今天給各位分享電話機(jī)器人系統(tǒng)架構(gòu)的知識(shí)，其中也會(huì)對(duì)電話機(jī)器人系統(tǒng)開發(fā)進(jìn)行解釋，如果能碰巧解決你現(xiàn)在面臨的問(wèn)題，別忘了關(guān)注本站，現(xiàn)在開始吧！

本文目錄一覽：

1 IVR語(yǔ)音導(dǎo)航 1、 個(gè)性化IVR交互式語(yǔ)音引導(dǎo)流程，樹狀邏輯、分層次、多分支、動(dòng)態(tài)節(jié)點(diǎn)、自由跳轉(zhuǎn)，用戶可根據(jù)業(yè)務(wù)發(fā)展需要隨時(shí)自行修改流程，無(wú)需廠家支持。

2、 具備電話交換機(jī)基本功能，可以代替作為集團(tuán)電話交換機(jī)使用。

3、 同時(shí)支持可視化流程編輯器和腳本語(yǔ)言編輯

2 智能選擇話務(wù)員ACD 1、 自動(dòng)話務(wù)分配ACD，平均話務(wù)分配，最空閑話務(wù)員分配。默認(rèn)根據(jù)數(shù)據(jù)庫(kù)號(hào)碼對(duì)應(yīng)的分機(jī)分配。

2、 按客戶輸入選擇不同的接線座席人員或技能組或進(jìn)入其它語(yǔ)音引導(dǎo)流程

3、 來(lái)電過(guò)濾，黑名單設(shè)置。

4、 來(lái)電無(wú)人接聽或遇忙時(shí)轉(zhuǎn)移至下一個(gè)空閑坐席或轉(zhuǎn)移至手機(jī)等外部號(hào)碼，手機(jī)間通話錄音。

3 全程錄音功能 全程錄音是系統(tǒng)可以24小時(shí)不間斷的對(duì)話務(wù)員通話進(jìn)行錄音，并保存到硬盤上，支持多種語(yǔ)音壓縮格式。用戶可以隨時(shí)經(jīng)過(guò)操作界面通過(guò)多種條件來(lái)查詢到指定的錄音文件，和來(lái)電時(shí)間，通話時(shí)長(zhǎng)等等，系統(tǒng)的錄音可以另存成多種格式的語(yǔ)音文件，如mp3,wav等等。坐席支持用坐席電話來(lái)收聽錄音。

4 語(yǔ)音留言功能 忙時(shí)或無(wú)人接聽時(shí)甚至任何語(yǔ)音流程可以引導(dǎo)客戶進(jìn)入留言模塊，針對(duì)具體座席人員的留言，只有該座席人員或相關(guān)上級(jí)才能查看。并且話務(wù)員登錄以后，有自動(dòng)留言提醒功能。

6 來(lái)電彈屏功能 話務(wù)員來(lái)電，系統(tǒng)自動(dòng)根據(jù)來(lái)電號(hào)碼，彈出對(duì)應(yīng)的客戶資料，和以往的歷史來(lái)電記錄、通話錄音。

客戶來(lái)電或以分機(jī)編號(hào)呼出時(shí)，接聽人員的電腦屏幕即彈出指定的URL地址并以GET方式傳遞對(duì)應(yīng)的編號(hào)。并能顯示客戶的所在區(qū)域，省份，城市。

7 知識(shí)庫(kù)功能 分位語(yǔ)音知識(shí)庫(kù)和文本知識(shí)庫(kù)。話務(wù)員可以把經(jīng)常需要介紹給客戶的一些業(yè)務(wù)知識(shí)，錄制成語(yǔ)音文件，放到語(yǔ)音庫(kù)中，在和客戶通話過(guò)程中，話務(wù)員可以點(diǎn)播語(yǔ)音知識(shí)庫(kù)的指定語(yǔ)音給客戶收聽。文本知識(shí)庫(kù)按目錄管理的方式布局，非常方便話務(wù)員人員的快速查找、檢索。

8 主動(dòng)呼出功能 話務(wù)員可以通過(guò)軟件或者話機(jī)外撥客戶的電話。

1、 軟撥號(hào)功能，坐席可以在打開客戶資料的頁(yè)面上點(diǎn)擊電話號(hào)碼進(jìn)行 撥號(hào)。

2、 支持3或4或5或6位長(zhǎng)度內(nèi)線分機(jī)。內(nèi)線分機(jī)相互轉(zhuǎn)接

3、 可通過(guò)設(shè)置外呼白名單：即任何坐席都可以呼叫的外線電話

9 話務(wù)員轉(zhuǎn)接功能 話務(wù)員在和客戶通話過(guò)程中，話務(wù)員可以把電話轉(zhuǎn)接到其他話務(wù)員電話上，并把來(lái)電的客戶資料轉(zhuǎn)接到目的話務(wù)員軟件上。操作方式：話務(wù)員拍打插簧，輸入目的話務(wù)員號(hào)碼+*鍵結(jié)束。在呼叫過(guò)程中，話務(wù)員可以通過(guò)再次拍打插簧進(jìn)行取消轉(zhuǎn)接。呼叫成功后，話務(wù)員可以選擇掛機(jī)，那么客戶就可以和目的話務(wù)員通話了，話務(wù)員也可以按*鍵把話務(wù)員加入到會(huì)議中進(jìn)行多方通話。

10 外線轉(zhuǎn)接功能 話務(wù)員在和客戶通話過(guò)程中，話務(wù)員可以把電話轉(zhuǎn)接到呼叫中心以外的電話或者手機(jī)上。功能基本上和呼叫轉(zhuǎn)移相類似。操作方式：話務(wù)員拍打插簧，輸入目的電話號(hào)碼+＃鍵結(jié)束。在呼叫過(guò)程中，話務(wù)員可以通過(guò)再次拍打插簧進(jìn)行取消轉(zhuǎn)接。呼叫成功后，話務(wù)員可以選擇掛機(jī)，那么客戶就可以和目的外呼的電話通話了，話務(wù)員也可以按*鍵把目的電話加入到會(huì)議中進(jìn)行多方通話。

11 話務(wù)員呼叫話務(wù)員功能 話務(wù)員可以撥打目的話務(wù)員號(hào)碼進(jìn)行通話。具體操作：話務(wù)員摘機(jī)，隨后在電話機(jī)上輸入對(duì)方號(hào)碼+*鍵結(jié)束。在呼叫過(guò)程中話務(wù)員可以通過(guò)拍插簧或者掛機(jī)來(lái)取消這次呼叫。

12 配合企業(yè)交換機(jī)進(jìn)行轉(zhuǎn)接功能 呼叫中心來(lái)電的客戶可以通過(guò)話務(wù)員的操作轉(zhuǎn)接到企業(yè)內(nèi)部交換機(jī)的分機(jī)電話上。也可以在企業(yè)內(nèi)部的電話轉(zhuǎn)接到呼叫中心系統(tǒng)中來(lái)。具體解決方法：可以在呼叫中心系統(tǒng)的外線端口上接入幾條企業(yè)內(nèi)部分機(jī)線，在參數(shù)配置中的語(yǔ)音卡通道參數(shù)的線路類型子項(xiàng)中選擇內(nèi)部線路就可以實(shí)現(xiàn)了。

13 客戶資料管理 1、 客戶信息錄入，可將現(xiàn)有的大量客戶信息以文件的方式批量導(dǎo)入。

2、 自動(dòng)關(guān)聯(lián)和該客戶相關(guān)的所有呼叫信息、通話記錄，預(yù)約信息

3、 可著級(jí)分配資料到下級(jí)

4、 可詳細(xì)的統(tǒng)計(jì)出各個(gè)客戶資料的撥打情況和分類報(bào)表

14 投訴處理 記錄投訴內(nèi)容，并可對(duì)歷史投訴內(nèi)容進(jìn)行檢索。生成投訴單派發(fā)給相應(yīng)單位也可對(duì)投訴單進(jìn)行跟蹤。

15 監(jiān)聽功能 班長(zhǎng)話務(wù)員可以通過(guò)話務(wù)員軟件監(jiān)聽指定話務(wù)員的通話，也可以通過(guò)打電話到系統(tǒng)，根據(jù)語(yǔ)音提示輸入要監(jiān)聽的話務(wù)員工號(hào)，系統(tǒng)確認(rèn)后，就能實(shí)時(shí)收聽到話務(wù)員的通話了。

16 話務(wù)員示忙功能 話務(wù)員接聽完電話后，話務(wù)員可以選擇暫停服務(wù)或在線。從而實(shí)現(xiàn)暫停接聽電話和開始接聽電話。

17 系統(tǒng)自動(dòng)播報(bào)話務(wù)員工號(hào) 在客戶轉(zhuǎn)接人工服務(wù)中，話務(wù)員提機(jī)瞬間，系統(tǒng)自動(dòng)播報(bào)接聽話務(wù)員的工號(hào)。

18 節(jié)假日設(shè)置功能 系統(tǒng)可以設(shè)置工作時(shí)間和休息日。在非工作時(shí)間內(nèi)，客戶在轉(zhuǎn)接人工服務(wù)過(guò)程中，系統(tǒng)會(huì)提示客戶我們的工作時(shí)間，并提示是否留言?？煞譃椋汗ぷ鲿r(shí)間設(shè)置、周末時(shí)間設(shè)置、特殊節(jié)假日設(shè)置和特殊非節(jié)假日設(shè)置。

19 多方通話 當(dāng)A客戶來(lái)電，B話務(wù)員接通A客戶電話；B話務(wù)員員邀請(qǐng)C話務(wù)員員進(jìn)行三方通話：

1． 如果C話務(wù)員在線并就緒時(shí)，三方通話成功；并且B、C的其中一方可以退出，另一方還可以繼續(xù)跟客戶A通話。

2． 如果C話務(wù)員不是在線或遇忙，則三方通話失敗，但B話務(wù)員還可以繼續(xù)與A客戶通話。

20 保留/恢復(fù) 話務(wù)員和客戶通話過(guò)程中，需要后臺(tái)處理時(shí)，點(diǎn)擊“保留”可以讓客戶聽音樂，處理完成后，可以點(diǎn)擊“恢復(fù)”繼續(xù)與客戶通話。

21 班長(zhǎng)座席特殊功能 監(jiān)聽通話、攔截通話、強(qiáng)插通話、強(qiáng)制簽出、強(qiáng)制示忙、強(qiáng)制示閑功能

22 呼叫轉(zhuǎn)移功能 客戶轉(zhuǎn)接人工服務(wù)過(guò)程中如果座席全忙，那么系統(tǒng)根據(jù)設(shè)置的呼叫轉(zhuǎn)移號(hào)碼，進(jìn)行轉(zhuǎn)接服務(wù)。

23 事物處理狀態(tài) 坐席設(shè)置此狀態(tài)后，就可以在每次通話完畢后，等待事物處理完畢，再處理來(lái)電。并可以設(shè)置自動(dòng)解除事物處理的時(shí)間。

24 自動(dòng)撥號(hào)狀態(tài) 坐席設(shè)置此狀態(tài)后，坐席可以接聽系統(tǒng)自動(dòng)撥號(hào)后的來(lái)電了。

25 語(yǔ)音自動(dòng)通知功能 話務(wù)員可以錄制一段語(yǔ)音，提交到系統(tǒng)中，并指定一批電話號(hào)碼進(jìn)行通知。

26 解決彩鈴功能 系統(tǒng)外呼時(shí)可以識(shí)別對(duì)方是否是彩鈴。從而提高接通的正確性和計(jì)費(fèi)準(zhǔn)確性。

27 計(jì)費(fèi)管理 系統(tǒng)可以根據(jù)去電的時(shí)長(zhǎng)和費(fèi)率統(tǒng)計(jì)整個(gè)系統(tǒng)的費(fèi)用。

28 呼叫日志 系統(tǒng)對(duì)每次呼叫的記錄都有明細(xì)和統(tǒng)計(jì)功能。

29 業(yè)務(wù)統(tǒng)計(jì)報(bào)表 分為：中繼呼叫報(bào)表，座席呼叫報(bào)表，服務(wù)類別報(bào)表三大類報(bào)表?？梢栽敱M的統(tǒng)計(jì)出不同時(shí)段、日期的電話呼入總量、排隊(duì)情況和轉(zhuǎn)接總量；話務(wù)員的狀態(tài)日志、話務(wù)總量、服務(wù)質(zhì)量、業(yè)務(wù)熟練程度、工作效率，外呼接通量，成交量等指標(biāo)。

30 二次開發(fā)接口 系統(tǒng)提供呼叫中心座席系統(tǒng)、短信、自動(dòng)語(yǔ)音通知、傳真系統(tǒng)二次開發(fā)接口

31 業(yè)務(wù)流程化 系統(tǒng)提供可視化的可編輯的語(yǔ)音流程開發(fā)，用戶可以自定義自己的語(yǔ)音流程。

32 安全性 1、 系統(tǒng)采用PSTN作為電話線路，安全穩(wěn)定，音質(zhì)清晰。

2、 操作員安全登錄，密碼自我設(shè)定。

3、 數(shù)據(jù)權(quán)限：部門－班組－職員，三個(gè)層次級(jí)別可根據(jù)用戶自身的組織架構(gòu)模式靈活配置，定義多種數(shù)據(jù)訪問(wèn)策略（比如：不同的級(jí)別的操作員將查看到不同范圍的通話信息或客戶信息）

33 兼容性和升級(jí) 系統(tǒng)擴(kuò)展容量大能支持到1000路話路，兼容模擬線路和數(shù)字中繼線路。系統(tǒng)可以同時(shí)支持ISDN,SS7,SS1等高端通訊協(xié)議。

34 數(shù)據(jù)容量 系統(tǒng)采用SQL SERVER數(shù)據(jù)庫(kù)作為后臺(tái)數(shù)據(jù)服務(wù)，可以容納幾十年的電話數(shù)據(jù)量，且有自動(dòng)備份功能，從而實(shí)現(xiàn)了數(shù)據(jù)的安全性和穩(wěn)定性。

35 實(shí)時(shí)監(jiān)控 1、 任何一臺(tái)客戶機(jī)實(shí)時(shí)監(jiān)控每個(gè)座席的狀態(tài)（未登錄、通話中、空閑中等）能即時(shí)更新到數(shù)據(jù)庫(kù)表。

2、 服務(wù)器錄音磁盤滿，系統(tǒng)會(huì)產(chǎn)生蜂鳴來(lái)預(yù)警提醒，并清除歷史最前的一條錄音騰出空間來(lái)做新的錄音。

36 報(bào)工號(hào)及滿意度調(diào)查 坐席接通后，自動(dòng)對(duì)呼入方提示坐席工號(hào)。呼叫完畢后提示（滿意、基本滿意、不滿意）狀態(tài)調(diào)查，并將結(jié)果記錄數(shù)據(jù)庫(kù)?？捎晒芾韱T開放滿意度調(diào)查功能。

38 呼叫信息 1、 多種查詢條件（如時(shí)長(zhǎng)、時(shí)段等）任意組合查詢所有呼叫記錄，包括已通話、未通話、錄音、留言、來(lái)電去電記錄等類型。

2、 任意查詢結(jié)果可以導(dǎo)出為Excel格式另存。

39 外呼營(yíng)銷 1.、按不同業(yè)務(wù)導(dǎo)入數(shù)據(jù)。

2、不同數(shù)據(jù)分配給不同的組進(jìn)行外呼。

3.、自動(dòng)快速過(guò)濾呼叫不通的電話。

4、系統(tǒng)自動(dòng)外呼以設(shè)定大于坐席倍數(shù)的比例進(jìn)行外呼。

5、外呼接通轉(zhuǎn)坐席彈屏，并帶出營(yíng)銷術(shù)語(yǔ)，且在電話機(jī)上也會(huì)顯示去電號(hào)碼。

6、支持坐席以電話方式登錄和軟件方式登錄。

7、可以通過(guò)坐席按鍵來(lái)確認(rèn)成交情況。

8、可以設(shè)定不通的中繼組，不同的業(yè)務(wù)指定不同的中繼組外呼。

9、報(bào)表統(tǒng)計(jì)各筆導(dǎo)入數(shù)據(jù)的自動(dòng)呼叫情況。

10、雙備份錄音功能

11、錄音格式支持wav、voc、pcm(4 倍壓縮),windows自帶播放器可以播放。可用坐席電話進(jìn)行聽取錄音。

12、可以設(shè)定外撥的速率。

13、可以統(tǒng)計(jì)各個(gè)坐席的通話時(shí)長(zhǎng)和成交量

14、權(quán)限分為管理員、組長(zhǎng)、質(zhì)檢、坐席，不通的身份分配不同的操作權(quán)限

15、支持不同業(yè)務(wù)轉(zhuǎn)接到不同的坐席組接聽，并有排隊(duì)功能

16、支持坐席人員批量調(diào)動(dòng)組別功能

17、支持預(yù)約功能，到設(shè)定提醒時(shí)間，系統(tǒng)彈框提醒坐席

18、支持重呼功能

19、支持費(fèi)率設(shè)置和統(tǒng)計(jì)各個(gè)坐席和組的費(fèi)用

20、支持快速準(zhǔn)確批量導(dǎo)出錄音和通話記錄功能

21、可以設(shè)定4個(gè)時(shí)間段進(jìn)行自動(dòng)呼叫

22、導(dǎo)入和導(dǎo)出數(shù)據(jù)速度快

23、集成度高一套系統(tǒng)可以支持1000線左右的呼叫

24、系統(tǒng)耗用資源少

25、支持ip坐席功能

40 預(yù)約提醒功能 坐席在通話過(guò)程中，如果客戶提出預(yù)約時(shí)間再聯(lián)系，坐席可以添加一條預(yù)約記錄，系統(tǒng)就會(huì)在設(shè)置的時(shí)間彈出提示框提示坐席預(yù)約的內(nèi)容。

41 訂單管理 1、 坐席來(lái)電或者去電可以點(diǎn)擊下單，進(jìn)行錄入訂單

2、 可以設(shè)定條件搜索訂單，跟蹤訂單狀態(tài)

3、 分類統(tǒng)計(jì)訂單分類情況和數(shù)量。

42 公告欄 組長(zhǎng)以上級(jí)別的坐席可以發(fā)布公告給下級(jí)，下級(jí)在公告欄以跑馬燈方式看到所有上級(jí)發(fā)布的公告信息。

43 線路監(jiān)控 坐席端開啟遠(yuǎn)程查看窗口可以很方便的查看到服務(wù)器的運(yùn)行情況。

44 坐席狀態(tài)監(jiān)控 系統(tǒng)可以顯示每個(gè)坐席的工作狀態(tài)和狀態(tài)持續(xù)時(shí)間。

45 電話簿功能 系統(tǒng)可以設(shè)置公共電話簿和個(gè)人電話簿

46 短信功能 支持短信貓，短信機(jī)，短信網(wǎng)關(guān)方式接收和發(fā)送短信

47 傳真功能 傳真支持單發(fā)、群發(fā)，轉(zhuǎn)發(fā)，接收，瀏覽、簽名，蓋章，打印，轉(zhuǎn)發(fā)郵件等功能

48 郵件功能 支持單發(fā)和群發(fā)郵件。

49 分布式ip坐席 系統(tǒng)支持異地坐席。異地坐席可以接聽服務(wù)器轉(zhuǎn)接過(guò)來(lái)的來(lái)電也可以直接通過(guò)服務(wù)器外呼出去，并且提供錄音和通話流水。

50 數(shù)據(jù)清理 系統(tǒng)提供界面給用戶批量清理歷史數(shù)據(jù)功能。

電話機(jī)器人是什么？

電話機(jī)器人主要就是用來(lái)模擬人工通話的一組程序，一般由，CRM系統(tǒng)，語(yǔ)義識(shí)別，轉(zhuǎn)換文字，話術(shù)體系，這是軟的部分，再加上底層軟交換和通信模塊一起，合并起來(lái)就是一套完整的電話機(jī)器人系統(tǒng)。

隨著人工智能的飛速發(fā)展以及廣泛落地應(yīng)用，越來(lái)越多的設(shè)備將會(huì)被植入智能問(wèn)答技術(shù)，人機(jī)交互場(chǎng)景隨處可見，智能問(wèn)答在未來(lái)將會(huì)成為一個(gè)非常重要的入口。

騰訊小知憑借著業(yè)界領(lǐng)先的智能AI引擎算法和海量大數(shù)據(jù)倉(cāng)庫(kù)，已將智能問(wèn)答技術(shù)落地實(shí)施，并且經(jīng)過(guò)大量的業(yè)務(wù)考驗(yàn)和優(yōu)化，知識(shí)點(diǎn)匹配度和準(zhǔn)確率都已達(dá)到90%以上，在2018 年 GITC 全球互聯(lián)網(wǎng)技術(shù)大會(huì)上，騰訊小知榮獲年度互聯(lián)網(wǎng)最具價(jià)值產(chǎn)品獎(jiǎng)。

騰訊小知算法負(fù)責(zé)人陳松堅(jiān)也在會(huì)場(chǎng)發(fā)表了關(guān)于智能問(wèn)答技術(shù)原理及其在To B場(chǎng)景下的應(yīng)用的專題演講，從自己的角度為我們展現(xiàn)智能問(wèn)答技術(shù)的最新成果。

他首先從智能問(wèn)答是什么，為什么和怎么做的三個(gè)問(wèn)題出發(fā)，闡明了他對(duì)當(dāng)前智能問(wèn)答技術(shù)的定位和價(jià)值，首先，現(xiàn)階段的智能問(wèn)答是信息檢索技術(shù)的升級(jí)，是量變而未達(dá)到質(zhì)變。但是無(wú)論在To B還是To C的場(chǎng)景下，當(dāng)前的技術(shù)都能夠切實(shí)解決一些用戶的痛點(diǎn)，提升用戶體驗(yàn)，是亟待推進(jìn)和充滿想象的方向。

在回答怎么做這個(gè)問(wèn)題時(shí)，他詳細(xì)介紹了幾種不同的問(wèn)答機(jī)器人的實(shí)現(xiàn)路徑，包括單輪問(wèn)答機(jī)器人，多輪問(wèn)答機(jī)器人及閱讀理解機(jī)器人。其中重點(diǎn)闡述了單輪問(wèn)答機(jī)器人的實(shí)現(xiàn)原理，包括字面匹配，詞向量匹配，深度語(yǔ)義匹配，遷移學(xué)習(xí)等技術(shù)。

此后他還分享了小知團(tuán)隊(duì)將上述技術(shù)產(chǎn)品化的經(jīng)驗(yàn)，包括智能客服機(jī)器人和電話機(jī)器人兩大塊，主要分享了當(dāng)前產(chǎn)品的形態(tài)，亮點(diǎn)和實(shí)際項(xiàng)目中取得的一些成果。

最后，他簡(jiǎn)單總結(jié)了小知目前完成的工作以及就智能問(wèn)答的發(fā)展提出了自己的幾點(diǎn)看法。

--------------------------------------------------------------

以下是演講稿全文：

各位下午好，很高興今天能在這里給大家做分享報(bào)告。先介紹一下，我們騰訊小知是致力于為政府和各行業(yè)提供一攬子智能問(wèn)答解決方案的團(tuán)隊(duì)，目前已經(jīng)落地的包括基于文本的智能客服機(jī)器人和基于語(yǔ)音的電話機(jī)器人等。

在大多數(shù)人的認(rèn)知里，智能問(wèn)答很可能是以上的3個(gè)印象，2011年打敗了人類取得問(wèn)答競(jìng)賽冠軍的waston;2017年被沙特授予公民身份的機(jī)器人sofia;更為大家熟知的鋼鐵俠中的機(jī)器人管家jarvis。在大家心目中，智能就意味著能夠像真人一樣交流。然而作為從業(yè)者，很遺憾地告訴大家，目前的技術(shù)還遠(yuǎn)沒有達(dá)到這個(gè)目標(biāo)，我認(rèn)為本質(zhì)上目前的智能問(wèn)答技術(shù)是對(duì)信息檢索技術(shù)的一次升級(jí)，是量變而未到質(zhì)變。這個(gè)皇冠上的明珠還等待我們?nèi)フ　?/p>

既然問(wèn)答技術(shù)還不成熟，那為什么還要投身到這個(gè)領(lǐng)域呢。我想從To B和To C兩個(gè)角度去回答。對(duì)企業(yè)來(lái)講，當(dāng)前的問(wèn)答技術(shù)雖然無(wú)法解答復(fù)雜的咨詢，但是大部分的簡(jiǎn)單的頭部問(wèn)題是可以比較好的解答的。從本輪AI大潮NLP賽道的幾名種子選手都從智能客服這個(gè)方向切入就可以看出企業(yè)是確實(shí)存在對(duì)智能問(wèn)答的剛性需求。而對(duì)普通用戶來(lái)講，一方面siri等語(yǔ)音助手每天都在為用戶提供便捷的交互界面，另一方面像amazon echo這一類的智能家居產(chǎn)品也逐步進(jìn)入千家萬(wàn)戶，成為物聯(lián)網(wǎng)生態(tài)的中心入口之一，這便是智能問(wèn)答的價(jià)值所在。

那如何實(shí)現(xiàn)智能問(wèn)答機(jī)器人呢?我們先來(lái)看最基本的單輪問(wèn)答機(jī)器人的實(shí)現(xiàn)原理。

熟悉搜索引擎的朋友會(huì)發(fā)現(xiàn)這個(gè)架構(gòu)跟搜索引擎的很類似。單輪問(wèn)答一般來(lái)說(shuō)就是FAQ問(wèn)答，是基于業(yè)務(wù)問(wèn)答對(duì)組成的問(wèn)答庫(kù)進(jìn)行檢索匹配。其中FAQ問(wèn)題集包含多個(gè)相似問(wèn)法供用戶問(wèn)題去匹配。預(yù)處理階段一般會(huì)進(jìn)行文本糾錯(cuò)，標(biāo)準(zhǔn)化和底層NLP特征提取;召回階段會(huì)在倒排索引中召回若干個(gè)候選問(wèn)題(粗排)，而最后的匹配階段會(huì)基于各種模型進(jìn)行匹配打分并返回得分最高的結(jié)果(精排)。匹配階段還會(huì)引入其他模塊，如知識(shí)圖譜和拒識(shí)模型，目的是輔助提升匹配的最終準(zhǔn)確率。

retrieval中的匹配可以看做是naive solution，詞袋+VSM, 篩選候選夠用了，但是精排需要更精致的策略，第一，要利用監(jiān)督信息做擬合，我們構(gòu)建基于問(wèn)題對(duì)的訓(xùn)練語(yǔ)料，擬合是否匹配這個(gè)二分類目標(biāo)。第二，特征上拋棄稀疏的詞袋模型，而是構(gòu)造各種相似度來(lái)做base scorer，然后利用非線性的抗噪能力強(qiáng)的xgboost來(lái)做融合，比如我們用到詞bigram, 字bigram, 核心詞，名詞等特征集合的相似度。這種方法的優(yōu)缺點(diǎn)是一體的，由于模型只學(xué)習(xí)字面相似的特征，因此不受領(lǐng)域影響，通用性強(qiáng)，適合用在冷啟動(dòng)階段;但也因?yàn)橹豢紤]字面相似，無(wú)法處理更深層的語(yǔ)義匹配。

那如何度量語(yǔ)義的相似呢。詞向量技術(shù)的興起是語(yǔ)義匹配的前提，所謂詞向量，是將孤立的傳統(tǒng)的token表示映射到相互關(guān)聯(lián)的向量空間中，這種關(guān)聯(lián)性，或者說(shuō)是相似性，是通過(guò)詞語(yǔ)的上下文的來(lái)描述的。也就是說(shuō)，上下文越相似的詞語(yǔ)，他們的語(yǔ)義就越相似，詞向量的歐式距離就越近。這是很容易理解的，更妙的是，通過(guò)對(duì)向量進(jìn)行簡(jiǎn)單加減運(yùn)算，能夠呈現(xiàn)出概念的關(guān)系，比如king-man+woman的結(jié)果非常接近于queen, 因此說(shuō)明詞向量能夠一定程度刻畫語(yǔ)義。那對(duì)句子如何做向量表示呢?一個(gè)簡(jiǎn)單的想法是直接求和平均，WMD是另一個(gè)比較有意思且有效的做法，他將計(jì)算句子到句子的相似度建模成一個(gè)運(yùn)輸?shù)膯?wèn)題，把句子p的各個(gè)詞，運(yùn)輸?shù)絨的各個(gè)詞上，也可以說(shuō)是變換;運(yùn)輸成本是詞向量的cosine相似度，而要運(yùn)輸?shù)氖歉鱾€(gè)詞在句子中的權(quán)重，用線性規(guī)劃求解一個(gè)最優(yōu)解，即為p到q的距離。另外還有個(gè)有效的方法是SIF，思路是做詞向量加權(quán)求和，但是突顯出句子中非通用的部分，即權(quán)重用詞頻倒數(shù)來(lái)計(jì)算權(quán)重，實(shí)驗(yàn)效果也很不錯(cuò)。

上面的方法有一個(gè)問(wèn)題就是沒有利用有監(jiān)督信息，所以效果有明顯的天花板。下面介紹這個(gè)工作是基于深層網(wǎng)絡(luò)做有監(jiān)督學(xué)習(xí)的匹配的，做法也比較簡(jiǎn)單，首先把句子文本用one-hot編碼，假如詞典大小是500K，那編碼完長(zhǎng)度就是500K維，其實(shí)等于是詞袋模型，然后輸入到一個(gè)多層的神經(jīng)網(wǎng)絡(luò)去學(xué)習(xí)，最終得到一個(gè)128維的向量作為句子的語(yǔ)義表示，然后用cosine計(jì)算兩個(gè)句子與文檔的相似度作為模型輸出。這個(gè)方法其實(shí)是將高維稀疏的token特征映射到低維語(yǔ)義空間，跟詞向量的思路很類似，只不過(guò)訓(xùn)練目標(biāo)不同，并且這里使用了深層網(wǎng)絡(luò)結(jié)構(gòu)。

但是CNN對(duì)上下文的處理能力依賴于窗口大小，遠(yuǎn)距離就沒辦法處理了，因此要考慮另一種網(wǎng)絡(luò)單元RNN，這種單元是專門為時(shí)序模型量身打造的，簡(jiǎn)單來(lái)說(shuō)，每一時(shí)刻t上的隱藏狀態(tài)，或者說(shuō)第t個(gè)詞上的語(yǔ)義編碼，都由兩個(gè)輸入共同決定，即上一時(shí)刻的隱藏狀態(tài)和當(dāng)前時(shí)刻的原始輸入，而為了解決遠(yuǎn)距離傳遞導(dǎo)致的梯度消失和梯度爆炸等問(wèn)題，RNN有一些變種結(jié)構(gòu)來(lái)應(yīng)對(duì)，比如 LSTM和GRU等。

CNN和RNN都是對(duì)原始輸入進(jìn)行語(yǔ)義編碼的基本單元，編碼后的向量就可以接入多層感知機(jī)進(jìn)行相似度計(jì)算，如果是直接計(jì)算cosine相似度，那就是dssm的升級(jí)版，而更常見的做法是把兩個(gè)句子的編碼向量拼接在一起，再經(jīng)過(guò)一個(gè)多層感知機(jī)計(jì)算相似度，而這種方法統(tǒng)稱為表達(dá)式建模;

另一種方案考慮到兩個(gè)句子之間的交互信息對(duì)學(xué)習(xí)他們是否匹配顯然更為重要，這一類方案被稱為交互式建模，右邊是一個(gè)典型的例子，他最大的不同是首先對(duì)兩個(gè)句子的所有窗口組合進(jìn)行拼接和卷積，得到交互信息。然后再進(jìn)行多次卷積和池化得到表示。其他的交互方式還包括編碼之后，進(jìn)行交互操作，如作差，點(diǎn)乘等，還有計(jì)算attention表示，也是常見的交互方式。

下面介紹我們的方案，跟上面介紹的模型相比，我們的方案主要做了兩處改動(dòng)，一個(gè)是使用了稠密連接的網(wǎng)絡(luò)結(jié)構(gòu)，讓rnn層的輸入和輸出拼接在一起做為下一層的輸入，第二個(gè)是混合注意力機(jī)制，即在計(jì)算attention向量進(jìn)行交互式建模的基礎(chǔ)上，增加self-attention向量計(jì)算，然后把兩個(gè)attention向量經(jīng)過(guò)門機(jī)制進(jìn)行融合，這樣做一方面引入了問(wèn)句間的交互信息，同時(shí)又增強(qiáng)了對(duì)自身的表達(dá)建模。

上面的模型是比較復(fù)雜的模型，參數(shù)量有5.8M。在實(shí)際中應(yīng)用中訓(xùn)練語(yǔ)料會(huì)嚴(yán)重不足，為了解決這個(gè)問(wèn)題，我們引入了遷移學(xué)習(xí)的策略。首先第一種是多任務(wù)聯(lián)合學(xué)習(xí)，比如在擬合兩個(gè)問(wèn)句是否匹配的同時(shí)，也對(duì)問(wèn)句進(jìn)行分類預(yù)測(cè);另外還可以同時(shí)對(duì)匹配的問(wèn)題對(duì)做seq2seq的翻譯模型訓(xùn)練。這兩個(gè)策略都證明能有效提升準(zhǔn)確率。

而另一個(gè)思路更加直觀，即引入其他領(lǐng)域的語(yǔ)料，所謂多語(yǔ)料遷移。Fine-tune即參數(shù)微調(diào)是其中一種做法，即先用通用語(yǔ)料訓(xùn)練網(wǎng)絡(luò)，固定底層表達(dá)層的參數(shù)，然后再使用領(lǐng)域語(yǔ)料調(diào)整上層參數(shù);另一種思路參考了對(duì)抗學(xué)習(xí)的思想，即引入一個(gè)新的任務(wù)“混淆分類器”去判別當(dāng)前樣本是來(lái)自源語(yǔ)料還是目標(biāo)語(yǔ)料，通過(guò)在損失函數(shù)中增加反向的混淆分類損失項(xiàng)，讓混淆分類器盡可能地?zé)o法區(qū)分樣本的來(lái)源，從而保證共享了參數(shù)的表達(dá)網(wǎng)絡(luò)能夠?qū)W習(xí)到兩部分語(yǔ)料中共性的部分。

以上的介紹都是為了完成一個(gè)基本的單輪對(duì)話機(jī)器人，而實(shí)際應(yīng)用中，往往存在需要需要交互的場(chǎng)景，比如查詢社保余額，就需要用戶提供指定信息，如姓名，身份證號(hào)，手機(jī)號(hào)等。這種是所謂任務(wù)導(dǎo)向型機(jī)器人，而另一種，基于知識(shí)圖譜的機(jī)器人也往往會(huì)涉及到多輪交互。這里簡(jiǎn)單介紹一下多輪對(duì)話機(jī)器人的架構(gòu)，整體上是一個(gè)對(duì)話管理系統(tǒng)，總的來(lái)說(shuō)是管理會(huì)話狀態(tài)，包含4個(gè)模塊，分別是輸入部分：自然語(yǔ)言理解模塊NLU，負(fù)責(zé)意圖識(shí)別和抽取槽位實(shí)體，比如這里匹配到了意圖是查詢社保余額，抽取到了社保號(hào)1234。得到的意圖和槽位值會(huì)送入到對(duì)話狀態(tài)追蹤模塊，DST，他負(fù)責(zé)會(huì)話狀態(tài)的更新，形式化來(lái)說(shuō)是一個(gè)函數(shù)，輸入是當(dāng)前狀態(tài)s和當(dāng)前的query經(jīng)過(guò)NLU處理過(guò)得到的意圖和槽位值q, 輸出新的狀態(tài)s‘，下一步是把s’送入DPL，對(duì)話策略模塊，這個(gè)模塊是根據(jù)新的狀態(tài)s‘輸出行動(dòng)a，通常這個(gè)決策選擇會(huì)依賴于一個(gè)外部數(shù)據(jù)庫(kù)或知識(shí)圖譜，最后，由輸出部分，自然語(yǔ)言生成模塊NLG負(fù)責(zé)將行動(dòng)轉(zhuǎn)換為自然語(yǔ)言文本，返回給用戶。

前面提到的單輪FAQ機(jī)器人，有一個(gè)問(wèn)題是問(wèn)答準(zhǔn)確率依賴于問(wèn)答庫(kù)的質(zhì)量，而問(wèn)答庫(kù)的構(gòu)建耗時(shí)費(fèi)力，所以針對(duì)數(shù)據(jù)較大的非結(jié)構(gòu)化文檔，如果可以直接從中抽取答案，是非常理想的做法。比如斯坦佛大學(xué)開源的drQA，就是基于wikipedia的語(yǔ)料做的一個(gè)開放域上的問(wèn)答機(jī)器人，我們來(lái)看看這種閱讀理解機(jī)器人的架構(gòu)示意，他也是基于檢索重排的思路，首先把可能的文段從語(yǔ)料庫(kù)中摘取出來(lái)，然后送入閱讀理解模型進(jìn)行答案定位，打分，排序和選擇得分最高的答案。閱讀理解模型與匹配模型是類似的，需要先對(duì)問(wèn)題和候選文段進(jìn)行編碼表示，不同之處在于最終預(yù)測(cè)的目標(biāo)是答案的起始和結(jié)束位置。我所在的團(tuán)隊(duì)在去年，在閱讀理解的權(quán)威公開測(cè)評(píng)Squad v1中取得過(guò)第一的成績(jī)，同時(shí)參加這個(gè)測(cè)評(píng)的包括了google, facebook, 微軟，阿里idst, 科大訊飛等國(guó)內(nèi)外同行。說(shuō)明業(yè)界對(duì)這種技術(shù)還是非?？粗氐?。

下面分享小知在把以上技術(shù)落地產(chǎn)品化的經(jīng)驗(yàn)。首先我們來(lái)看看小知的整體架構(gòu)圖，核心引擎有兩部分，一塊是上面重點(diǎn)闡述的深度語(yǔ)義匹配模型，另一塊是本次分享沒有展開的知識(shí)圖譜引擎，在此之上，我們構(gòu)建了FAQ機(jī)器人，多輪會(huì)話機(jī)器人(任務(wù)機(jī)器人)，閑聊機(jī)器人等。以下是我們單輪和多輪機(jī)器人的示例。

在我們實(shí)際的落地項(xiàng)目中，得益于深度遷移模型的語(yǔ)義匹配能力和行業(yè)知識(shí)圖譜的的精準(zhǔn)匹配和輔助追問(wèn)，小知機(jī)器人能夠做到95%左右的問(wèn)答準(zhǔn)確率，并且節(jié)省了50%以上的服務(wù)人力，切實(shí)為政府和企業(yè)提升效率和降低成本。

在智能客服的基礎(chǔ)上，我們又打造了基于語(yǔ)音的電話機(jī)器人，力主融合智能客服，人工在線客服，工單系統(tǒng)和電話機(jī)器人，為客戶打造從售前售中售后的整體解決方案。

以下是電話機(jī)器人的整體架構(gòu)圖，核心是自然語(yǔ)言理解NLU模塊，負(fù)責(zé)識(shí)別用戶提問(wèn)意圖

提取相關(guān)實(shí)體。根據(jù)NLU輸出的結(jié)果，內(nèi)置的對(duì)話管理引擎會(huì)進(jìn)行流程狀態(tài)流轉(zhuǎn)和跟蹤。

另外，ASR語(yǔ)音識(shí)別和TTS語(yǔ)音合成是不可或缺的重要服務(wù)，這三個(gè)模塊相互協(xié)作，共同完成與用戶的交互。

最后對(duì)智能問(wèn)答的未來(lái)發(fā)展提幾點(diǎn)我的看法。目前學(xué)術(shù)界比較公認(rèn)的一個(gè)方向是，需要更有機(jī)地結(jié)合模型和規(guī)則，而在問(wèn)答領(lǐng)域，規(guī)則的一大組成部分就是知識(shí)圖譜，包括開放領(lǐng)域的知識(shí)圖譜和專業(yè)領(lǐng)域知識(shí)圖譜。而更進(jìn)一步地，我們需要研究帶有推理性質(zhì)的事理型知識(shí)圖譜去描述領(lǐng)域內(nèi)的規(guī)則和知識(shí)，讓機(jī)器人能夠處理帶有復(fù)雜條件的問(wèn)題，提供更智能的回復(fù)。在我看來(lái)，智能問(wèn)答的一個(gè)突破口就在于解決以上三個(gè)問(wèn)題。以上就是今天分享的內(nèi)容，謝謝大家。

主講人介紹：

陳松堅(jiān)，騰訊數(shù)據(jù)平臺(tái)部算法高級(jí)研究員，有著8 年的 NLP 研發(fā)經(jīng)驗(yàn)，2017 年加入騰訊 TEG 數(shù)據(jù)平臺(tái)部，負(fù)責(zé)智能客服產(chǎn)品騰訊小知的算法規(guī)劃和落地。負(fù)責(zé)過(guò)多個(gè)智能客服項(xiàng)目，對(duì)封閉領(lǐng)域的智能問(wèn)答有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。

電話機(jī)器人系統(tǒng)架構(gòu)的介紹就聊到這里吧，感謝你花時(shí)間閱讀本站內(nèi)容，更多關(guān)于電話機(jī)器人系統(tǒng)開發(fā)、電話機(jī)器人系統(tǒng)架構(gòu)的信息別忘了在本站進(jìn)行查找喔。