搭建智能客服机器人设计流程

一、检索型机器人FAQ-Bot

在客服处理的问题中70%都是简单的问答业务，只要找到QA知识库中与用户当前问句语义最相近的标准问句，取出答案给用户就可以了。FAQ-Bot就是处理这类问题的。在没有使用深度学习算法之前，通常采用检索+NLP技术处理。

1.适用场景

适用于解答非用户个性化的问题，返回的是静态知识，无需调用接口返回答案。

2.问答系统处理流程

基本的问答流程如下：
1）用户提出问题：“忘记密码怎么办”
2）本体识别：用户问题分析后，识别出本体为“密码忘记”
3）计算FAQ相似度：问题与知识库里的标准问题根据相似度计算后召回，例如：

Q1: “登录不上了？”，相似度0.56;
Q2: “登录密码忘记了，找回密码的方式有哪些？”， 相似度0.92 。
4）候选答案排序：Q2-Q1
5）若阀值设定为0.9，Q2达到阀值，返回Q2问题的答案。如果有多个答案都到达阀值，选相似度最高的标准问题的答案返回给用户。如果都没有达到阀值的，但达到推荐阀值的答案有几个的，显示推荐的答案。
6）本体继承：把“忘记密码”继承至下文
7）继续提问：用户问“怎么找回密码”，话题继承。

3.知识库的设计

FAQ-Bot是基于知识库匹配算法设计的，所以首先需要搭建本体知识库，通过新增和维护机器人知识库，来提升机器人问答的准确率和用户体验。

1）它的层级结构是：类目—> 词条， 这里的词条就可以理解为本体，它是关键词的模板。所以当用户问“如何登录”时，识别出来的本体/词条就是“登录”。
2）每个词条需要维护的信息有：同义词、关联问题、相似问题、分类等。其中分类主要用于知识点的管理，当某一分类下数据量较大时，分类还可以作为算法聚类的一个标记，认为分类下的问题相关度高，在检索匹配时作为一个计算因子。
3）本体识别，可看作一个文本分类问题。

QA语料添加与维护，可以分为三个阶段：
1）机器人上线前，处理已有QA。（故障决策分析）
若业务上线前，客户已经有一定的原始用户语料积累，比如通过线上客服渠道或者论坛等积累的问答对，或者有大量用户咨询的问题。可以使用聚类工具自动聚类后，再人工进行调整。知识库应该提供“批量导入”的功能（车险服务平台的问答场景基本都有原始的线上数据，可以通过爬取这些数据后做清洗，提炼出高频问题，然后进行优先处理）
2）冷启动阶段，人工添加+NLP手段扩充语料。
前期没有标注数据的，需要人工手动标注数据。但因为问题和候选答案包含的词通常都很少，此时可以利用同义词、复述句对问题和候选答案进行扩展和改写。
功能上：在编辑界面支持“增加同义词”、“新增相似问句”的功能
3）机器人上线后，人工标注迭代。
系统上线后，对于回流数据（没有答案的、机器推荐而用户没有点击的、机器回答错误的、用户不满意的问题等）进行诊断，系统将这些语料先做聚类，然后由标注人员作统一处理。
具体处理方式可以有：答案纠错、标注到已有问题的相似问题里、新增知识/词条、标注为负训练样本、优化词条和问题标题/关键词等。
从产品层面上，应该提供知识库的“badcase标注”功能，以及提供测试模拟窗口功能（测试demo）

4.语义相似度计算

通常根据训练方式不同，从前期无标注数据到有一定量标注数据，语义相似度的算法也向深度学习迭代：

1）无监督学习：冷启动阶段没有足够标注数据时，通常使用无监督学习算法。将用户问句和标准问题作降维得到向量表示，用余弦相似度等方法计算出句子间语义相似度（值越靠近1说明越相似）

2）监督学习：机器人上线后经过用户问题和重新标注过程，积累了一定的数据后，通常可使用深度学习算法。如基于RNN的语言模型。用RNN训练出来的语言模型，采用其隐层状态作为词向量，将词向量代入其他需要word embedding的问答匹配方法中，经验证，可以取得比原方法更优秀的表现。

5.阀值

1）关注阀值的可配置性：从产品层面输入阀值后，改变相对应的输出结果。如果阀值配得过高，会影响召回率;太低又会影响准确率。要根据业务场景做权衡。
2）设置问题推荐的阀值。处理逻辑是：当结果达到直出阀值，直接给出答案; 未达到直出阀值，但达到推荐阀值的，给出几个推荐回答; 未达到推荐阀值的，给出无答案回复。无答案回复可以进入配置后台进行配置。
推荐阀值是基于机器阅读理解模型训练的，目前设计是在知识库的词条中进行维护，添加段落，模型会自动列出将关联问题和答案。

6.信息咨询型多轮对话

简单问答中除了单轮对话外，也多轮对话的情况。这类咨询型多轮与任务型多轮有所区分。以下类型的多轮对话情况在FAQ-Bot中处理
1）情况1：条件挖掘。用户提问“如何登录？” ，机器人会返回“登录”的条件相关的提问“请问是希望通过下面哪个渠道登录”，用户作出回答后，机器人返回答案。这个对话虽然是多轮，但不涉及用户的个性化信息，还是用语义匹配来实现。
2）情况2：话题继承。如用户提问“怎样才能删除保单”，话题“删除保单”被记录下来了，若用户问“怎么删除”，机器人应该识别到是同一话题下的关联问题，并返回相应答案。