知识库的分类梳理原则与实践经验.pdfVIP

一寸光阴一寸金，寸金难买寸光阴。——《增广贤文》 知识库的分类梳理原则与实践经验 前⾔ 机器⼈知识库必须有良好的分类才能便于理解、学习与后期的维护。 如若⼯作⾯对的是⼀个分类糟糕的知识库，这将是⼀个可怕的场景。拿到⼀个⽤户提问后，假设是⼈类来根据知识库⾥的知识点来回答问 题。他会发现这么⼏件事，同⼀个问题可能会有多个知识点同时含有类似的问题，⽽且每个知识点的答案还都不太⼀样，在⽐较的时候易发 现知识点都在不同的分类下⾯，整体的分类逻辑也令⼈摸不着头脑。 取消分类也是不可⾏的，知识库有20个知识点以上的时候，就必须要通过分类进⾏管理，才能有效梳理，否则，⾯对体量⼤的知识库，每 ⼀次整理都是漫漫征途。不能想象每次⼯作都要分辨 1个知识点与其他成千上万个知识点的关系。 所以，当知识点逐渐变多后，我们需要⼀些合理的⽅式来对知识点的分类进⾏组织和管理。知识点组织的结构梳理有助于在知识库搭建过程 中，给知识库⾥的知识点⼀个⽅便归纳的⽅法论。 1.分类原则和系统操作 知识库分类是按照知识点的特点和根据业务系统求解问题的需要将知识分为若⼲类，⽽每⼀类⼜分为若⼲⼦分类。⼀般⼦分类是母分类的基 础，母分类是⼦分类的概括，⼦分类之间互不相容，知识库分类的划分遵循MECE的原则。 MECE分析法，全称 Mutually Exclusive Collectively Exhaustive，中⽂意思是 “相互独⽴，完全穷尽”。也就是对于⼀个重⼤的议题， 能够做到不重叠、不遗漏的分类，⽽且能够借此有效把握问题的核⼼，并成为有效解决问题的⽅法。 在知识库界⾯左侧是机器⼈知识点分类页⾯，点击分类名称旁边的 “+”符号，可以新建此分类的下⼀级分类，⿏标悬停在对应分类上时还 会有 “编辑”、 “删除”按钮浮出。当⿏标变成⼩⼿“  ”形状，可以拖动当前分类，改变其⾪属关系，注意不能拖动为其本⾝的下⼀ 级。 点击向右的⼩三⾓“ ▶ ”可以展开下⼀级分类，点击向下的⼩三⾓“ ▼ ”可以收起属于该分类下的所有分类。 PS：为保证分类随知识库导出和导⼊正常，请不要在知识点分类中使⽤ “/”、 “\”等符号。 2.分类⽅法简述 1.分类纵向划分⽅法 在知识库构建过程中主要按照最终⽤户参与时间顺序构建分类的⽅法叫知识库的纵向划分⽅法。 纵向划分 ⽬前看来是我们搭建知识库的主要⽅法，在终端类公司，当已经分配了单⼀的业务线之后，在单⼀知识库中，往往是根据最终⽤户 的参与时间进⾏划分。 大丈夫处世，不能立功建业，几与草木同腐乎？——《罗贯中》 良辰美景奈何天，便赏心乐事谁家院。则为你如花美眷，似水流年。——《汤显祖》 消费产品类公司⼀般会按照售前，售后来区分知识库，售前还可能细分意图为优惠、产品信息、物流选择、⽀付办法等，售后分为物流状 态、质量问题、包装问题等情况。当然，不同公司对物流等规划不完全⼀致，也有些公司是根据产品是否到达⽤户⼿中确定的售前售后，可 以根据具体情况和实际进⾏微调。 服务类项⽬也可参照对应逻辑进⾏区分，⽐如餐饮项⽬按照就餐前和就餐后，⼈事服务类可以按照员⼯⼊职、试⽤期、转岗、离职的流程进 ⾏区分。 2.分类横向划分⽅法 知识库的横向划分结构主要⽤在产品业务线较多的情况下，并且往往是针对次⼀级分类进⾏划分，⽐如公司售卖的不同产品，可能就属于孕 期-产品分类-不同产品进⾏划分。 通常在具体的分类过程中，也会结合具体业务情况将纵向划分与横向划分结合起来进⾏梳理。不同公司的业务模式不同，需要根据⾃⼰的实 际情况进⾏知识库结构的确定。 3.分类经验概述 在实践中，我们总结了如下的分类⼝诀，帮助⼤家记忆： ⼀条主线，其他靠边；出现重复，早做功夫。 “⼀条主线”是说⾸先确认知识点是否以⽤户⽣命周期的场景展开，针对这类知识点，⼀般以最终⽤户参与的时间顺序作为唯⼀主线进⾏。 “其他靠边”指如果分类下知识点不是随着⽤户的⽣命周期变更的，如⼩区地点，⼩区周边这样的信息不会随着时间变化⽽变化，此时这类 知识点可以单独拿出来作为项⽬的基础信息。 “出现重复，早做功夫”如果在不同阶段会出现重复，有没有明显应归类的位置，我们⼀般将知识点放在场景中最早提问的地⽅。 如果有并⾏的情况，⽐如信⽤卡办理的项⽬，线下办理为主线，同时有APP、微信、⼩程序、⽀付宝等渠道作为副线，需要明确副线 的占⽐。 如果副线中APP开办差异占⽐较⼤，微信、⼩程序等渠道差异不⼤，有以下解决⽅案： 可以将APP渠道单独分类，在对应知识点下设计第⼆组答案，根据提问者带过来的标签，设计同⼀知识点根据属性实体等划分为不同 答案组来进⾏