客服系統(tǒng)一直是企業(yè)與用戶進行溝通的主要手段之一，傳統(tǒng)的客服系統(tǒng)主要包括客服呼叫中心、網(wǎng)頁在線客服、移動在線客服等。雖然客服系統(tǒng)為了降低企業(yè)成本做出了很多努力，但其運營成本居高不下一直是企業(yè)頭疼的難題。這些年隨著計算機自然語言處理技術(shù)的進展，越來越多的企業(yè)嘗試使用智能客服來代替人工客服。XMA 是馬上消費金融自研的智能客服系統(tǒng)，上線后每天服務(wù)的用戶數(shù)是呼叫中心和在線客服無法企及的。我們團隊在自研 XMA 的過程中遇到了很多挑戰(zhàn)，本文試著對開發(fā)智能客服所面臨的一些重要挑戰(zhàn)做一個簡單的總結(jié)。
目前大多數(shù)智能客服主要是基于對話的，比如智能呼叫中心、虛擬手機客服等，所以智能客服本質(zhì)上是一個人機對話系統(tǒng)。而人機對話系統(tǒng)可以說有著比較長的歷史，雖然從業(yè)者一直在不斷增強機器對語言理解的能力，但人機對話始終有一些比較難以解決的問題，以下我們從三個角度來分析人機對話系統(tǒng)有哪些重要的挑戰(zhàn)。
語言理解上的挑戰(zhàn)
人機對話系統(tǒng)較重要的一個能力是能夠正確理解用戶所表達的意圖。一般智能客服系統(tǒng)中都會有「意圖識別」的模塊來將用戶的文字輸入映射成一個意圖分類。但如何準(zhǔn)確分類用戶的輸入一直是對話系統(tǒng)需要解決的一個重要難題。
為什么說意圖分類很難？
首先，用戶的輸入是非常多樣的，人類自然語言的變化很難用計算機進行規(guī)則化表達。
其次，對話是一個多輪交互的過程，與文本分類不同，計算機始終需要維護之前對話的狀態(tài)和信息，來對當(dāng)前對話的目的進行調(diào)整。
再者，計算機需要維護一套用戶本身的畫像，以及盡可能接近用戶先驗知識的「數(shù)據(jù)庫」，以便當(dāng)遇到一些常識問題或用戶本身屬性信息時，計算機可進行快速推理。
