您好,歡迎來(lái)電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

bot系統(tǒng)在電商領(lǐng)域的技術(shù)實(shí)踐

大?。?/span>0.40 MB 人氣: 2017-09-28 需要積分:1

  在全球人工智能領(lǐng)域不斷發(fā)展的今天,包括Google、Facebook、Microsoft、Amazon、Apple等互聯(lián)網(wǎng)公司相繼推出了自己的智能私人助理和機(jī)器人平臺(tái)。智能人機(jī)交互通過(guò)擬人化的交互體驗(yàn)逐步在智能客服、任務(wù)助理、智能家居、智能硬件、互動(dòng)聊天等領(lǐng)域發(fā)揮巨大的作用和價(jià)值。因此,各大公司都將智能聊天機(jī)器人作為未來(lái)入口級(jí)別的應(yīng)用對(duì)待。今天隨著市場(chǎng)的進(jìn)一步發(fā)展,聊天機(jī)器人按照產(chǎn)品和服務(wù)的類型主要可分為:客服、娛樂(lè)、助理、教育、服務(wù)等類型。

  圖1截取了部分聊天機(jī)器人。

  

  圖1 Chatbot匯總阿里小蜜在電商領(lǐng)域的狀況

  2015年7月,阿里推出了自己的智能私人助理——阿里小蜜,一個(gè)圍繞著電子商務(wù)領(lǐng)域中的服務(wù)、導(dǎo)購(gòu)以及任務(wù)助理為核心的智能人機(jī)交互產(chǎn)品。通過(guò)電子商務(wù)領(lǐng)域與智能人機(jī)交互領(lǐng)域的結(jié)合,帶來(lái)傳統(tǒng)服務(wù)行業(yè)模式的變化與體驗(yàn)的提升。在去年的雙十一期間,阿里小蜜整體智能服務(wù)量達(dá)到643萬(wàn),其中智能解決率達(dá)到95%,智能服務(wù)在整個(gè)服務(wù)量(總服務(wù)量=智能服務(wù)量+在線人工服務(wù)量+電話服務(wù)量)占比也達(dá)到95%,成為了雙十一期間服務(wù)的絕對(duì)主力。

  電商領(lǐng)域下阿里小蜜的技術(shù)實(shí)踐

  技術(shù)overview

  智能人機(jī)交互系統(tǒng),俗稱:Chatbot系統(tǒng)或者bot系統(tǒng),圖2是人機(jī)交互的流程圖。

  bot系統(tǒng)在電商領(lǐng)域的技術(shù)實(shí)踐

  圖2 人機(jī)交互的流程

  核心是NLU(自然語(yǔ)言理解),通過(guò)對(duì)話系統(tǒng)處理,最后通過(guò)自然語(yǔ)言生成的方式給出答案。一段語(yǔ)言如何理解對(duì)于計(jì)算機(jī)來(lái)說(shuō)是非常有難度的,例如:“蘋果”這個(gè)詞就具備至少兩個(gè)含義,一個(gè)是水果屬性的“蘋果”,還有一個(gè)是知名互聯(lián)網(wǎng)公司屬性的“蘋果”。

  意圖與匹配分層的技術(shù)架構(gòu)體系

  在阿里小蜜這樣的電子商務(wù)領(lǐng)域場(chǎng)景中,對(duì)接的有客服、助理、聊天幾大類機(jī)器人。這些機(jī)器人,由于本身的目標(biāo)不同,就導(dǎo)致不能用同一套技術(shù)框架來(lái)解決。因此,先采用分領(lǐng)域分層分場(chǎng)景的方式進(jìn)行架構(gòu)抽象,然后再根據(jù)不同的分層和分場(chǎng)景采用不同的機(jī)器學(xué)習(xí)方法進(jìn)行技術(shù)設(shè)計(jì)。首先我們將對(duì)話系統(tǒng)從分成兩層:

  意圖識(shí)別層:識(shí)別語(yǔ)言的真實(shí)意圖,將意圖進(jìn)行分類并進(jìn)行意圖屬性抽取。意圖決定了后續(xù)的領(lǐng)域識(shí)別流程,因此意圖層是一個(gè)結(jié)合上下文數(shù)據(jù)模型與領(lǐng)域數(shù)據(jù)模型不斷對(duì)意圖進(jìn)行明確和推理的過(guò)程;

  問(wèn)答匹配層:對(duì)問(wèn)題進(jìn)行匹配識(shí)別及生成答案的過(guò)程。在阿里小蜜的對(duì)話體系中我們按照業(yè)務(wù)場(chǎng)景進(jìn)行了三種典型問(wèn)題類型的劃分,并且依據(jù)三種類型,采用不同的匹配流程和方法:

  問(wèn)答型:例如“密碼忘記怎么辦?”→ 采用基于知識(shí)圖譜構(gòu)建+檢索模型匹配方式;

  任務(wù)型:例如“我想訂一張明天從杭州到北京的機(jī)票”→ 意圖決策+slots filling的匹配以及基于深度強(qiáng)化學(xué)習(xí)的方式;

  語(yǔ)聊型:例如“我心情不好”→ 檢索模型與Deep Learning相結(jié)合的方式。

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?