胡珉，馮俊蘭，王燕蒙，閃云香

（中國(guó)移動(dòng)通信有限公司研究院，北京 100053）

中國(guó)移動(dòng)智能客服系統(tǒng)研究及實(shí)現(xiàn)＊

胡珉，馮俊蘭，王燕蒙，閃云香

（中國(guó)移動(dòng)通信有限公司研究院，北京 100053）

根據(jù)中國(guó)移動(dòng)客服知識(shí)網(wǎng)站、短信等自助服務(wù)渠道特點(diǎn)，深入研究客戶語(yǔ)言特征，對(duì)客戶自然語(yǔ)言表達(dá)進(jìn)行語(yǔ)義識(shí)別，在此基礎(chǔ)上實(shí)現(xiàn)客戶問(wèn)題與答案的智能匹配，并根據(jù)服務(wù)場(chǎng)景特征進(jìn)行客戶問(wèn)題回復(fù)。構(gòu)建了中國(guó)移動(dòng)客服業(yè)務(wù)知識(shí)分類體系，為智能客服提供數(shù)據(jù)支持；研究及實(shí)現(xiàn)了智能應(yīng)答系統(tǒng)，用于理解用戶意圖，精準(zhǔn)回復(fù)用戶，并適時(shí)地推薦相關(guān)問(wèn)題給用戶，提升滿意度。

智能客服；本體；規(guī)則；搜索

隨著人工智能及機(jī)器學(xué)習(xí)等技術(shù)的不斷進(jìn)步，智能應(yīng)答技術(shù)及系統(tǒng)日臻成熟，達(dá)到了商用的水平。國(guó)際上，谷歌、微軟、蘋(píng)果等互聯(lián)網(wǎng)公司都在這方面進(jìn)行了深入的研究，微軟開(kāi)發(fā)了“小冰”，在閑聊方面獲取了不少粉絲及交互數(shù)據(jù)；蘋(píng)果“siri”系統(tǒng)已經(jīng)成為了iPhone等終端設(shè)備的新型控制手段，向個(gè)人助理方向演進(jìn)。國(guó)內(nèi)，阿里巴巴、小i、科大訊飛等公司也大力發(fā)展自己的產(chǎn)品線。

由此可見(jiàn)，智能客服作為新型的市場(chǎng)引起高度的重視和極大的投入熱情。智能客服可以輔助客服人員快速處理應(yīng)答，提高客服人員并發(fā)處理效率及部分替代客服人員，降低企業(yè)成本。

1 中國(guó)移動(dòng)智能客服現(xiàn)狀

中國(guó)移動(dòng)擁有超過(guò)8億移動(dòng)用戶，客服人員4萬(wàn)。每天產(chǎn)生的客服問(wèn)題也是海量的，包括查詢、咨詢、辦理、投訴4大方面，每個(gè)方面都涉及各類移動(dòng)業(yè)務(wù)知識(shí)，并且知識(shí)點(diǎn)之間也存在大量的關(guān)聯(lián)關(guān)系。不僅如此，移動(dòng)業(yè)務(wù)每個(gè)階段都會(huì)推出新的業(yè)務(wù)和活動(dòng)，導(dǎo)致客服容量需要不斷地?cái)U(kuò)大，而與此同時(shí)，同樣增加的用工成本卻制約了客服中心的規(guī)模。傳統(tǒng)的電話和短信客服也已經(jīng)不能滿足多變的客戶需求，專業(yè)知識(shí)的爆炸及客服人員的成長(zhǎng)周期制約了服務(wù)的質(zhì)量及客服中心自更新的速度，急需通過(guò)技術(shù)創(chuàng)新等手段來(lái)改變客服現(xiàn)狀。

現(xiàn)有的各省公司聊天機(jī)器人僅能完成初級(jí)的問(wèn)題回答，用戶意圖識(shí)別不夠正確，缺乏上下文語(yǔ)義理解，還不算是真正意義上的智能應(yīng)答。因此，急需進(jìn)行創(chuàng)新研發(fā)，引入自然語(yǔ)言處理、對(duì)話控制等技術(shù)，使之達(dá)到真正的智能化，同時(shí)，需要深入分析大量的客服日志，總結(jié)用戶提問(wèn)方式，采用機(jī)器自學(xué)習(xí)的方式逐步提高語(yǔ)義識(shí)別能力，從而向智能客服邁進(jìn)。

2 中國(guó)移動(dòng)智能客服系統(tǒng)研究及實(shí)現(xiàn)

根據(jù)中國(guó)移動(dòng)業(yè)務(wù)體系的特點(diǎn)，構(gòu)建了智能客服服務(wù)體系，如圖 1所示。

圖1 中國(guó)移動(dòng)智能客服服務(wù)體系

該體系具有如下特點(diǎn)。

（1） 全網(wǎng)統(tǒng)一知識(shí)庫(kù)負(fù)責(zé)存儲(chǔ)和管理整個(gè)服務(wù)體系的數(shù)據(jù)，數(shù)據(jù)格式統(tǒng)一，并且以三元組方式管理，方便快速定位到最小的知識(shí)單元。

（2） 智能應(yīng)答和人工客服配合完成對(duì)用戶問(wèn)題的識(shí)別和反饋，提升系統(tǒng)響應(yīng)率，提高用戶滿意度。

（3） 統(tǒng)一智能客服接入層完成對(duì)智能應(yīng)答和人工客服統(tǒng)一的接口封裝，以Http服務(wù)的方式實(shí)現(xiàn)多渠道的接入功能，包括APP、短信、飛信、微信、網(wǎng)站等。

2.1 知識(shí)分類體系梳理

客服服務(wù)基本本質(zhì)就是用戶提出問(wèn)題，人或者機(jī)器根據(jù)已有的知識(shí)對(duì)用戶的問(wèn)題予以回答。因此，知識(shí)如何組織、構(gòu)建就是最底層、最核心需要解決的問(wèn)題，它關(guān)系到知識(shí)上下位關(guān)系描述和知識(shí)點(diǎn)本身描述兩方面內(nèi)容。

2.1.1 知識(shí)點(diǎn)上下位關(guān)系描述

根據(jù)知識(shí)屬性將所有知識(shí)歸類，并總結(jié)出一、二級(jí)目錄。一級(jí)目錄從對(duì)內(nèi)/對(duì)外、個(gè)人/集團(tuán)、業(yè)務(wù)類型等維度劃分，整理出營(yíng)業(yè)產(chǎn)品及服務(wù)（基礎(chǔ)服務(wù)）、資費(fèi)產(chǎn)品（資費(fèi)與套餐）、4G專區(qū)等10個(gè)一級(jí)目錄。二級(jí)目錄則根據(jù)該目錄下所屬業(yè)務(wù)的情況，按業(yè)務(wù)的集中特性進(jìn)行的劃分。

如圖2所示，對(duì)部分知識(shí)層級(jí)關(guān)系舉例說(shuō)明。

（1）對(duì)一級(jí)目錄命名，并進(jìn)行定義。如一級(jí)目錄中營(yíng)銷活動(dòng)，其是具有一定針對(duì)性和時(shí)效性、增加客戶粘度、促進(jìn)客戶辦理量的活動(dòng)方案。

（2）對(duì)一級(jí)目錄的內(nèi)容進(jìn)行劃分，設(shè)計(jì)二級(jí)目錄，并對(duì)二級(jí)目錄進(jìn)行定義。如營(yíng)銷活動(dòng)分為優(yōu)惠活動(dòng)（各類促銷、優(yōu)惠活動(dòng)）、營(yíng)銷宣傳（涵蓋10086信息群發(fā)、各類新舊媒體宣傳）、外呼（通過(guò)10086向特定客戶主動(dòng)告知的項(xiàng)目）3個(gè)二級(jí)目錄。

（3）針對(duì)二級(jí)目錄涵蓋的知識(shí)點(diǎn)范圍進(jìn)行劃分。如優(yōu)惠活動(dòng)包含較常規(guī)套餐和功能更優(yōu)惠的，短期或較長(zhǎng)期對(duì)客戶開(kāi)展活動(dòng)，如個(gè)人業(yè)務(wù)促銷、集團(tuán)業(yè)務(wù)促銷、終端促銷、資費(fèi)促銷、渠道促銷。

根據(jù)對(duì)知識(shí)點(diǎn)范圍的確定，可以將移動(dòng)業(yè)務(wù)具體的知識(shí)點(diǎn)歸入到對(duì)應(yīng)一、二級(jí)目錄，形成樹(shù)形結(jié)構(gòu)。

2.1.2 知識(shí)點(diǎn)本身描述

按業(yè)務(wù)特性制定了資費(fèi)類、業(yè)務(wù)類、營(yíng)銷類、口徑類、服務(wù)渠道類、宣傳類、終端類7大模板，并將各類業(yè)務(wù)涉及的主要知識(shí)點(diǎn)整理出要素。

營(yíng)銷活動(dòng)的要素點(diǎn)為例，營(yíng)銷活動(dòng)知識(shí)點(diǎn)內(nèi)部也分成一級(jí)要素、二級(jí)要素、三級(jí)要素等，這個(gè)根據(jù)知識(shí)點(diǎn)的結(jié)構(gòu)可以進(jìn)行自行定義，針對(duì)具體的要素點(diǎn)的取值，分為可選的和自填的，原則上，再設(shè)計(jì)模板的時(shí)候，盡量讓要素點(diǎn)取值為可選，這樣能夠保證要素點(diǎn)取值的唯一性，避免引起要素點(diǎn)表達(dá)的歧義。

根據(jù)以上兩步，現(xiàn)存的移動(dòng)業(yè)務(wù)知識(shí)點(diǎn)都能被劃分到一、二目錄，并且知識(shí)點(diǎn)的描述都涵蓋在7大模板里面，為后續(xù)的知識(shí)使用提供數(shù)據(jù)支撐。

2.2 中國(guó)移動(dòng)業(yè)務(wù)本體形式描述

“本體論 (Ontology) ”原是哲學(xué)上的概念，在西方哲學(xué)史和中國(guó)哲學(xué)史中分別具有各自的含義。20世紀(jì)90年代初期，國(guó)際計(jì)算機(jī)界舉行了多次關(guān)于本體的專題研討會(huì)，本體成為包括知識(shí)工程、自然語(yǔ)言處理和知識(shí)表示在內(nèi)的諸多人工智能研究團(tuán)體的熱門(mén)課題，其主要原因在于本體使人與人、人與機(jī)器、機(jī)器與機(jī)器之間的交流建立在對(duì)所交流領(lǐng)域的共識(shí)基礎(chǔ)上。

建立中國(guó)移動(dòng)業(yè)務(wù)本體的具體過(guò)程如下。

2.2.1 確定知識(shí)源

知識(shí)源是知識(shí)獲取的重要步驟。中國(guó)移動(dòng)業(yè)務(wù)具有可本體化的特征，層級(jí)性、要素化等，因此，被確定為知識(shí)源。

圖2 知識(shí)層級(jí)關(guān)系

2.2.2 領(lǐng)域分析

領(lǐng)域分析也就是領(lǐng)域的概念化，識(shí)別領(lǐng)域中的概念、個(gè)體、關(guān)系和屬性，把領(lǐng)域用這些概念、個(gè)體和關(guān)系等表示出來(lái)。

2.2.3 移動(dòng)業(yè)務(wù)本體化

為了能夠進(jìn)行移動(dòng)業(yè)務(wù)知識(shí)的本體化表示，我們將本體劃分為：

(1) 知識(shí)類：知識(shí)類主要用于定義結(jié)構(gòu)化知識(shí)的知識(shí)類型，該類型使用本體進(jìn)行表示。

(2) 屬性：屬性主要用于描述知識(shí)類具有的屬性。

(3) 關(guān)系：關(guān)系主要用于描述知識(shí)類和知識(shí)類、個(gè)體和個(gè)體之間的關(guān)系。

(4) 對(duì)象：對(duì)象對(duì)應(yīng)于知識(shí)結(jié)構(gòu)化中的知識(shí)，即一個(gè)類中的具體實(shí)例。

(5) 約束：約束主要用于約束類和屬性。如屬性的取值只能是正整數(shù)等。

以上幾種本體的內(nèi)容相互協(xié)作，建立知識(shí)的結(jié)構(gòu)化表示和知識(shí)之間的關(guān)聯(lián)關(guān)系表示，通過(guò)知識(shí)的關(guān)聯(lián)關(guān)系，可以支持正向和反向的雙向查找。

根據(jù)之前對(duì)移動(dòng)業(yè)務(wù)知識(shí)的分類體系梳理，確定移動(dòng)業(yè)務(wù)分為一、二級(jí)樹(shù)形結(jié)構(gòu)作為本體的域 (即大類、父類) 和類型 (即小類、子類)，7大類模板作為本體的框架 (即描述一個(gè)模板所需要的各個(gè)知識(shí)要素＜Property＞點(diǎn))，具體的知識(shí)點(diǎn)作為本體的實(shí)例 (即具體的移動(dòng)業(yè)務(wù))。

設(shè)計(jì)出一類資源的描述結(jié)構(gòu)化知識(shí)，具體包括以下內(nèi)容。

(1)各類資源的分類結(jié)構(gòu)，形成以isa和part-of關(guān)系為主干的資源組織層次結(jié)構(gòu)。

（2）各類資源類的property列表，以及properties之間的邏輯公式。

（3）資源類別與實(shí)際資源之間的連接關(guān)系、約束，支持今后的精確搜索。如圖3所示，定義了移動(dòng)4G終端Schema，其中，

圖3 移動(dòng)4G終端本體Schema

Domain是“/移動(dòng)客服”，“/移動(dòng)客服/4G終端”的Type是“/移動(dòng)客服/服務(wù)支撐”，它的Property的取值是“4G終端”。

2.3 智能應(yīng)答系統(tǒng)研究及實(shí)現(xiàn)

2.3.1 智能應(yīng)答系統(tǒng)實(shí)現(xiàn)

整個(gè)系統(tǒng)流程如圖4所示。

圖4 智能應(yīng)答系統(tǒng)框架

智能應(yīng)答系統(tǒng)主要包括預(yù)處理糾錯(cuò)模塊、問(wèn)題分析模塊、檢索模塊、推薦模塊、情感分析模塊、日志學(xué)習(xí)模塊。整個(gè)過(guò)程包括Query預(yù)處理、索引、反饋3個(gè)過(guò)程。

2.3.1.1 預(yù)處理和問(wèn)題分析過(guò)程

主要包括糾錯(cuò)模塊和Query分析模塊。糾錯(cuò)模塊主要處理當(dāng)用戶敲擊字符時(shí)，可能會(huì)產(chǎn)生的一些點(diǎn)擊錯(cuò)誤或者誤操作，如直接輸入拼音等，糾錯(cuò)模塊將根據(jù)一系列算法對(duì)用戶的Query進(jìn)行糾錯(cuò)處理，生成標(biāo)準(zhǔn)的中文內(nèi)容。

Query分析模塊主要通過(guò)分類器識(shí)別、分析用戶問(wèn)題的意圖。區(qū)分用戶問(wèn)題是移動(dòng)業(yè)務(wù)咨詢還是閑聊類問(wèn)題。移動(dòng)業(yè)務(wù)中，用戶問(wèn)題是簡(jiǎn)單問(wèn)題還是復(fù)雜問(wèn)題，問(wèn)題中有哪些移動(dòng)業(yè)務(wù)相關(guān)的專有名詞、是查詢業(yè)務(wù)還是要辦理業(yè)務(wù)等。

在Query分析模塊中，使用基于詞向量的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)用戶意圖進(jìn)行分類。其中詞向量技術(shù)主要用于解決文本表示的問(wèn)題，而卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)文本特征的刪選和構(gòu)建分類模型。我們選擇的向量化方法是Google在2013年提出word2vec。選擇word2vec的原因一方面是因?yàn)樗啾绕渌蛄勘硎痉椒ㄊ褂闷饋?lái)更加高效，另外同LSA等經(jīng)典模型相比，word2vec利用了詞的上下文，語(yǔ)義信息更加地豐富。具體的詞向量訓(xùn)練過(guò)程中，使用的數(shù)據(jù)包括移動(dòng)客服日志和通用社交網(wǎng)絡(luò)的語(yǔ)料，我們使用jieba分詞和gensim的word2vec訓(xùn)練生成了300維的詞向量。在分類模型的建立上，我們選擇使用的是卷積神經(jīng)網(wǎng)絡(luò)CNN。CNN最大的優(yōu)勢(shì)在特征提取方面。由于CNN的特征檢測(cè)層通過(guò)訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，避免了顯示的特征抽取，而是隱式地從訓(xùn)練數(shù)據(jù)中進(jìn)行學(xué)習(xí)；再者由于同一特征映射面上的神經(jīng)元權(quán)值相同，所以網(wǎng)絡(luò)可以并行學(xué)習(xí)，這也是卷積網(wǎng)絡(luò)相對(duì)于神經(jīng)元彼此相連網(wǎng)絡(luò)的一大優(yōu)勢(shì)?？偨Y(jié)一下相比于傳統(tǒng)的Randomforest或是Xgboost等經(jīng)典分類模型，CNN具有發(fā)現(xiàn)更多難以察覺(jué)的局部特征的能力，而不是像傳統(tǒng)的方法最終的結(jié)果始終要受到特征工程好壞的限制。

2.3.1.2 索引過(guò)程

經(jīng)過(guò)解析的Query首先經(jīng)過(guò)Cache模塊，Cache模塊通過(guò)一個(gè)分布式的內(nèi)存數(shù)據(jù)庫(kù)實(shí)現(xiàn)，數(shù)據(jù)庫(kù)中存儲(chǔ)一些常用用戶問(wèn)題和標(biāo)準(zhǔn)問(wèn)題的問(wèn)答對(duì)，主要解決用戶最常用的問(wèn)題。例如“查流量”、“查話費(fèi)”等。模板模塊通過(guò)在分布式索引系統(tǒng)中配置了一些用戶常用問(wèn)法，來(lái)解決用戶常見(jiàn)問(wèn)題。檢索模塊主要根據(jù)Query分析模塊分析得到的詞，去分布式索引庫(kù)中檢索Query相關(guān)的問(wèn)題。與此同時(shí)，為了更精準(zhǔn)的理解用戶以及擴(kuò)大知識(shí)范圍，Query通過(guò)推薦模塊對(duì)用戶進(jìn)行相應(yīng)的推薦，推薦模塊通過(guò)業(yè)務(wù)邏輯樹(shù)實(shí)現(xiàn)分層次的業(yè)務(wù)推薦。另外為了更好的完成與用戶的會(huì)話信息，系統(tǒng)還會(huì)對(duì)用戶Session進(jìn)行維護(hù)，使之能夠?qū)崿F(xiàn)業(yè)務(wù)與操作的自動(dòng)補(bǔ)全。

圖5 卷積神經(jīng)網(wǎng)絡(luò)分類器

系統(tǒng)在完善業(yè)務(wù)相關(guān)問(wèn)答的同時(shí)，也完成了對(duì)針對(duì)非業(yè)務(wù)問(wèn)題的對(duì)話模塊，可以通過(guò)分布式索引對(duì)一些基本知識(shí)進(jìn)行檢索?；跈C(jī)器學(xué)習(xí)技術(shù)的情感分析模塊可以對(duì)用戶的情感進(jìn)行判斷，使系統(tǒng)能人性化的對(duì)用戶的投訴等問(wèn)題進(jìn)行針對(duì)性的回答。

2.3.1.3 反饋過(guò)程

定期對(duì)日志進(jìn)行自動(dòng)化的解析，并對(duì)問(wèn)答進(jìn)行分析，通過(guò)機(jī)器學(xué)習(xí)算法對(duì)用戶的問(wèn)答進(jìn)行訓(xùn)練和測(cè)試，以優(yōu)化自動(dòng)問(wèn)答系統(tǒng)的回答準(zhǔn)確率。

2.3.2 智能應(yīng)答創(chuàng)新點(diǎn)

2.3.2.1 精準(zhǔn)回答

為了實(shí)現(xiàn)精準(zhǔn)回答，智能應(yīng)答系統(tǒng)使用多層檢索結(jié)構(gòu)保證返回結(jié)果的準(zhǔn)確性，首先通過(guò)分布式的內(nèi)存數(shù)據(jù)庫(kù)將用戶常用問(wèn)題進(jìn)行檢索，之后使用分布式多用戶的全文搜索引擎作為搜索服務(wù)器以實(shí)現(xiàn)用戶Query的高級(jí)檢索，檢索系統(tǒng)中索引了標(biāo)準(zhǔn)問(wèn)題問(wèn)答以及常見(jiàn)的用戶問(wèn)法Pattern，保證了系統(tǒng)給出答案的準(zhǔn)確性。

2.3.2.2 上下文理解

系統(tǒng)通過(guò)用戶ID維護(hù)對(duì)話Session，自動(dòng)記錄用戶的相關(guān)信息，如要處理的業(yè)務(wù)以及要進(jìn)行的操作，在Session總可以實(shí)現(xiàn)對(duì)用戶業(yè)務(wù)和操作的自動(dòng)補(bǔ)全。此外還包括對(duì)話上下文理解、對(duì)話流控制。完成對(duì)話內(nèi)容的主題，觀察跳轉(zhuǎn)網(wǎng)絡(luò)構(gòu)建，由用戶多觀察輸入激活，完成主題內(nèi)容之間的跳轉(zhuǎn)，自動(dòng)實(shí)現(xiàn)對(duì)話內(nèi)容理解與對(duì)話流控制。同時(shí)具有多用戶狀態(tài)管理功能，維護(hù)多用戶對(duì)話記錄上下文，追蹤和控制多用戶之間不同的狀態(tài)。

2.3.2.3 智能推薦

為了使系統(tǒng)更加多樣化的給出答案，系統(tǒng)對(duì)Query進(jìn)行了推薦，該模塊通過(guò)處理用戶的問(wèn)詢，結(jié)合用戶之前的提問(wèn)內(nèi)容，補(bǔ)全上下文信息，結(jié)合關(guān)鍵詞匹配技術(shù)，為用戶提供語(yǔ)義相關(guān)、多維度的移動(dòng)業(yè)務(wù)，實(shí)現(xiàn)推薦信息最大化。同時(shí)開(kāi)通了以業(yè)務(wù)邏輯樹(shù)為主體的推薦平臺(tái)，該平臺(tái)通過(guò)提取業(yè)務(wù)關(guān)鍵詞之間的邏輯關(guān)系，建立業(yè)務(wù)之間的多層分支結(jié)構(gòu)，為推薦平臺(tái)多維度、精細(xì)化語(yǔ)義匹配推薦算法的實(shí)現(xiàn)提供基礎(chǔ)。

2.3.2.4 愉快聊天

系統(tǒng)通過(guò)已有數(shù)據(jù)進(jìn)行特征提取，找到表示具有情感傾向性的特征詞，通過(guò)機(jī)器學(xué)習(xí)方法對(duì)大量數(shù)據(jù)進(jìn)行建模，訓(xùn)練模型，判斷Query的情感傾向，以此判斷當(dāng)前用戶的情感傾向性，如高興、憤怒等，對(duì)用戶進(jìn)行針對(duì)性的回答。此外，系統(tǒng)通過(guò)分布式索引系統(tǒng)對(duì)基本知識(shí)如成語(yǔ)古詩(shī)等進(jìn)行存儲(chǔ)，支持用戶的檢索。

2.3.3 智能應(yīng)答接口實(shí)現(xiàn)

智能應(yīng)答系統(tǒng)的接口采用的是Http服務(wù)的方式，可以靈活的供各個(gè)平臺(tái)調(diào)用，流程是由各個(gè)平臺(tái)發(fā)送用戶問(wèn)題到本系統(tǒng)，本系統(tǒng)返回結(jié)果，問(wèn)題與結(jié)果是1對(duì)N的，其中：

@ N=1時(shí)候，系統(tǒng)返回的是可信的。

@ N＞1時(shí)候，系統(tǒng)返回多個(gè)Q-A對(duì)，選擇第一個(gè)作為答案。

調(diào)用方式：

http：//xxx.xxx.xxx.xxx/chatxx.php?q= 問(wèn)題&uid=用戶ID &b=品牌&l=地域&c=渠道。

其中：q=用戶問(wèn)題。uid=一個(gè)用戶的終身ID。

3 結(jié)束語(yǔ)

3.1 主要貢獻(xiàn)

智能客服是客服業(yè)務(wù)發(fā)展的必然趨勢(shì)，構(gòu)建好智能客服是一項(xiàng)十分艱難的工作。本文以數(shù)據(jù)為主線，按照數(shù)據(jù)流向?qū)⒐ぷ鞣譃閮刹糠帧?/p>

（1）移動(dòng)業(yè)務(wù)知識(shí)整理是數(shù)據(jù)產(chǎn)生的源頭，該部分工作的主要貢獻(xiàn)在于規(guī)范化數(shù)據(jù)的層次結(jié)構(gòu)和規(guī)范化數(shù)據(jù)的描述方式。

（2）智能應(yīng)答是數(shù)據(jù)的使用方，該部分工作的主要貢獻(xiàn)在于通過(guò)搜索、規(guī)則、上下文管理等技術(shù)手段將數(shù)據(jù)以一問(wèn)一答的方式提供給移動(dòng)客戶，方便客戶進(jìn)行查詢、辦理、咨詢和投訴，同時(shí)，還提供寒暄、推薦等功能，提升用戶粘度。

3.2 應(yīng)用成果

目前，智能客服系統(tǒng)已經(jīng)在中國(guó)移動(dòng)線上部署運(yùn)營(yíng)。

客服知識(shí)庫(kù)完成在中國(guó)移動(dòng)客服基地的部署使用，涵蓋全網(wǎng)一級(jí)知識(shí)點(diǎn)和全部智能應(yīng)答知識(shí)點(diǎn)，很好地輔助移動(dòng)客服人員回答各類業(yè)務(wù)問(wèn)題。

智能應(yīng)答完成了全國(guó)31個(gè)省近百個(gè)渠道（微信、短信、APP等）的上線及運(yùn)營(yíng)工作，月訪問(wèn)量超過(guò)6 000萬(wàn)，方便客戶更好的了解自己的移動(dòng)套餐、資費(fèi)等消息，大大地增加客戶的滿意度。

3.3 下一步工作研究工作

（1）客服知識(shí)組織方面：進(jìn)一步提高知識(shí)點(diǎn)自動(dòng)結(jié)構(gòu)化的準(zhǔn)確率，減少人工審核的成本；實(shí)現(xiàn)自動(dòng)化的關(guān)聯(lián)分析，完善知識(shí)組織管理流程，實(shí)現(xiàn)知識(shí)點(diǎn)全生命周期的監(jiān)控和管理。

（2）智能應(yīng)答方面：不斷擴(kuò)大智能客服系統(tǒng)應(yīng)用范圍，搜集更多的用戶交互日志，使用深度學(xué)習(xí)等先進(jìn)算法分析、挖掘日志信息，從而提升系統(tǒng)的召回率和準(zhǔn)確率；研究10086人工客服的語(yǔ)言特點(diǎn)，進(jìn)一步優(yōu)化上下文對(duì)話算法，提升用戶粘度。

AbstractAccording to the characteristics of China mobile customer service's knowledge website, SMS and other self-service channels, we study thoroughly customers' language features and recognize the semantic of customers' natural language expression. On this basis, we make a wise matching between the customer questions and answers, and can reply customer's question correctly based on the service scenarios'characteristics. Build a China Mobile customer service knowledge classification system, which is used to provide data support for intelligent customer service; Research and implement an intelligent response system, which is used to understand users' intent, reply to the users' questions precisely, and recommend timely related issues to the user to enhance the users' satisfaction

Keywordsintelligent customer service; ontology; rule; search engine

Research and implement of China Mobile intelligent customer service system

HU Min, FENG Jun-lan, WANG Yan-meng, SHAN Yun-xiang
(China Mobile Research Institute, Beijing 100053, China)

TN929.5

A

1008-5599（2017）10-0039-06

2017-09-18

* 中國(guó)移動(dòng)集團(tuán)級(jí)一類科技創(chuàng)新成果，原成果名稱為《全網(wǎng)知識(shí)庫(kù)及智能應(yīng)答系統(tǒng)研究與開(kāi)發(fā)》。