新一代智能客服机器人解决方案.pptxVIP

新一代智能客服机器人解决方案;为何要机器人？ 客服工作中碰到80%问题 都是简单、重复、或无效 机器人能够 大幅降低人力成本 有效改进客服工作状态;第一代问答机器人 简单到不像是问问题 被广泛应用 基于单个简单词完全匹配;第二代问答机器人 基于关键词匹配技术 依然停留在词层面，但有了一定检索能力 支持多个关键词，能够含糊查询 比较死板，只适合用于简单场景;新一代智能客服机器人解决方案;新一代智能客服机器人解决方案;第二代问答机器人 场景简单 用户问法明确、稳定、没什么改变 用户明确应该怎样用什么词来检索 关键词列表 庞大 影响匹配结果 需要经验与技巧 增加了人力成本;第三代智能机器人 在关键词匹配基础上，引入了自然语言处理（NLP）技术 NLP意味着“智能” 不再基于词，能够处理句子;第三代智能机器人 支持问法上一定改变，但语义判断能力有限 仍需维护问题库，填补算法上局限 进步 数量降低 维护问题比词轻易 更靠近人类真实交流;第四代智能机器人 以神经网络为基础 依靠最新深度学习技术 结合模式识别等技术 与第三代相比 打破人工配置规则束缚 含有自主学习能力 更加好语义了解能力，处理更口语化、且多变问法;视觉系统信息处理 1981年诺贝尔医学奖 David Hubel（大卫·休伯尔） Torsten Wiesel（托斯坦·维厄瑟尔） 1958年猫试验 视觉系统信息处理;稀疏编码算法 1995年，经过计算机方法研究视觉问题 Bruno?Olshausen（布鲁诺·奥尔斯豪森） David Field（大卫·菲尔德） 提取图像碎片;;特征 复杂图形都是由简单结构组合而成 这些简单结构（比如说物体边缘），就是一个特征 抽象过程，就是在提取特征 底层特征组合后产生了上一层特征 逐层迭代;新一代智能客服机器人解决方案;分层模型 每一层都是一系列特征 输入信息用这一层特征变换了一个表示方式 这种表示进入下一层，就被下一层特征来描述;深度学习 自主学习 发觉特征 深度模型是伎俩，特征学习是目标 更深层次 层次越多 学习能力越强 特征描述越准确;Word Embedding 一个描述词特征技术 用一个多维向量来描述一个词 每一个分量表示一个特征 分量值表示特征权重 通俗了解，词向量 将深度学习技术应用在了刻画词特征方面;Word Embedding 计算两个词相同度 等价于计算n维空间中两个向量欧氏距离 或者夹角;Word Embedding: 词→句→语义→意图 Sentence Embedding: 句→语义→意图 首层抽象特征准确性，对整个模型效果起着至关主要作用;怎么学？;网易七鱼优势 熟悉客服业务，深刻了解客户服务场景 有成熟、经过验证成功学习方法 有累积超出10年专业领域学习教材 自研深度模型提供更深学习层次 Pipeline技术将深度学习与传统方法相结合 庞大集群支撑计算开销;新一代智能客服机器人解决方案