金郁 張建坤 范海華 施衛(wèi)國 浙江省嘉興市公安局經(jīng)濟開發(fā)區(qū)（國際商務區(qū)）分局

引言

公安服務與群眾生活息息相關，隨著公安“放管服”改革持續(xù)深化，便民新舉措不斷落地落實，使得群眾滿意度不斷提升。便民服務的提升，不僅依賴機制的改革，更加依賴蓬勃發(fā)展的新技術(shù)，正是新型技術(shù)的不斷引入，使得便民服務的革新存在新的可能。

人機對話技術(shù)是近年來人工智能技術(shù)的熱點之一，其可以讓機器理解人類語言并和人自由對話[1]，這與公安便民服務的大量場景匹配度非常高。但是傳統(tǒng)人機對話平臺存在交互呆板和程式化問題，極度影響群眾使用體驗。

針對上述問題，本文利用新一代人機對話技術(shù)，以突出的多輪對話能力、大規(guī)模預訓練對話模型帶來的快速冷啟動、低成本知識構(gòu)建、自訓練的語義模型等技術(shù)優(yōu)勢，借助在公安便民服務豐富場景下積累的領域經(jīng)驗和應用，創(chuàng)新探索新型智能便民服務模式，進一步提高為民辦事的成效力度，降低警務人員工作強度，為公安“放管服”改革的持續(xù)深化提供相關參考。

一、傳統(tǒng)人機對話技術(shù)面臨的挑戰(zhàn)

人機對話技術(shù)一直以來被認為是人工智能領域的核心挑戰(zhàn)。國內(nèi)外較多專家學者對此進行了相關深度研究。如XU J在2020年研究了開放領域中多回合對話策略的學習框架問題，LI R在2018年發(fā)表的論文中創(chuàng)新性采用人工標注構(gòu)建出真實的對話推薦數(shù)據(jù)，使得人機對話系統(tǒng)可提供建議等[2]。然而遺憾的是，傳統(tǒng)的人機對話平臺大部分只能局限特定場景，很難適應復雜多變的公安便民服務需求?？偨Y(jié)來說，傳統(tǒng)人機對話技術(shù)的技術(shù)難點主要集中在如下幾個方面：

（一）知識構(gòu)建的成本高

要讓機器聽懂并理解人所說的話，那前提是機器要像人一樣預先具備大量的知識，這些知識也需要是結(jié)構(gòu)化的[3]。這里的結(jié)構(gòu)化知識主要包括兩類：以特定目標為中心的對話流程知識和知識圖譜。要構(gòu)建圍繞給定場景的較完備的對話邏輯流程（動態(tài)知識）預計需要花費1～2周的人力，構(gòu)建給定場景的Schema和知識圖譜（靜態(tài)知識）預計需要2周左右的人力，因此知識構(gòu)建的成本是非常高的。

（二）機器人優(yōu)化周期長

機器人從啟動到符合上線標準需要進行多批次的優(yōu)化打磨，每一批次都需要收集真實情況下的對話數(shù)據(jù)、標注數(shù)據(jù)、訓練模型、調(diào)試模型、測試對話效果、分析問題背后的原因，然后再進行下一輪次的優(yōu)化，前后預計需要2～3月；類似的，知識圖譜問答效果迭代優(yōu)化需要2周。

（三）從成熟場景遷移到小樣本新場景的對話體驗差

機器人在成熟場景下由于有較多的真實對話數(shù)據(jù)可供加工和利用，對話體驗是可以不斷優(yōu)化的。但遷移到小樣本和新場景后的對話體驗就有非常明顯的效果下降。比如目前電商的在線機器人、快遞電話機器人等運用都不錯，但在公安便民服務小場景下，傳統(tǒng)的機器人會出現(xiàn)較差的對話體驗[4]。

二、新一代人機對話技術(shù)平臺

鑒于上文所述技術(shù)難點，新一代人機對話技術(shù)平臺主要從如下三個層面進行突破：

（1）從知識層面，采用結(jié)構(gòu)化知識的半自動構(gòu)建技術(shù)，降低知識構(gòu)建的成本；

（2）從對話模型層面，融入知識的預訓練對話模型，從而縮短機器人從啟動到符合上線標準的優(yōu)化周期；

（3）從對話引擎層面，采用具備拓展和增強對話能力的引擎，使其具備不斷學習演進能力。

新一代人機對話技術(shù)平臺技術(shù)框架的其核心主要是5層（如圖1所示）：數(shù)據(jù)層、知識層、預訓練對話問答模型層、引擎層、平臺層。其中核心3層，分別為知識層提供可擴展性的知識圖譜構(gòu)建；預訓練對話問答模型層包括預訓練對話模型、預訓練圖譜問答模（KGBert）、預訓練表格問答模型（TableBert）；引擎層包括Dialog Studio多輪對話引擎、KBQA圖譜問答引擎、TableQA表格問答引擎、FAQ問答引擎、MRC機器閱讀引擎。

國1 平臺技術(shù)架構(gòu)國

（一）知識層

知識來源主要分為兩類，一類是人人對話日志，另一類是工作文檔。相對應的知識構(gòu)建也分兩個方面，一方面是基于人人對話日志的對話流進行構(gòu)建，從傳統(tǒng)的手工配置升級為自動挖掘意圖，從人工標注變成自動的挖掘和半自動標注；另一方面是基于文檔的知識圖譜構(gòu)建。文檔本身就具備一定的結(jié)構(gòu)化信息，做了結(jié)構(gòu)化后可以讓問答更加精準。圍繞基于文檔的知識圖譜構(gòu)建，筆者采用半結(jié)構(gòu)化長文檔的預訓練文檔模型、基于文檔的粗粒度三元組抽取、針對文本的細粒度三元組抽取，設計了一套可擴展性的知識圖譜構(gòu)建方案，如圖2所示。

圖2 可拓展性的知識圖滑構(gòu)建

（1）文檔預訓練模型，將文檔表示分為物理結(jié)構(gòu)、邏輯結(jié)構(gòu)和語義結(jié)構(gòu)三個層次，使用百萬級的無標文檔數(shù)據(jù)，基于其文本語義、版面信息、視覺特征來構(gòu)建自監(jiān)督學習任務，使得模型能夠更好地理解文檔語義和結(jié)構(gòu)信息；

（2）粗粒度三元組抽取，通過輸入整篇文檔的物理組件的有序序列，再將其物理組件如標題、正文識別出來，再根據(jù)這些信息生成文檔樹，最終根據(jù)一些簡單的規(guī)則即可得到文檔的所有粗粒度三元組；

（3）細粒度三元組抽取，基于雙線性三維稀疏、損失函數(shù)等技術(shù)的細粒度三元組知識抽取，降低了模型復雜性，提高了魯棒性。

（二）預訓練對話問答模型層

設計了半監(jiān)督預訓練的方式來解決對話策略的建模難題，將對話動作預測任務改造成半監(jiān)督學習任務，并設計出預訓練模型。

（1）對于理解能力，采用回復選擇作為預訓練目標，即給定對話上下文和候選回復處進行二分類判決是否是正確的回復；

（2）對于生成能力，則使用常見的回復生成目標，即給定對話上下文生成正確回復語句；

（3）對于策略部分，采用半監(jiān)督學習中十分高效的一致性正則方法來建模對話動作。

最終對于模型的預訓練，筆者將整個模型的理解、策略、生成目標加在一起進行優(yōu)化，整體提升對話策略的建模效率。

（三）引擎層

主要包括針對流程型知識的對話引擎，針對表格知識的問答引擎，針對知識圖譜的圖譜問答引擎等。其中，表格問答通過將自然語言直接轉(zhuǎn)換為SQL查詢語言，允許用戶使用自然語言與表格知識直接交互，從而拓展了對話機器人的能力邊界。針對表格的表格問答引擎，主要開拓并打造了從單輪到多輪的問答和從單表到多表的問答能力。

（1）關于多輪的表格問答，筆者提出了一種基于動態(tài)上下文模式圖的框架，刻畫多輪場景下的自然語言和表格之間復雜的語義鏈接關系。

（2）多表的問答，筆者利用句法關系建模了自然語言問題內(nèi)部的關系，在句法距離的度量下，數(shù)據(jù)和數(shù)據(jù)的關系將被拉近，從而生成正確的SQL。

三、公安便民服務場景探索與實踐

（一）便民服務業(yè)務分析

經(jīng)過大量調(diào)研和分析，對人機對話技術(shù)有較大需求的便民服務場景包括如下兩個方面；

1. 便民熱線場景

當前較多地區(qū)熱線服務電話分散，基層公安缺少統(tǒng)一的呼叫中心坐席人員支持，熱線服務電話一般直接轉(zhuǎn)給了窗口服務的警務人員，一方面給窗口警務人員帶來了更大的壓力，另一方面群眾在非工作時間段的咨詢不能有效的承接。

2. 疫情流調(diào)場景

近年來隨著疫情常態(tài)化，各地公安民警都需要做好疫情的防范和控制。當疫情突發(fā)時，需要進行大量的流調(diào)來對相關人員進行摸排。然而常規(guī)流調(diào)的方式主要基于人工電話來實現(xiàn)，一方面耗費大量寶貴的人力資源，另一方面在在時效方面無法保障快速的摸排需求。

（二）場景技術(shù)融合路徑

根據(jù)上文所述便民服務場景的聚焦，結(jié)合新一代人機對話技術(shù)平臺，確定如下三條技術(shù)融合路徑，即警務智能在線機器人、警務智能熱線導航機器人和警務智能外呼機器人。

1. 警務智能在線機器人

智能在線機器人基于NLP和AI技術(shù)提供智能在線對話能力，可集成到網(wǎng)站、APP、小程序/微信/微博等渠道中，支持7x24小時提供智能在線服務，實現(xiàn)在線問答、在線智能導服、業(yè)務知識庫等能力，如圖3所示。

圖3 警務在線機器人業(yè)務邏輯圖

2. 警務智能熱線導航機器人

在熱線電話人工受理方面，需考慮智能語音交互功能。通過自助語音導航能力，分流一部分人工坐席的壓力。

研究基于語音的人機交互應用，開發(fā)警務智能熱線導航機器人，如圖4所示，當群眾電話呼入后，通過系統(tǒng)中的語音引導，以自由說的方式提交咨詢要求，如群眾提問“我身份證丟失了怎們辦？”，機器人可識別理解用戶表達的語義并作為正確的語音引導。

圖4 警務智能熱線導航機器人業(yè)務邏輯圖

在出入境、戶籍、交警等方面，熱線導航機器人可將各個熱線座機的統(tǒng)一集成，由機器人提供智能化的服務指引及問題解答，同時也能支持將機器人無法解答的問題轉(zhuǎn)接到對應的窗口警務服務人員。在方便群眾快速咨詢問題的同時，也可以有效幫助減輕窗口警務服務人員的工作壓力。

3. 警務智能外呼機器人

警務智能外呼機器人具備自動呼出能力的智能語音能力，能夠根據(jù)業(yè)務方需求，在指定時間范圍內(nèi)，對指定的用戶發(fā)起主動電話外呼任務。在外呼過程中，結(jié)合運用ASR、TTS語音引擎和機器人NLP能力，能夠?qū)崿F(xiàn)包含疫情流調(diào)、反詐預警、滿意度調(diào)研回訪等在內(nèi)的各種復雜場景的外呼智能問答任務，同時還需支持將外呼過程中收集的信息和數(shù)據(jù)回流到工單或者其他應用系統(tǒng)，形成統(tǒng)計數(shù)據(jù)和日志。該機器人可以在應急時快速增加同時外呼的并發(fā)路數(shù)，從而進一步提升疫情流調(diào)的摸排效率，如圖5所示。

圖5 警務智能外呼機器人業(yè)務邏輯圖

（三）部署要點

在網(wǎng)絡承載方面，考慮到公安應用場景數(shù)據(jù)的敏感性等，該系統(tǒng)建議在公安信息網(wǎng)內(nèi)進行部署。

在部署資源設計方面，資源需要在滿足日常使用的基礎上，預留一定的資源支撐疫情防控等高峰場景使用需求。

在業(yè)務擴展方面，系統(tǒng)需要能支持一定的擴展性，在后續(xù)業(yè)務量增加時進行擴展；

在業(yè)務打通方面，系統(tǒng)需要與公安信息網(wǎng)內(nèi)其他業(yè)務系統(tǒng)之前具備打通的條件，實現(xiàn)外呼自動觸發(fā)等場景的連通。

（四）某地實踐案例

在某地實踐中，基于上文的技術(shù)路徑，根據(jù)各個場景的應用訴求進行統(tǒng)一的平臺規(guī)劃，以新一代人機對話技術(shù)構(gòu)建公安便民服務場景中警務智能在線機器人、警務熱線導航機器人、警務智能外呼機器人，并以支付寶、微信小程序的形式作為面向群眾、企業(yè)、警民的用戶界面，實現(xiàn)智能化在線辦事、警務熱線導航、電話熱線服務以及在防疫、群眾滿意度等場景下的智能外呼等需求。

本節(jié)重點闡述各模塊分階段落地實施設計。

（1）建設警務智能外呼平臺，并先后落地實現(xiàn)了引導申報外呼、實名申報外呼、滿意度回訪外呼、出警通知外呼、反詐通知外呼和疫情調(diào)研外呼等。實現(xiàn)了常用外呼通知業(yè)務的自動化和智能化，以及疫情調(diào)研類應急外呼能力的搭建，并溝通了應急智能外呼能力的擴展機制。

（2）落地警務智能在線機器人以及智能知識庫。智能知識庫主要是為滿足智能在線機器人的知識管理需求，而搭建的一整套半自動知識構(gòu)建、知識錄入、知識編輯、知識運營的系統(tǒng)，能夠幫助業(yè)務人員實現(xiàn)高效的知識管理和知識運營。知識庫中涵蓋戶籍類、出入境、流動人口、治安、小程序申報、法律咨詢等數(shù)百條公安政務知識，以及大量通用政務知識來滿足群眾日常咨詢需求。智能在線機器人的前端是基于H5技術(shù)搭建的頁面，如圖6所示，可以方便的集成到網(wǎng)站、APP、小程序等渠道中，通過流程引導提供對于戶籍類、出入境、流動人口、治安、小程序申報、法律咨詢等公安政務知識的智能服務，用戶可以通過直接點擊圖標按照分類查找自己想要咨詢的問題，或者直接通過文字和語音的方式向機器人進行咨詢。機器人會理解用戶輸入的問題，并給出解答，對于答案部分還能支持語音播報。

圖6 警務智能在線機器人對外服務界面

（3）建設警務智能熱線導航機器人，一方面實現(xiàn)多個派出所出入境、戶籍等多個服務大廳電話號碼的統(tǒng)一，實現(xiàn)一號通辦，方便群眾記錄，同時基于智能導航機器人實現(xiàn)了對常見業(yè)務的智能咨詢支持，目前建設覆蓋的業(yè)務場景主要包括治安、戶籍、出入境、流動人口幾大場景。

該地通過上文所述的分布建設模式，有效的構(gòu)建了基于新一代人機對話技術(shù)的公安便民服務平臺，實踐成效如下：

（1）大幅降低疫情流調(diào)等場景下警務人員的人工資源消耗量；

（2）通過智能導航機器人和辦事窗口警務服務人員的有效協(xié)同，實現(xiàn)群眾咨詢100%響應或接聽，服務好評率95%以上；

（3）真正實現(xiàn)了7×24小時不間斷提供熱線、在線等多渠道智能服務能力；

（4）提升服務效率，降低行政成本，節(jié)約辦公成本，更有效引導群眾“掌上辦”“網(wǎng)上辦”，實現(xiàn)公安政務服務全方位提升群眾辦事獲得感和滿意度。

四、結(jié)語

本研究將下一代人機對話技術(shù)應用于公安便民服務場景中，通過對警務智能在線機器人、警務智能熱線導航機器人、警務智能外呼機器人三種技術(shù)路徑的探索，構(gòu)建出體系化的公安便民服務平臺，實現(xiàn)了新一代人機對話技術(shù)在公安工作中的真正落地，提升了公安便民服務的智能化和在線化水平，切實為基層民警工作減負提供了有效的技術(shù)支撐。

在可預見的未來，人機對話會逐步從受限場景拓展到半開放場景，從單模態(tài)升級到“語音+語言+視覺+情感融合”的多模態(tài)，對話能力從預定義跨越到具備一定終身學習的對話機器人[5]。筆者將繼續(xù)研究其與反電信詐騙、案件偵辦等場景高效結(jié)合，進一步提升數(shù)字化轉(zhuǎn)型對基層工作的賦能力度。