当前位置:网站首页>Technologie de base et pratique du service à la clientèle intelligent meituan

Technologie de base et pratique du service à la clientèle intelligent meituan

2021-10-14 06:08:07 Équipe technique meituan

Le service à la clientèle est une expérience de service à la clientèle imparfaite,Une solution pour aider à faire l'expérience d'un processus aussi fluide que possible,C'est un plan de poche après le problème.Et le service à la clientèle intelligent permet de résoudre rapidement la plupart des problèmes simples,Donner aux problèmes complexes la possibilité d'être résolus manuellement et efficacement.Tout au long du parcours du service à la clientèle,Meituan Platform/Recherche etNLPLe Ministère a fourni des recommandations sur les questions、Compréhension du problème、Gestion du dialogue、Réponse fournie、Six compétences de base intelligentes en matière de service à la clientèle, y compris la recommandation de script et le résumé de session,Pour atteindre un faible coût、Efficacité、Objectif d'une communication de haute qualité avec les utilisateurs.Cet article présente principalement la technologie de base du service à la clientèle intelligent meituan et sa pratique dans meituan.

1 Contexte

Pour l'instant,Le nombre annuel d'utilisateurs commerciaux de meituan est de6.3100 millions,Service rendu77010 000 entreprises de services de vie.En outre,Il y a aussi un grand groupe de chefs d'entreprise dans l'entreprise meituan preferred.La plateforme meituan couvre la nourriture、Restez.、D'accord、Nage、Achats、Divertissement, etc.200Plusieurs catégories de services de vie,Avant la vente du Service de plate - forme、En vente、Tous les liens après - vente,Il y a beaucoup de consultations d'information、Demandes de communication concernant l'obtention de l'état des commandes et les plaintes.En plus,En tant qu'entreprise publique avec des dizaines de milliers d'employés,Il y a aussi beaucoup de demandes de communication entre les employés.Pour répondre à ces besoins,Si tout est fait par la main - d'oeuvre,Manifestement incompatible avec les objectifs de développement à long terme de l'entreprise,Cela nécessite l'introduction d'un service à la clientèle intelligent.

1.1 Le service à la clientèle intelligent atterrit face à différentes scènes

Tout d'abord,,Regardons quelques - uns des scénarios de service à la clientèle les plus courants dans la vie quotidienne.

  • Scénario de pré - vente:Par exemple, les consommateurs choisissent de rester à l'hôtel sur la plateforme,Prix par type de maison、Installations hôtelières、Politique d'entrée et de sortie, etc.,Il y a une forte demande de consultation d'information avant de passer une commande.
  • Scénario en vente:Par exemple, le rappel de livraison n'est pas encore arrivé.,Ajouter un commentaire pas chaud、Facturation supplémentaire, consultation, etc.,Les scénarios avant et pendant la vente se produisent principalement entre les consommateurs et les commerçants ou les plateformes..
  • Scénario après - vente:Par exemple, les scènes de livraison se plaignent que les plats ne sont pas livrés、Temps de livraison des repas du Cavalier、Demande de remboursement, etc.,Scène de l'hôtel se plaindre que l'hôtel ne peut pas rester à l'arrivée, etc.,Le service à la clientèle est souvent impliqué dans le service après - vente、Consommateurs、Cavaliers et commerçants,Nécessité d'une solution concertée multipartite.
  • Scénario de bureau:Par exemple,IT、Ressources humaines、Finances、Consultation juridique, etc.,Questions et réponses de l'Institut de production et d'exploitation sur les produits d'interface fournis,Réponse du produit au Conseiller commercial,Et les réponses des conseillers commerciaux aux commerçants, etc..

1.2 Atterrissage intelligent du service à la clientèle face à différentes personnes

La communication est un besoin humain fondamental,Dans la plupart des scénarios,Notre quête de communication est à faible coût、Efficacité et qualité,Et le robot de dialogue doit répondre à ces trois exigences en même temps.À l'heure actuelle, nous classons les services par groupe,Les scènes d'atterrissage du service à la clientèle intelligent peuvent généralement être divisées en quatre catégories::

  • Orienté vers l'utilisateur:Fournir un robot de service à la clientèle intelligent,Pour les aider à résoudre la plupart de leurs problèmes.
  • Face au Siège:Améliorer l'efficacité des sièges artificiels en utilisant des compétences telles que la recommandation verbale ou le résumé de session,Améliorer l'expérience de travail des sièges artificiels.
  • Pour les entreprises:Créer un assistant commercial pour réduire les coûts de réponse des entreprises,Améliorer l'expérience de communication entre les consommateurs et les entreprises.
  • Pour les employés:Robot de conversation,Vous pouvez répondre aux questions des employés par vous - même,Améliorer l'efficacité du Bureau.

1.3 Qu'est - ce qu'un service à la clientèle intelligent

Qu'est - ce qu'un service à la clientèle intelligent?,Voyons d'abord ce qu'est le service à la clientèle..Nous comprenons que,Le service à la clientèle est lorsque l'expérience du service à la clientèle n'est pas parfaite,Pour aider à expérimenter une solution qui fonctionne bien,C'est un plan de poche après le problème.Et le service à la clientèle intelligent permet de résoudre rapidement la plupart des problèmes simples,Donner aux problèmes complexes la possibilité d'être résolus manuellement et efficacement.

La figure ci - dessus montre le voyage du service à la clientèle.Tout d'abord,,Les utilisateurs accèdent à la ligne en tapant en ligne ou en appelant la ligne directe.,La part du trafic de consultation en ligne est de85%Ci - dessus.Lorsque l'utilisateur entre dans le portail de service,D'abord, les utilisateurs expriment leurs besoins,Puis il y a les robots intelligents qui répondent aux besoins,Le robot doit d'abord comprendre le problème.,Comme ajouter des notes ou modifier l'adresse,Ou demander un remboursement, etc.,Et le robot a essayé de s'auto - résoudre..Si ça ne marche pas,,Ensuite, il est transféré à la main - d'oeuvre pour le Service de poche en temps opportun..Enfin,Lorsque l'utilisateur quitte le Service,Le système envoie un questionnaire,Attendez - vous à ce que les utilisateurs évaluent ce service.

2 Technologie de base du service à la clientèle intelligent

2.1 Aperçu des techniques d'interaction de dialogue

La technologie derrière le service à la clientèle intelligent est principalement basée sur la technologie interactive de dialogue.Les tâches de conversation courantes peuvent être classées en bavardage、Type de tâche et Q & A:

  • Bavardage:Ne se concentre généralement pas sur une tâche particulière,Son principal objectif est d'avoir un dialogue ouvert avec les gens,L'accent est mis sur la fluidité de la génération、Réponse raisonnable et naturelle.
  • Type de mission:Aide habituellement l'utilisateur à accomplir une tâche,Si vous cherchez un hôtel、Demander l'état de la commande、Résoudre les demandes de remboursement des utilisateurs, etc..Les besoins des utilisateurs sont généralement complexes,La nécessité de recueillir en permanence l'information nécessaire à la Mission au moyen de multiples séries d'interactions,Et prendre des décisions basées sur l'information,Effectuer différentes actions,Instructions de l'utilisateur final.
  • Questions et réponses:Concentrez - vous sur une question et une réponse,C'est - à - dire donner des réponses précises directement aux questions des utilisateurs.La différence essentielle entre les questions et les réponses et les tâches est,Le système doit - il maintenir une représentation de l'état cible de l'utilisateur et un processus décisionnel pour accomplir la tâche?.

Sur la mise en œuvre technique,Il peut généralement être divisé en type de recherche、Génération et tâche:

  • Type de recherche:L'idée principale est de trouver la réponse qui correspond le mieux à la Déclaration d'entrée dans le corpus de dialogue.,Ces réponses sont généralement des données pré - stockées.
  • Génératif:L'idée principale est basée sur l'apprentissage profondEncoder-DecoderArchitecture,Acquisition de compétences linguistiques à partir d'un grand nombre de corpus,Générer directement des scripts de réponse en fonction du contenu de la question et des informations pertinentes sur l'état en temps réel.
  • Type de tâche:C'est une conversation axée sur les tâches.,Habituellement, vous maintenez un état de conversation,Décider de l'étape suivante en fonction de l'état de la conversation,Interroger la base de données ou répondre aux utilisateurs, etc..

Bavardage、Questions et réponses、Les conversations axées sur les tâches sont essentiellement réactives aux besoins des utilisateurs.Il y a aussi des problèmes de recommandation dans des entreprises spécifiques、Recommandation de produits, etc., pour guider activement l'interaction utilisateur.Dans le scénario d'affaires de meituan, il s'agit principalement de tâches et de questions - réponses.,Il y a des bavardages entre eux.,Les bavardages sont principalement des salutations ou de simples apaisations émotionnelles,Pour lubrifier le dialogue homme - machine.

Comme décrit précédemment dans le processus de service à l'utilisateur ,L'utilisateur peut communiquer avec deux personnes,En plus de communiquer avec les robots,,Et peut - être communiquer manuellement.Si vous cherchez des scènes de service à la clientèle, le personnel est le siège du service à la clientèle.,Si c'est un homme d'affaires, c'est un homme d'affaires..Les capacités du robot comprennent principalement la recommandation de problèmes、Compréhension du problème、Gestion du dialogue et fourniture de réponses.

Pour l'instant,Les principaux indices de sortie pour mesurer la capacité du robot sont l'insatisfaction et le taux de rotation de la main - d'oeuvre.,Mesurer la résolution des problèmes séparément,Et combien de problèmes peuvent être résolus manuellement.Et en termes d'aides artificielles,,Nous fournissons des recommandations verbales et des résumés de session,Les indicateurs de base sont les suivants:ATTEtACWRéduction de,ATTEst la durée moyenne de la communication humaine avec l'utilisateur,ACWEst le temps de traitement supplémentaire après la communication manuelle.

2.2 Robot intelligent——Plusieurs séries de conversations

C'est un exemple d'une vraie conversation à plusieurs rondes.Lorsque l'utilisateur entre dans le portail de service,Sélectionnez d'abord une question recommandée“Comment contacter le motard”,Le robot donne les coordonnées pour appeler le pilote.En même temps, pour clarifier davantage la scène,,Demander si l'utilisateur a reçu le repas,Lorsque l'utilisateur sélectionne“Pas encore reçu.”Quand,Combiner l'heure de livraison prévue et l'heure actuelle,La découverte n'a pas expiré,Le schéma donné est“D'accord.,Aide l'utilisateur à accélérer”,Ou“Je vais attendre.”,C'est là que l'utilisateur choisit“Je vais attendre.”.

Comment fonctionne le robot derrière cet exemple??D'abord, lorsque l'utilisateur entre“Comment contacter le motard”Quand,Le module de compréhension des questions correspond aux questions élargies de la base de connaissances.,Ensuite, nous obtenons l'intention standard correspondante.“Comment contacter le motard”.Ensuite, le module de gestion de la conversation suit l'intention“Comment contacter le motard”Déclencher le flux de tâches correspondant,Demander d'abord l'interface de commande,Obtenir le numéro de téléphone du Cavalier,Ensuite, l'état de la boîte de dialogue est envoyé au module de génération de réponses,Produire le résultat final à partir du modèle,Comme indiqué dans la boîte rouge à droite.Il s'agit d'un système intentionnel.、Bien défini.TaskProcessus,Interface de requête pour les commandes,C'est très pertinent pour les affaires.,Principalement entretenu par l'équipe d'exploitation de chaque entreprise.Alors,Que fait le système de dialogue??Premièrement, l'entrée de l'utilisateur correspond aux questions standard du système d'intention.,Deuxièmement, achever l'ordonnancement dans le cadre d'interactions multiples.

La compréhension des problèmes consiste à faire correspondre les problèmes des utilisateurs au système d'intention.,La question standard correspondant à la question d'extension correspondante est l'intention de l'utilisateur..Le processus de travail d'un robot est en fait de faire deux choses: le rappel et l'ordonnancement..Les rappels sont davantage mis en œuvre avec les moteurs de recherche existants,Plus d'attention technique au peloton fin.

Le système intelligent de service à la clientèle développé par meituan est basé sur2018Construit en,Dans le processus de construction,Nous introduisons continuellement les technologies les plus avancées de l'industrie dans nos systèmes,En même temps, selon les caractéristiques de l'entreprise meituan,Et comprendre les caractéristiques de cette tâche,Adapter ces technologies.

Par exemple,,Quand2018Fin de l'annéeBERT(Voir《MeituanBERTL'exploration et la pratique de》Un article.)Quand il est apparu,Nous l'utilisons rapidementBERTRemplacer l'originalDSSMModèle.Derrière,Selon les caractéristiques du dialogue du service à la clientèle de meituan,On vaBERTFormation secondaire et apprentissage en ligne,Entre - temps, afin d'éviter les interférences entre les entreprises,,Et réduire les interférences sonores en augmentant la différenciation des connaissances,Nous avons également fait des études multitâches(Chaque entreprise est une tâche indépendante au niveau supérieur)Et l'apprentissage Multi - domaines(QueryCorrespond aux questions d'expansion,Modifier et élargir la question、Correspondance globale des questions et réponses standard),En fin de compte, notre modèle estOnline Learning based Multi-task Multi-Field RoBERTa.Après une série d'itérations techniques,Notre précision d'identification est également inférieure à80%Approche maintenant90%Niveau de.

Après avoir compris l'intention de l'utilisateur,Certaines questions peuvent être résolues directement,Certaines questions doivent être clarifiées..Par exemple,“Comment demander une perte de repas”Cet exemple,Pas directement à la demande,Au lieu de cela, déterminez quelle commande est,Influence sur la consommation,Ensuite, déterminer si certains utilisateurs demandent un remboursement partiel ou veulent organiser un supplément,Pour donner différentes solutions.Un tel processus est fortement lié à l'entreprise,Doit être défini par l'équipe opérationnelle de l'entreprise.Comme indiqué dans l'arborescence des flux de tâches à droite,Nous avons d'abord fourni une visualisationTaskFlowModifier les outils,Et bipe、Cartes etAPIComponentization of Equal capital,Ensuite, les opérateurs commerciaux peuvent le faire en traînantTaskConception du processus.

Moteur de dialogue dans une interaction réelle avec l'utilisateur,À compléterTaskCalendrier correspondant à chaque étape.Par exemple, dans cet exemple, si l'utilisateur ne clique pas”Oui, mais ça affecte les repas.…”Celui - là.,C'est ce que j'ai dit.“Pas mal.,Je veux un remboursement partiel.”,Comment faire??Cette intention n'a pas non plus été définie à l'avance.,Cela nécessite le support du moteur de dialogueTaskCorrespondance floue entre les étapes.Nous sommes basés surBayes NetworkConstruitTaskFlow EngineJuste pour soutenir la combinaison des règles et des probabilités,Ici, l'algorithme d'appariement flou réutilise la capacité d'appariement sémantique du modèle de compréhension des problèmes.

Voici un autre exemple.,Après avoir demandé à l'utilisateur“Les membres peuvent - ils se désabonner?”Après,Le robot a répondu:“Impossible de retourner”,Bien qu'il ait répondu à cette question,,Mais il est facile pour les utilisateurs de ne pas être satisfaits à ce stade,Pour trouver des services manuels.Si, à ce moment - là, nous ne donnons que des réponses,,Pour comprendre la vraie cause du problème.,L'utilisateur de la requête de démarrage est“Paquet rouge à emporter non disponible”Ou“Problèmes causés par le changement de téléphone”,Modélisation fondée sur la relation de succession,Le taux d'utilisation approximatif est,Les utilisateurs sont susceptibles de choisir,Afin que la session puisse aller plus loin,Et des solutions plus fines,Réduit également la conversion directe des utilisateurs en services humains.

Cette tâche de guidage est appelée guidage Multi - sujets,L'approche spécifique consiste à modéliser la co - occurrence des événements et la relation séquentielle dans le journal de session..Comme le montre la figure de droite,Il s'agissait de modéliser l'orientation entre les niveaux de phrase.,Compte tenu de la rareté des phrases,Nous sommes le Guide pour l'abstraiter entre les événements,La relation de co - occurrence est modélisée par le Filtrage collaboratif classique.En plus,Tenir compte de la directivité entre les événements,Nous modélisons la relation de succession entre les événements,La formule est la suivante::

Et apprendre par des objectifs multiples,Envisager à la fois les indicateurs de clic et les indicateurs de tâche,Par exemple, la relation d'engagement est modélisée sur les données non converties du service à la clientèle manuel et les données non satisfaisantes respectivement.,La formule est la suivante::

Final,Nous sommes en clic、Insatisfaction、Au niveau du taux de travail,Ont fait des gains très positifs.

La plateforme meituan couvre la nourriture、Restez.、D'accord、Nage、Achats、Divertissement, etc.200Plusieurs catégories de services de vie,Lorsque l'utilisateur est de meituanAppOu commentairesAppLorsque l'entrée du portail de services intégrés entre dans le Service,Vous devez d'abord déterminer quelle entreprise vous souhaitez consulter,Une des tâches ici est“Juger les utilisateursQueryÀ quelle entreprise appartient - il?”,La tâche que nous appelons la reconnaissance de domaine.Si vous pouvez identifier le domaine,En utilisant directement les connaissances du domaine;Quand il n'y a pas de jugement clair,Il est également nécessaire d'interagir avec les utilisateurs pour clarifier.Comme l'entrée de l'utilisateur“Je veux un remboursement.”,Intention de remboursement dans plusieurs entreprises,À ce stade, nous devons d'abord déterminer l'intention de remboursement de l'entreprise.,Si la confiance dans le jugement n'est pas élevée,Ensuite, une liste d'affaires est fournie pour que l'utilisateur puisse choisir de clarifier.

Le modèle de reconnaissance de domaine est principalement utilisé pour modéliser trois types de données:Données de référence pour la base de connaissances de chaque domaine、Un grand nombre de données non standard faiblement supervisées et de données personnalisées dans tous les domaines.

  1. Comprendre les signaux du modèle en fonction des problèmes tirés des données standard de la base de connaissances de chaque domaine,Il est possible de déterminer si l'entrée de l'utilisateur appartient à l'intention de chaque entreprise..
  2. Nous avons remarqué qu'à part meituan,App、CommentairesAppL'entrée de services intégrés similaires implique plus d'une entreprise,Et il y a beaucoup d'entrées qui définissent l'entreprise,Par exemple, entrée de commande,Entrée à partir de la page de détails de l'article,Les données de conversation de ces portails sont clairement étiquetées.Donc,,Nous avons accès à une grande quantité de données provenant de secteurs d'activité faiblement surveillés.,Sur la base de ces données, nous pouvons former un modèle de classification de premier niveau.
  3. En même temps,Certains problèmes nécessitent une combinaison de données personnalisées telles que l'état des commandes des utilisateurs pour être plus précis..Par exemple,“Je veux un remboursement.”,Dans plusieurs entreprises.Donc,,Et former un modèle à deux niveaux basé sur les caractéristiques de l'état de l'utilisateur,Enfin, pour déterminer à quel service appartient l'entrée de l'utilisateur.

Final,Le modèle d'identification du domaine secondaire est satisfaisant、Le taux de transfert de main - d'oeuvre et le taux de transfert réussi ont tous deux obtenu de très bons résultats..

2.3 Robot intelligent——Questions recommandées

Après avoir introduit la compréhension des problèmes et la gestion du dialogue dans le module de base du dialogue à plusieurs cycles,Ensuite, regardons les deux autres modules du robot intelligent:Recommandations et réponses aux questions.Comme le montre l'exemple précédent de plusieurs séries de conversations,Lorsque l'utilisateur entre dans le portail de service,Le robot est d'abord comment guider l'utilisateur pour exprimer ses besoins avec précision,Cela réduit la perte d'utilisateurs ou le transfert direct vers des services manuels.,Il réduit également les interactions inefficaces telles que les clarifications multiples si le robot ne comprend pas correctement.

Il s'agit d'un problème de clic d'exposition standard,C'est essentiellement une question de recommandation.Nous avons adoptéCTRTâche d'estimation classiqueFMModèle comme modèle de base,Combiner les objectifs opérationnels,S'attendre à ce que la solution du problème cliqué par l'utilisateur résolve le problème de l'utilisateur,La question est finalement définie comme suit:“Exposition、Cliquez sur、Résolution”Questions,Le modèle final combine l'apprentissage Multi - objectifsESSM-FM,Taux de conversion pour une interaction efficace、Le taux de rotation de la main - d'oeuvre et l'insatisfaction ont entraîné une augmentation.

2.4 Robot intelligent——Réponse fournie

Les scénarios de service à la clientèle après - vente sont généralement axés sur les problèmes,Et la solution dépend principalement des données et des règles du système interne de l'entreprise.,Habituellement, l'unit é opérationnelle tient à jour la base de connaissances.,Inclure le système d'intention、TaskProcessus et réponses, etc..Mais avant la vente,La connaissance provient principalement du marchand ou de la marchandise elle - même.、Expérience utilisateur et information d'évaluation, etc.,Questions ouvertes aux utilisateurs、Forte densité de connaissances、Il est difficile de trier manuellement les réponses, etc..Par exemple, quelle ville ou attraction touristique visitez - vous?,Quels hôtels sont à proximité,L'hôtel dispose - t - il d'une baignoire?,Où attendre l'adresse de l'hôtel,Besoin de consultation”Prise de décisions”,En réponse à ces demandes,Nous utilisons des questions et des réponses intelligentes pour résoudre les questions de consultation et d'approvisionnement en réponses..

Les questions intelligentes sont l'acquisition de réponses à partir des données de meituan,Pour répondre rapidement aux questions des utilisateurs,Basé sur différentes sources de données,Nous avons construit différentes techniques de réponse aux questions.

  • Informations de base pour les commerçants,Comme demander les heures d'ouverture、Adresse、Prix, etc.,Nous avons répondu aux questions par le biais de cartes(KBQA)C'est réglé..Utilisation de l'information de base des entreprises pour construire une carte,Comprendre les problèmes à l'aide d'un modèle de compréhension des problèmes,Pour obtenir des réponses précises.
  • Données communautaires,Dans la page détails du marchand“Demandez à tout le monde”L'utilisateur du module demande à l'utilisateur de répondre aux données communautaires,Construire une communauté Q & A(Community QA)Capacité,En posant des questions aux utilisateurs”Questions et réponses oui”Modélisation de la similitude,Choisissez la plus grande similitude comme réponse,Pour répondre aux questions ouvertes des utilisateurs.
  • PourUGCDonnées non structurées telles que les commentaires et les politiques des commerçants,Construire un document Q & A(Document QA)Capacité,Extraire les réponses des documents en utilisant la technologie de compréhension de la lecture automatique pour résoudre les problèmes des utilisateurs,Comme les problèmes de compréhension de la lecture dans notre examen de chinois quand nous étions enfants,Réponses complémentaires à certaines questions ouvertes des utilisateurs.

Enfin,Réponses données pour plusieurs modules Q & A,Effectuer un tri de fusion des réponses à partir de sources multiples,Pour choisir la réponse finale,De plus, nous examinons ici l'authenticité des réponses.,Oui.“Croyez que la majorité est d'accord.”Modélisation.Les détails de cette section peuvent être consultés《Exploration and Practice of meituan intelligent Q & a Technology》Un article..

3 Technologie de base assistée par l'homme

3.1 Assistance manuelle——Recommandation orthographique

Tout ce qui précède est la robotique intelligente,En plus de communiquer avec le robot,,Ou peut - être une communication artificielle..Nous avons constaté au cours de l'enquête sur le lieu de travail du siège du service à la clientèle que:,Les sièges répondent souvent à des scripts similaires ou même identiques dans les conversations avec les utilisateurs,Ils s'attendent à ce que la capacité de fournir des recommandations verbales améliore l'efficacité..En outre,En plus de demander de l'aide au siège du service à la clientèle,Dans de nombreux cas, la communication directe entre l'utilisateur et le commerçant rend la résolution des problèmes plus efficace.,L'efficacité de la communication n'affecte pas seulement l'expérience des consommateurs,A également affecté le fonctionnement des entreprises.Comme dans les ventes à emporter,Le taux de commande des consommateurs est inversement proportionnel au temps de réponse des commerçants.,Qu'il s'agisse d'un siège de service à la clientèle ou d'un marchand,Il y a une forte demande de recommandation d'orthographe.

Alors,Comment faire une recommandation de script??Il est courant de préparer une bibliothèque de mots communs,Certains sièges ou magasins préparent également une bibliothèque de mots communs personnels,Le système est ensuite basé surQueryEt le contexte pour récupérer les scripts les plus appropriés à recommander.D'après notre enquête,,Cette partie de la base de connaissances n'est pas bien entretenue,Les connaissances opérationnelles existantes changent fréquemment, ce qui entraîne l'indisponibilité rapide des connaissances conservées.,Il y a aussi des facteurs tels que le manque de volonté du siège ou de l'entreprise elle - même..En plus,Pour les nouveaux sièges du service à la clientèle ou les nouveaux commerçants,Moins d'expérience disponible.Nous avons donc utilisé la mémorisation automatique des conversations historiques de chaque siège et de son Groupe de compétences.,Discussion historique sur les commerçants et leurs homologues,Selon l'entrée actuelle et le contexte,Prévoir la prochaine conversation de récupération possible,Pas besoin de tri manuel,Beaucoup plus d'efficacité.

Nous avons construit le chat historique“N+1”QAModélisation formelle des paires Q & A,AvantNQuestion de la phraseQ,Après1Phrases en réponseA,L'ensemble du cadre peut être transformé en un modèle de questions - réponses récupérable.Pendant la phase de rappel,En plus des rappels d'information textuelle,Nous avons également ajouté l'étiquette de fente Multi - roues ci - dessus,TopicOptimisation des rappels tels que les étiquettes,Trier parBERTModèle,Ajouter la modélisation de l'information sur les rôles,Rôle de l'utilisateur、Marchand ou siège.

L'ensemble de l'architecture est illustré ci - dessus.,Divisé en deux parties: hors ligne et en ligne.Et nous avons ajouté une couche après la mise en ligneCTRModèle prévisionnel pour améliorer l'adoption.Le taux moyen actuel d'adoption des recommandations verbales pour plusieurs entreprises est de:24%Gauche et droite,Taux de couverture85%Gauche et droite.Les recommandations verbales sont particulièrement précieuses pour les nouveaux employés.,Les nouveaux employés ont souvent de la difficulté à organiser le discours,Le cycle de compétence peut être réduit en adoptant la parole recommandée,Observations,3Le taux moyen d'acceptation des sièges au cours du mois est de3Plus d'un mois3X.

3.2 Assistance manuelle——Résumé de la session

Après avoir communiqué avec l'utilisateur sur le siège du scénario de service à la clientèle,Un résumé de l'ordre de travail est également nécessaire pour certaines informations nécessaires.,Quels sont les événements inclus?,Quel était le contexte de l'incident?,Quelles sont les demandes des utilisateurs?,Quel est le résultat final du traitement, etc..Et ce n'est pas très amical pour les sièges,Un résumé est généralement nécessaire,En particulier, certaines communications prennent beaucoup de temps.,Vous devez regarder l'historique de la conversation d'avant en arrière pour résumer correctement.En plus,Amélioration continue des produits de service,Le journal de session doit également être extrait et étiqueté en conséquence.,Pour faciliter l'analyse opérationnelle.

Voici quelques questions à choisir,Certaines questions sont vides,Par exemple, de quel événement cette session parle - t - elle?,Nous avons organisé un système d'événements relativement complet à l'avance,Peut être considéré comme un choix,Il peut être résolu par un modèle de calcul de la classification ou de la similitude sémantique.Par exemple, le contexte dans lequel l'incident s'est produit,Si le remboursement de la livraison est dû à la distribution、L'arrière - plan du remboursement de l'hôtel est qu'il n'y a pas de chambre, etc.,C'est une question ouverte.,Les résultats de l'analyse peuvent être extraits du contenu de la conversation,Peut être résolu en utilisant un modèle d'extraction Sommaire.Et pour les résultats du traitement,Ne dépend pas seulement du contenu de la conversation,Y compris les appels sortants,Est - ce que le marchand est connecté?,Si une visite de suivi est nécessaire, etc.,Nous avons constaté que le modèle de génération est plus efficace.Les modèles utilisés sont présentés dans la figure ci - dessus.,La sélection des événements tient compte de l'ajout fréquent de nouveaux événements,Nous sommes passés à la tâche de calcul de la similitude des tours doubles,L'extraction de fond utiliseBERT-SumModèle,Le résultat du traitement est GooglePEGASUSModèle.

04 Résumé et prochaines étapes

4.1 Résumé——Cube interactif

Certaines technologies de base dans la pratique du service à la clientèle intelligent de meituan ont été introduites.,Les sièges du service à la clientèle et les consommateurs sont également introduits./Entreprises/Cavalier/Efficacité de la communication entre les chefs, etc.,Et améliorer la communication entre les consommateurs et les entreprises.En plus de ces deux parties,Scénario de bureau dans l'entreprise,En fait, il y a aussi des employés、Beaucoup de communication entre le Conseiller commercial et le commerçant.Si vous le faites l'un après l'autre,,Coût élevé et faible efficacité,La solution est de platformiser la capacité de précipitation dans le service à la clientèle intelligent,Mieux vaut“Ensemble de mesures”Résoudre,Soutenir plus de besoins opérationnels à coût fixe.Nous avons donc mis en place une plate - forme de dialogue pour la Ligue des États - Unis.-Moses dialogue Platform,Avec“Ensemble de mesures”Le système résout la demande de service à la clientèle intelligent de chaque entreprise à un coût fixe.

4.2 Résumé——Plate - forme de dialogue“Moses.”

Comment construire une plateforme de dialogue,Pour répondre aux attentesNLPLes équipes compétentes peuvent aussi avoir de bons robots de conversation?Tout d'abord, il s'agit d'outils et de processus de dialogue..Comme le montre la figure ci - dessus,Le système peut être divisé en quatre niveaux:Appliquer la couche de scène、Niveau de solution、Niveau de capacité de dialogue、Niveau fonctionnel de la plateforme.

  • Appliquer la couche de scène:Scénario d'application avant la vente,Un type de demande est l'assistant commercial,Achat éclair de meituan comme indiqué dans l'imageIMAssistant et assistantIMAssistant,Besoin d'une capacité d'entrée d'entreprise auxiliaire et de prise en charge partielle du robot pour les problèmes à haute fréquence;Un autre type de demande est qu'il n'y a pas de marchandIMLes scénarios pour lesquels des questions intelligentes sont nécessaires pour combler les lacunes en matière de consultation,Par exemple, les hôtels et les attractions énumérés dans l'image;En vente、Scénario après - vente et Bureau d'entreprise,Leurs besoins sont différents..
  • Niveau de solution:Cela nécessite plusieurs solutions,Peut être divisé en robots intelligents、Questions et réponses intelligentes、Aide aux entreprises、Assistance au Siège, etc..Les exigences en matière de capacité de dialogue varient également pour chaque solution,Ces solutions nécessitent un assemblage facile des capacités de dialogue de base,Transparent pour les utilisateurs,Il est prêt à l'emploi..
  • Niveau de capacité de dialogue:Une introduction correspondante a été faite plus tôt.,Six compétences de base, y compris la recommandation de questions、Compréhension du problème、Gestion du dialogue、Réponse fournie、Recommandations rhétoriques et résumé de la session.
  • Niveau fonctionnel de la plateforme:En outre,Nous devons fournir des capacités opérationnelles de soutien,Fournir au personnel d'exploitation de l'entreprise la maintenance quotidienne de la base de connaissances、Analyse des données, etc..

Deuxièmement,,Offre“Ensemble de mesures”Solutions pour,Des solutions à différents stades sont également nécessaires pour les entreprises à différents stades.

  • Certaines entreprises veulent simplement maintenir les questions et réponses communes,J'aimerais pouvoir répondre à des questions à haute fréquence.,Ils ont juste besoin de maintenir un robot d'entrée de gamme,Il suffit de maintenir son intention dans le module de gestion de l'intention,Une déclaration commune d'intention et une réponse.
  • Pour les équipes disposant de ressources opérationnelles,Ils veulent continuer à enrichir leur base de connaissances pour améliorer leurs capacités de réponse aux questions.,À ce stade, vous pouvez utiliser le module de découverte des connaissances,Vous pouvez automatiquement trouver de nouvelles idées et de nouvelles idées dans les journaux quotidiens,Les opérateurs n'ont besoin que d'un peu de temps par jour pour confirmer les réponses d'ajout et de maintenance.,C'est une entreprise avancée.
  • Il y a des entreprises de haut niveau qui veulent appelerAPIPour résoudre des problèmes complexes.Ils peuvent l'utiliser à ce moment - là.TaskFlowModifier le moteur,Enregistrement direct des entreprises sur la plateformeAPI,Faites - le en faisant glisser visuellementTaskÉdition.

En outre, Afin de faciliter davantage l'engagement des entreprises,Nous avons également offert quelques petites discussions、Directives générales、Dossiers de compétences officiels tels que les demandes de renseignements régionales,L'entreprise peut vérifier directement l'utilisation.En plus,Au fur et à mesure que nous nous précipitons dans nos affaires,,Il y aura également de plus en plus d'ensembles de compétences officiels de l'industrie.L'orientation générale est de réduire progressivement le seuil d'utilisation par les entreprises..

4.3 Plan des prochaines étapes

Le système de dialogue décrit ci - dessus est unPipelineSystème de dialogue,Divisé en différents modules par fonction,Chaque module est modélisé individuellement,Série séquentielle.L'avantage de cette approche est qu'elle permet une répartition efficace des tâches entre les différentes équipes.,Par exemple, les étudiants en recherche et développement se concentrent sur la construction de modèles de recommandation de problèmes.、Modèles de compréhension des problèmes etTaskMoteur, etc;Les étudiants en opérations commerciales se concentrent sur la maintenance du système d'intention、TaskConception des processus et des réponses, etc..Ses inconvénients sont également évidents,Couplage modulaire,Accumulation d'erreurs,Difficile à optimiser conjointement,De plus, les élèves responsables de chaque module sont susceptibles de faire des réparations.,Facile à déformer.

Une autre façon de modéliser estEnd-to-End,Oui.PipelineChaque module du système de dialogue est modélisé en un seul modèle,Réaliser directement la transformation de la langue en langue,Cette approche a d'abord été utilisée dans les systèmes de conversation de chat,Récemment, avec le développement rapide du modèle de pré - formation à grande échelle,Le système de dialogue de bout en bout axé sur les tâches basé sur le modèle de pré - formation a également commencé à faire l'objet de recherches universitaires..L'avantage est que le modèle peut tirer pleinement parti de la conversation non supervisée de tout le monde,Itérations rapides basées sur les données;L'inconvénient est la faible contrôlabilité du modèle,Difficile à expliquer et manque de capacité d'intervention.À l'heure actuelle, la recherche universitaire domine,Aucun cas d'application mature.

En plus d'utiliser ce grand nombre de journaux de conversation non supervisés pour tout le monde,Une autre idée est basée surRule-Based TaskFlowSimulateur utilisateur pour les règles de construction,Interagir pour générer une grande quantité de données de conversation,Et ensuite former le modèle de dialogue.Pour assurer la robustesse du système de dialogue,Vous pouvez également utiliser des méthodes d'optimisation similaires pour contrer les attaques,Peut être simuléHard UserComportement,Ne pas exécuter dans l'ordreTaskFlow,Interruption aléatoire、Sauter un noeud de conversation, etc..

En outre,En comparant et en analysant le journal de conversation homme - machine et le journal de conversation de tout le monde,Le dialogue homme - machine est rigide et rigide,Impossible de saisir efficacement les émotions des utilisateurs,Et les gens sont bons à ça..C'est très important dans les scénarios de service à la clientèle,Les utilisateurs entrent souvent avec des émotions négatives,Les robots ont besoin d'empathie..Renforcement des capacités en matière de dialogue et d'empathie fondés sur des données de bout en bout,Et ce sera l'orientation principale que nous allons essayer au cours de la prochaine période.

版权声明
本文为[Équipe technique meituan]所创,转载请带上原文链接,感谢
https://chowdera.com/2021/10/20211014060027917i.html

随机推荐