实体检测记录.docxVIP

实体检测记录

第一章背景与目标

1.1业务痛点

过去三年，客服中心平均每月收到与“实体识别错误”相关的投诉327单，占整体投诉量的18.4%。投诉集中在三类场景：

1.用户上传发票，系统把“北京XX医院”识别成“北京XX医药”；

2.用户口述“我要买iPhone15Pro”，语音转写返回“我要买爱疯十五泼”；

3.用户填写收货地址“广东省东莞市南城区第一国际3栋2103”，系统拆成“广东省/东莞市/第一国际3栋”，漏掉“南城区”与门牌号。

这些错误直接导致售后赔付、物流退件、品牌口碑下滑，财务口径测算2023年因此损失1120万元。

1.2项目目标

用6个月时间建立一套“无标题实体检测”闭环机制，实现：

实体识别准确率≥97%，覆盖13类业务实体（人名、组织、地址、日期、金额、产品型号、车牌、银行卡号、手机号、邮箱、IP、基因序列、化学式）；

单条文本平均处理耗时≤120ms；

投诉量下降70%以上；

不依赖外部商业化API，全部模型与词典可私有部署，满足等保3级要求。

第二章技术路线

2.1整体架构

采用“规则+模型+知识图谱”三段式引擎：

1.规则层：正则、AC自动机、窗口词典，负责高置信度实体快速拦截；

2.模型层：BERT+BiLSTM+CRF微调，负责歧义消溶；

3.图谱层：自研Neo4j