市面上有很多面向销售和客服人员的语音质检系统、文本质检系统,绝大部分产品实际使用的是基于“关键词+正则表达式”的机器质检系统。
这种方法的主要优点是部署和上手使用都比较快,主要缺点是存在非常严重的漏检情况。就像一个漏孔很大的筛子一样,难以满足企业对质检的需求越来越精细、对质检效率要求越来越高的发展趋势。
因此,在“关键词+正则表达式”之外,我们开始越来越多地为客户提供基于“语义点+机器学习”方案,并且在实际使用中为很多质检项带来 2~10 倍的效果提升。也就是说,能够多发现 2~10 倍的问题。对于企业而言,这就意味着他们可以更快、更全面地提升服务质量或者实现合规升级。
下一代机器质检:从关键词到语义点
语音和文本质检的主要任务是找出不合格、不合规的地方,即减分项,通常也被称为“负向质检”(另有一种任务是找出做得好的地方,即加分项,通常也被称为“正向质检”)。企业使用传统基于“关键词+正则表达式”的产品做质检,所遇到的最主要问题是“找不全”,通常会漏掉很多不合格、不合规之处,导致质检效率大打折扣。
看一个实际对比的例子。某互联网公司的基础质检项“服务态度问题”,在我们的实际