原来成功多个义务对话流之间的交叉流转，提高客户在交换环节中的拟人化交换及共性化体验。

4、交互话术智能生成

联合多轮对话的高低文语境，驳回深度学习技术生成共性化话术，使客户更有志愿接受机器人的服务。

Rglam（安歌）能模拟低劣人工客服回复逻辑，对多轮对话沟通内容等各维度启动全方位感知，从中提取出有效消息，从而精准且拟人化地回复用户咨询消息。可为物联网、银行、保险、证券、汽车、电商等多个行业高效赋能。

目前，软通能源机器人客服系统Rglam（安歌）已运行于某运营商公司，该公司有数十万企业客户，业务开展快，客服上班量急剧增长，须要建设机器人客服系统来应答业务的极速增长，特意是各类服务型的客服上班（咨询、查问、报障）须要尽或者借助机器人客服系统来成功。

软通能源在机器人客服Rglam（安歌）基础上经过制订一系列流程来构建与该公司业务相婚配的高精准度机器人客服系统，其中包含 业务场景剖析、构建企业常识图谱、构建用意识别模型、命名实体识别模型、智能问答系统 以及 成功业务场景自助智能服务 等。最终，使该公司成功7*24小时低老本服务用户，在用户高速增长的同时照旧坚持用户体验，降本增效成果清楚，为数字化开展注入了微弱能源。

机器人客服在必定水平上扭转了企业的产品及服务思想，让企业取得更大的价值优化。在AI技术的加持下，附丽自身底层技术和行业技术阅历，软通能源将继续秉承数字技术不时为客户优化价值的观点，不时优化机器人客服Rglam ，助力企业数字化转型。