交互式智能应答系统的设计与实现

梁林森, 陆慧

(广州供电局信息中心， 广州 510000)

0 引言

目前电网企业正处于数字化向智能化转型关口。电网加速布局能源科技，加快人工智能、大数据等新技术落地应用，打造线上线下一体化的数字生态，以及全渠道轻型智能服务新模式，覆盖智能网点、网上营业厅、掌上营业厅、微信营业厅、自助终端等多种电子渠道。

数字化使企业核心客服能力支撑更多场景、客群，但对智能客服系统也提出了同步升级的要求：

1) 服务系统压力增加：随着用户触点和业务的拓展，95598客服系统因智能化和准确率不足等问题，难以有效分流用户请求，常有坐席爆线发生，影响了客服的服务效率和用户体验。

2) 用户服务体验需求提升：移动互联网特色的GUI (Graphical User Interface) 交互以及电话渠道的菜单导航服务，正在向基于语音的对话式互动体验方式CUI(Conversational User Interface)演进。

3) 构建以用户为中心的AI服务平台：统一、友好的交互入口，提升用户体验及服务效率，同时打通内部数据，统一数据运营，形成更完整、精准的用户画像，挖掘营销价值。而95598客服系统作为电网企业与客户互动第一门户，其智能化成为企业服务系统升级的重要课题。

本文目的是建设基于交互式智能应答系统，集成现有客服系统，从而可实现7*24小时智能客户服务，有助于提高问题解决率、减少客服人员成本。

1 现状分析及解决方案

面向智能服务、智能营销和智能数据的平台化需求，广州供电局基于交互式智能应答系统将提供强大地在线智能客服问答服务。在交互式智能应答系统的建设中，本着“持续改善、精益求精”的理念，不断完善信息化与电力安全生产业务的融合，在文本、语音会话等多个电子渠道，实现AI全场景落地，以智能客服机器人为电网用户提供7×24小时高质量的客服服务。

智能应答系统提供多渠道用户接入，在微信公众号、网厅等移动文本渠道，通过智能客服机器人可满足业务查询、智能互动等个性化自助服务，同时将用户特殊需求或复杂业务办理有效分流至在线坐席，并通过人机协同辅助坐席。不仅有效提升坐席工作效率，同时也在对机器人进行智能化训练。

本文的智能应答系统运用深度学习、自然语言处理等技术融合，结合业务场景需求，采用不同算法组合，引领客服机器人进入真正的智能化时代。

在整个部署实施中，通过数据挖掘、系统闭环、算法快速迭代，智能客服机器人可以持续进化，不断提升效果。与此同时，通过持续集成策略，让产品和后台系统的升级更加稳定可靠。

针对核心的知识库建设，推出的智能知识库管理工具，可以帮助客服中心快速实现知识库搭建及运营管理，有效降低运营人员投入成本。

机器人强大的自学习能力，可以将真实数据中的各种表达方法聚类成标准FAQ问题，同时为运营人员推荐需要标注的相似问法，极大地降低机器人教育的工作量。

结合用户画像和意图、情感识别，为用户提供拟人化的智能服务，并通过智能质检，实现企业服务场景中的“千人千面”，打造客服整体新体验。

2 系统功能分析

广州供电局基于交互式智能应答系统将提供强大的在线智能客服问答服务。在交互式智能应答系统的建设中，本着“持续改善、精益求精”的理念，不断完善信息化与电力安全生产业务的融合。以智能客服机器人为电网用户提供7*24小时高质量的客服服务。具体功能如表1所示。

表1 系统功能

3 系统技术实现

3.1 系统关键技术

系统分为三大模块，在线服务，产品系统，以及离线训练。在线服务主要提供机器人问答接口，实时记录客服日志，并保证服务的安全性，可靠性，及时性等；产品系统提供了一套可以让操作人员管理维护知识库、对机器人进行教育、查看客服数据分析的用户界面；离线训练使用产品系统中的标注数据进行机器人训练，并使用训练后的模型来支持在线机器人服务。

三大模块的功能及其关系如图1所示。

图1 三大块的功能

3.1.1 在线服务

根据客服业务场景的不同，我们提供的客服机器人包含了QA Bot, Chat Bot两套引擎，可覆盖用户不同类型的咨询意图，如表2所示。

具体地，两种引擎的功能及其应用场景如下：

表2 两种在线机器人服务引擎

1) QABot

适用于普通咨询类的用户意图。知识库中的FAQ库用于支持QABot，FAQ库中一个标准问题对应一个默认答案，并可以支持基于标签的一问多答。

2) ChatBot

适用于寒暄类的用户提问，在用户问到非业务问题时进行作答，使机器人客服对用户更加友好。知识库中的寒暄库用于支持ChatBot，寒暄库中的知识点与FAQ库的组织方式一致，一个标准问题对应一个默认答案，并可以支持基于标签的一问多答。

3.1.2 产品系统

产品系统提供了一套可以让操作人员管理维护知识库、对机器人进行教育、对在线系统进行监控、数据分析与洞察的用户界面，如图2所示。

3.1.3 离线训练

产品系统会将人工标注数据传输至离线训练模块，通过深度学习算法以及模型的调优等技术处理方式，离线训练将逐步提升机器人对业务及用户问句的理解，进一步支持线上的智能客服机器人的服务。

图2 产品系统模块图

3.2 系统总体设计

本系统建设思路是在广州供电局基于交互式智能应答系统基础上，通过在线服务、产品系统、离线训练功能模块，实现7*24小时为用户服务，提高用户释疑效率、减少客服人员成本，系统功能框架图如图3所示。

图3 系统功能框架图

3.3 系统架构设计

如图4所示。

图4 系统架构设计图

4 系统效果评估

智能应答系统2018年2月底上线运行，经过高标准、高强度的连续运行，系统没有发生一起运行事故，无故障运行率保持100%，各功能、模块和组成部分均运行稳定，功能正确。截止2018年6月底，提问量累计近6万次，高峰值一天2千多次，访问用户累计1万2千多户，回答平均准确率95%以上，服务可用率100%，系统运行情况良好，用户消息结果准确，报表统计分析等功能满足现有业务管理需要。

通过建立智能应答系统，系统通过自动回复用户消息，为广州供电局客服系统的正常进行提供基础支撑，方便了用户、提升了服务形象。

5 总结

本文研究了广州供电局基于交互式智能应答系统的设计与实现。文中分析了广州供电局基于交互式智能应答系统现状，设计了智能应答系统的功能，重点论述了系统的技术实现。其中离线训练等关键技术的应用增强了智能应答系统的性能和健壮性，为广州供电局基于交互式智能应答系统投放的正常进行提供基础支撑。通过深度的技术与场景结合，实现AI赋能，为企业带来多维度价值提升。