浅谈基于知识图谱构建智能问答系统

“人才引进落户政策”“企业法人变更登记”“如何办理公积金贷款”……在智慧政务业务中,智能客服能够7*24小时响应群众、企业关于日常事务办理、民生政策、企业经营法规等咨询,大力提升了信息获取的便利性。

智能问答系统涉及自然语言处理、语音技术、检测技术、文字识别等多项AI技术,已成为了互联网+政企服务不可或缺的组成部分。

在业务场景中,智能客服聚焦常见问题,将复杂的政策、众多的业务进行细致拆解和梳理,对问题进行分析、匹配与拓展,对政务问答场景进行语义理解,并且用浅显通俗的方式呈现给群众,可提供查询办事指南、了解最新政策和热门问题等技能,赋予了机器像人一样理解和解决用户问题的能力。

智能人机交互—云问

语言是人类的思维工具,当计算机具备了处理自然语言的能力,才能展开对于智能世界的真正探索认知。以上提到的“智能客服”正是来自星辰人工智能中台应用之一云问。

云问以自然语言处理(NLP)、知识图谱、机器学习为核心,依托于星辰人工智能中台提供的各种深度学习的基础框架和模型库,通过组件化的模块,可视化场景配置,让用户轻松实现NLP算法或搭建模型,摆脱代码的束缚,满足各行业应用的需求。

云问具备自主学习能力。在应对复杂文本和非规范用语时,能够基于语义分析的迁移学习技术,快速建模并准确处理,不断优化应答内容,自动发现新知识点,让知识库不断扩展丰富,提供更加智能和精准的业务服务。同时,云问集成了丰富的数据接口,能够快速对接各类型的结构化、非结构化数据,打通多业务系统,消除数据孤岛。基于大数据分析技术,在人机交互过程,云问对服务流程进行智能化渗透,洞察客户需求,提升客户满意度,挖掘更多价值。

云问平台有两个核心的任务,分别是自然语言理解与自然语言生成。

在自然语言理解方面,云问依托于深度学习技术,通过少量标注数据即可提升模型训练效果,提取海量数据的潜在特征,深入理解多模态语言背后的含义;通过准确的结构分析能力,深入分析句法结构,准确判断文字表达的情感倾向;依托大规模的知识图谱深度连接,构建内容之间深度联系,深度挖掘语义关系,提炼非结构化数据的价值信息,辅助决策;云问语言理解技术通过各种基础技术的综合利用,对多种应用场景中冗杂、混乱、含蓄的中文表述实现语义理解。

机器除了理解自然语言之外,要与人进行交互,语言生成的任务也必不可少。在语言生成方面,云问基于多流机制的语言生成预训练技术,兼顾词、短语等不同粒度的语义信息,显著提升生成效果,通过结构化数据和内容聚合的方式,自动或辅助地帮助用户生成相关知识领域话题。

云问具备定制优化、可视配置、数据运营等功能于一体,通过人机互动的形式已应用于多个服务场景,商业价值逐步得到市场认可。

浅谈基于知识图谱构建智能问答系统_第1张图片

数智化营销,政企服务升级

在政务、医疗、金融、零售等行业,服务人才短缺、客户群体庞大、咨询频次高、问题重复度高是通病。为解决行业痛点,云问从优化资源、提升用户体验出发、提供响应更快、服务更智慧的智能化服务体验,助力政企客户实现服务和营销数智化转型。

在政务场景,智慧政务旨在助力政务决策、业务流程优化,提升利企便民的服务体验。云问通过对政务服务流程的智能化渗透,发挥FAQ知识检索问答、任务流程式问答、知识图谱复杂推理问答等方面的技术优势,赋能到政务管理及决策层级,为智慧政务建设提供全方位支持。

在医疗场景,通过使用云问搜索技能的虚拟助手,经办人员进入到智能检索页面,在检索页面的搜索框内输入相关问题,即可实现对数据后台医保知识的检索。比方说输入“生育政策”一词,云问将应用语言模型和医保领域语料库,对搜索内容进行分词、同近义词挖掘,内容关联性分析等,经办人员可轻松实现检索,满足快速、准确地获取信息的需求。

在金融场景,“数字人”能够精准理解顾客意图并以拟人的方式高效解决用户问题。云问基于金融行业知识图谱的推荐,通过智能算子分析对话内容,实时画像预测,利⽤个性化智能推荐,向客户推送相关的金融资讯,并提供相关服务。从用户服务端来看,智能推荐能够帮助金融机构实时定位用户核心需求并持续关注用户状态,及时调整服务策略以保证服务质量与用户满意度。

数字世界中,认知智能核心解决的问题是对人类文明抽象概念的识别与联想,自然语言处理技术作为人类和机器之间沟通的桥梁,它让机器更懂我们,让服务更有温度。云问将助力更多服务场景价值转型升级,实现降本增效,提升各行业数字化、智能化、精细化的管理水平。

你可能感兴趣的:(知识图谱,人工智能,big,data)