当前位置: 首页 > 科技观察

软通动力机器人客服Rglam(Ange):用知识图谱和NLP引擎打造高精度对话机器人

时间:2023-03-19 18:26:02 科技观察

随着企业数字化转型的不断深入,人工智能技术日趋成熟,机器人客服已经深入万千行业。近年来,随着企业人力成本的不断攀升,进一步推动了机器人客服在企业的快速落地。  然而,市面上很多机器人客服系统的应用效果并不理想,被嘲讽为“智障机器人”或“客户需求路上的拦路虎”。现有机器人客服应用体验不佳主要体现在以下几个方面:  1.智能化程度低:机器人客服不能准确理解客户问题,要求客户仅根据引导进行提问,客户回答问题的方式不规范。  2。应用场景单一:大部分机器人客服仅作为辅助工具使用,大量复杂的工作仍由人工处理,尤其是电话客服渠道,无法达到增效降费的目的。  3。响应程式化:在多轮对话处理中,大量使用引导和语音提示,使系统显得非常机械和呆板,影响客户的体验和系统服务效果。  针对以上三点导致体验不佳的原因,打造满足企业和客户需求的机器人客服,关键在于机器人客服是否具备准确理解客户意图的能力,提问的准确性答案、多轮对话能力、人机交互的人性化等四个方面。  作为中国领先的软件与信息技术服务商,致力于以数字化技术持续为客户提升价值。软通动力在人工智能领域早已布局,成立了人工智能研究与创新中心,聚焦人工智能(AIC)领域,围绕人工智能等前沿技术和算法开展应用研究和产业化开发。如自然语言理解、知识图谱、多轮对话、智能问答、智能推理、自主学习、数据分析等,为公司AI服务体系提供重要支撑。技术支持和专业保障。同时,软通动力一直服务于电信、银行、保险等行业。积累了丰富的行业知识,洞悉行业痛点,为构建高精度、高体验的机器人客服Rglam打下了坚实的基础。基础。  (系统架构图)  软通动力机器人客服Rglam(Ange)是基于软通动力SmartCoreNLP平台和业界领先的深度学习、知识图谱和自然语言处理算法技术打造的高精度对话机器人,与传统关键词和模板式对话机器人相比,Rglam具有更高的准确性和更个性化的交互。主要原因在于AI技术满足客户需求的独特性能:  1。知识图谱与深度学习技术的有机结合,其语义理解能力使得命名实体的识别和意图识别更加准确。  2。多模态融合的深度问答架构  Rglam(Ange)支持知识图谱问答、Q/A对问答、网页搜索问答等多种问答通道并行处理请求,多通道答案可以融合形成确定答案的唯一方法是避免让客户选择答案,提高客户体验。  3。面向知识库的多轮对话管理  Rglam(Ange)采用面向知识库的多轮对话技术,将知识库与面向任务的多轮对话技术相结合,支持对话流的打断、转移,和recovery来实现多任务对话流程之间的穿插流程,提升客户在沟通过程中的拟人化沟通和个性化体验。  4。互动词自动生成  结合多轮对话的语境,利用深度学习技术生成个性化词,让客户更愿意接受机器人的服务。  Rglam(Ange)可以模拟优秀人工客服的回复逻辑,综合感知多轮对话沟通的内容,并从中提取有效信息,从而准确拟人化回复用户咨询信息。可高效赋能物联网、银行、保险、证券、汽车、电商等多个行业。  目前,软通动力的机器人客服系统Rglam已经应用于某运营商公司。公司拥有数十万企业客户。业务快速发展,客服工作量快速增加。需要建立机器人客服系统来应对。业务的快速增长,尤其是各种服务类客服任务(咨询、查询、报错)需要尽可能借助机器人客服系统来完成。  软通动力通过在机器人客服Rglam的基础上制定一系列流程,包括业务场景分析、构建企业知识图谱、构建意图识别模型,构建与公司业务相匹配的高精度机器人客服系统,命名实体识别模型、智能问答系统、业务场景自助智能服务。最终,公司实现了7*24小时低成本服务用户,在保持用户快速增长的同时保持了用户体验。降本增效成效显着,为数字化发展注入强劲动力。  机器人客服在一定程度上改变了企业的产品和服务思维,让企业获得更大的价值提升。在AI技术的加持下,依托自身底层技术和行业技术经验,软通动力将继续秉持数字化科技理念,持续为客户提升价值,持续优化机器人客服Rglam,助力企业数字化转型。