高校财务智能客服知识图谱研究

王冬梅

（北京大学，北京 100871）

0 引言

为高校师生提供财务报销、收费及票据管理、学费缴纳、薪酬劳务、税务政策等方面的咨询服务，是高校财务部门的一项重要工作。然而，由于高校师生众多、咨询条目多元化、需求碎片化，财务工作人员通过电话、现场问答、信息共享等手段开展财务咨询工作具有较大的压力。首先，不同的财务工作人员难以掌握全部的专业知识及其联系，无法提供全面的业务咨询服务；其次，有些复杂业务咨询通常需要多次反复沟通确认，效率不高。面对上述问题，如何利用信息化、数字化技术手段并结合专家经验实现财务咨询工作智能化，是高校需要研究的一个重要课题。

1 高校财务智能客服现状

随着互联网技术的发展，各高校财务部门开始构建专业的信息管理系统，以实现信息共享，提高服务能力。刘兴民提出了要提高信息集成化程度，建立财务信息共享平台来提升高校财务工作的信息化水平；赵翠萍提出了要通过网络技术进行各部门的信息共享，将部分财务工作下沉到各院系，提升信息共享的效率；林美佳提出了要通过移动互联网微信公众号来关注财务信息，方便信息查询；李昕等提出要通过自然语言处理（Natural Language Processing，NLP）技术将非结构化文字信息转化为结构化文字信息，将智能客服机器人引入高校财务服务体系中，上述研究多处于高校财务信息化的研究阶段。但是，如何从高校财务信息化转向智能化，以及助力提高高校财务智能客服的效率和质量，目前相关研究还比较少。本文使用知识图谱技术，结合已有财务知识和专家经验，构建财务知识图谱网络，通过搜索知识图谱获取业务信息，提高财务智能客服机器人问答准确率和效率，以及高校财务客服工作的智能化水平。

2 高校财务智能客服知识图谱设计

本文的高校财务智能客服智能化方案是对现有财务报销、收费、系统使用等专业知识库中的知识进行总结抽象，通过知识建模、知识定义、图谱建模3 个步骤完成各垂直领域知识图谱构建，为上层知识问答、知识发现、知识推理等应用提供支撑服务。高校财务智能客服知识图谱体系架构如图1 所示。

图1 高校财务智能客服知识图谱体系架构

2.1 知识建模

2.1.1 知识抽取

知识抽取是对现有的所有业务数据、业务规则进行分类、整理，形成知识实体对象。例如，针对学费相关业务的知识抽取，首先搜集学费相关信息系统文档和知识库文档，对文档内容进行分词；其次对分词结果进行统计，抽取关键词；最后由业务专家确认并形成该业务的知识实体。比如，针对收费相关业务的知识实体有“收费平台”“收费”“收款”“退款”“入账”等；针对学费相关文档，按照上述知识抽取方法抽取后的关键词为“学宿费缴纳”“学宿费票据”“退费”“贷款”等。

2.1.2 知识融合

知识融合是在知识抽取的基础上，对知识实体进行整合、重组来提升知识图谱的全面性，提升知识图谱使用的效率。

例如，在“收费”相关文档抽取中获取的知识实体为“收费平台”“校园缴费管理平台”“收费”“收款”“退款”“入账”，根据专家经验，“收费平台”与“校园缴费管理平台”是同一对象，故将二者融合为同一实体，在应用中搜索二者任一实体时，可同时获取“收费平台”与“校园缴费管理平台”相关知识，同理，“收费”与“收款”可融合为同一实体，这样可解决实体全面匹配与实体对齐问题。

2.2 三元组定义

针对财务客服问答的碎片化、复杂化问题，可基于知识建模形成的各专业模块，构建基于知识图谱的财务客服问答模型，将财务知识实体、知识实体属性、知识之间的联系一同存储起来，构成知识的三元组。将三元组定义为有向图=［（），（），（）］，图中的每个实体节点包括以下3 个部分。

（1）知识实体（）：财务各专业词条。例如，“收费”“学宿费”“学宿费缴纳”“学宿费票据”均称为知识实体。

（2）知识属性（）：知识实体所属领域、归属部门、负责人、问答题目。例如，“学宿费”属于收费专业，由财务部门具体业务科室的专业人员负责，表1 中的3 个问答可作为“学宿费”的属性示例。

表1 “学宿费”相关问题客服回答

（3）知识联系（）：表示知识实体之间的联系，该联系是各业务专家依据经验建立。例如，如图2 所示，“收费”与“学宿费”是两个不同的知识实体，属于不同的专业词条，收费的对象可以是学宿费，故可定义二者之间的联系为“相关”；“学宿费”对应的业务办理有“学宿费缴纳”“学宿费票据”“学宿费退费”“学宿费贷款”等，故可定义“学宿费”与上述业务办理的关系为“包含”。

图2 专业知识实体之间的“相关”“包含”联系

2.3 图谱建模

图谱建模是将通过知识建模得到的知识用三元组表示后，利用专家经验构建各知识实体之间的联系，形成知识图谱。在业务应用中可以通过搜索相关知识实体和属性来支撑知识问答。若搜索未成功，可以通过更新知识来完善图谱，形成闭环流程。

2.3.1 图谱产生

基于财务知识实体、属性、关系，本文提出构建横向融合不同主题知识、纵向扩展主题知识的立体网络图谱。横向的联系定义为第1 层网络，如图3 所示，构建收费、报销、学宿费、系统之间不同业务知识的相关关系，图4 是收费的纵向2 层网络。

图3 财务知识图谱第1 层网络

图4 收费业务与其衍生知识的纵向2 层网络

2.3.2 图谱更新

在图谱应用过程中，可能会出现无法回答问题的情况，需要进行图谱更新，主要是知识三元组的更新。例如，通过知识图谱搜索并未发现“专利费报销”相关内容，则可增加“专利费报销”知识实体，建立项目报销与“专利费报销”之间的联系，并在其属性中增加问答，最终构建全面覆盖财务业务知识的知识图谱，如图5 所示。

图5 知识图谱更新增加“专利费报销”

3 高校财务智能客服知识图谱应用

知识图谱将专业知识与专家经验相结合，形成知识网络，可为知识问答、知识发现提供支撑，将知识图谱应用于微信等即时通信软件，能提升知识全面性与使用效率，提高财务智能客服的智能化水平。

3.1 知识问答应用

由于财务业务具有知识碎片化、关系复杂化等特征，知识图谱在知识问答实际应用中，高校通常采用Neo4j 等图数据库而非关系型数据库进行知识存储，以提升图谱中节点搜索的效率和知识更新的效率，这为知识图谱的高效应用提供了重要保障。智能客服在问答中通常需要提供“秒级响应”，所以可将知识图谱应用于高校财务客服智能问答中，能够有效提升问答响应及时性。

以P 大学为例，由各部门的业务骨干按照知识抽取规则梳理本部门业务，形成财务答疑手册（专家知识），在本校财务部门公众号嵌入财务智能客服模块。业务经办人通过在对话框输入要咨询的业务关键词，系统运用知识图谱在财务答疑手册中搜寻业务关键词相关的内容，显示在公众号的对话框中。如果业务经办人咨询的关键词没有被收录在财务答疑手册中，那么系统会记录该关键词，并会统计该关键词的频率，并记录在后台，业务骨干会将关键词相关业务知识补充到财务答疑手册中，以此不断丰富财务答疑手册，提高知识问答效率。

3.2 知识发现应用

利用用户在图谱中的搜索序列，发现用户办理业务的事件流程及其遇到的问题，构建事件图谱，贯通系统流程，提升业务办理效率。

4 结语

本文针对高校财务客服工作的现存问题，如财务工作人员沟通成本高，在高校财务信息化的基础上，抽取各业务领域的财务知识，借助专家经验，构建财务智能客服知识图谱，该知识图谱可在财务客服智能问答中发挥作用，能将用户提问在图谱中进行匹配搜索，提供秒级精准响应，并依据不同用户提问意图提供个性化答案，以提升全校师生对财务客服服务的满意度。