智能客服机器人背后是思考与实践

本文主要是介绍智能客服机器人背后是思考与实践，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

随着人工智能的发展，人机交互技术愈发成熟，应用场景也越来越多。智能客服是人机交互在客服领域的一个应用，服务于客人以及相关的客服人员。本文将介绍智能客服在旅游场景下的主要技术和应用。

当前度假的智能客服主要用于C端（客户端）面向客人，以及客服端辅助客服的两个角色。面向客服端的是智能客服助手，用于对话窗口的侧边栏，提示客服人员当前客人问题的答案，客服人员可视情况来采纳；而面向C端的智能客服则是直接服务于客人，回答客人问题。

智能客服又分为单轮问答的QA Bot和多轮对话的Task Bot，在携程的旅游场景下，以多轮对话的Task Bot居多。一般多轮对话的智能客服系统会切分为以下几个模块：客人的问题（Query）进来后首先经过NLU模块抽象化为客人的意图（intent）以及关键信息槽位（slot），意图及槽位传给DM模块后，经过DST、DPL、NLG模块返回答案。

• NLU（Nature Language Understand 自然语言理解），通过模型或规则的方式获取客人的意图和槽位；

• DST（Dialog State Tracking 对话状态追踪）存储对话状态，包括每一轮对话的意图以及已经抽取到的槽位信息、历史机器人的行为；

• DPL（Dialogue Policy Learning对话策略选取），DPL根据DST传输的内容决策机器人在该轮的行为；

一、NLU

NLU模块基础功能是获取客人的问题的意图及槽位信息，在业务比较复杂的场景，相对应客人可能问的问题维度也会很复杂。如果答案涉及的条件很多的情况，往往单轮的QA无法很好的解决客人问题。因此在度假业务的场景下，多轮次的Task Bot会占大多数。

1.1 错别字纠正

原始语句中难免会出现错字，错字可能会改变最终输出的答案。在识别意图之前首先通过纠错模块对错别字进行纠正。

兼容速度和准确率考虑，纠正分为规则部分和模型部分，度假业务中涉及到的地点比较多，在规则部分就能够覆盖大部分错别字的情况。模型部分首先会经过一个CRF模型输出字级别存在错误的可能性，生成候选集后，通过语言模型计算候选集句子的置信度，重排序得到最终纠正的结果。

• 检查错误模型，主要使用了五种特征向量连接后进入Bi-LSTM-ATT-CRF模型，得到对每个字是否错误的判断。

• 语言模型计算候选集替换为该字的情况在语言模型内的得分，文本转为特征向量后经两层向前和后向前的Transformer，最后全连接计算softmax。

1.2 意图识别

意图实质上是对客人问题的抽象化，比如常见的客人问及“这个产品多少钱？”，可转换为“询问价格”意图。而在直接服务客人的C端上，对回答答案准确率有较高的要求，高质量的服务背后首先是高准确率，而且通常在设计意图前期会存在意图训练语料不足的问题，因此一个高准确率并且弱监督的意图识别模型非常重要。

意图识别模型

意图识别模型整体采用上图的类似matching network框架，每个意图会有一个类别表示，新的query经计算获得其句向量，通过计算和每个类别的相似度得到该客人问题的意图。

当前的意图识别模型，相比于传统的文本分类模型，准确率更高，标注量更少，同时更方便迁移到多意图的情景。在训练阶段，共有已知C个类别，每个类别N个样本，语句经特征向量经过Bi-LSTM层后再通过Transformer-Attention把一句话映射为一条向量，最后经胶囊网络获得每个类别的类别向量。每个训练语句得到句向量后，再通过Bilinear-Function-Sigmoid计算与的相似度得分，最后采用二分类的对数似然损失函数计算损失。

模糊意图的处理

我们研究表明，客人在和机器人对话及与人对话的时候一些行为习惯是不同的。在面对机器人的时候，客人倾向于把机器人作为一个“搜索引擎”，常常输入关键词来获得回答，但关键词的信息不完整，通过模型或模板都无法返回切合的意图。针对于此，我们采用了“联想问”和“猜你想问”的功能来引导客人的提问方式。

• 联想问

客人在聊天输入栏输入问题的同时，显示相关的一些问题以供客人点选，由于是实时显示，对速度的要求较高，这里我们使用的是检索算法计算文本相似度。

我们会为每一个意图人工设置一些用户常问问题，当用户输入的时候，我们会用文本相似度的算法，算出和用户输入最接近的三个常问问题，提示给用户供其选择。

• 猜你想问

对于“猜你想问”功能，主要是处理问句过短的语义不明的情况。举个例子，在签证领域，客人会输入“照片”，而和照片相关的意图有“是否需要照片”、“照片要求”、“照片尺寸大小”等等能够涉及到的十几个意图。在触发“猜你想问”后，会返回4个最关联的问题供客人点选。

在使用“猜你想问”和“联想问”的机制后，可以引导部分客人的用户输入习惯，提升单轮次下信息输入的完整性及纯净度。

1.3 发现新意图

一个新业务线设计意图的时候，不可能把所有会出现的意图都理清楚，而是循序渐进，逐步增加。业务人员本身对业务的熟悉程度可提供新业务线的意图大框架，在小细节上难免存在漏缺，或是因为实时政策的变化产生的新问题。

比如说，在今年六月份大陆禁止发放台湾自由行签证，这段时间就新产生了很多类似于“已办的台湾签证是否还可使用”、“是否还能办台湾G签证”等这些新的客户问题。

层次聚类

我们采用的是对原始问题聚类的方法，把相似句聚集在一起。经过数据预处理后，生成句向量，第一层使用高斯混合得到一个初步的聚类结果，再通过规则判断是否需要再进行一次聚类，随后在第二层使用OPTICS聚类。

在用算法发现意图后，并不会即刻投入使用，而是业务做重审确定，整体上新意图的定位在于辅助业务对意图体系的完善。

1.4 槽位抽取

在Task Bot中，槽位信息抽取主要是服务于检索答案。比如签证一个常见问题“办签条件”，需要确定客人的办签国家、户口所在地、居住地等信息后才能给出最终回答。

有时客人的问题中直接会涉及相关槽位，目前槽位抽取采用的是规则+模型的方式。在实际应用中，规则能够覆盖70%的情况，剩下的则由模型来负责。

在度假业务里需抽取的槽位词有一个明显的层次关系，比如地点-送签地、地点-办签国家、职业-在职、职业-自由职业等，在模型的设计上会先抽第一层，第二层才是对最终结果的二级识别，通过多任务的学习，实际上每一层的任务是在对特征进行自动抽取。

大型的语言模型，比如说今年大热的BERT，在很多NLP任务中大放光彩。在这个词槽抽取任务中，语句中会先经过BERT得到字向量后，第一层经Bi-LSTM-CRF模型得到第一类的结果以及Bi-LSTM的编码结果，会映射为对应的类向量，经、、连接后进入第二层Bi-LSTM-CRF后得到最终的词槽。在加入语言模型后，对于语料比较少以及地点比较多的情况提升会比较大，尤其是一些语料中没出现过的地点，加入语言模型后也能识别出来。