1. 背景信息
1.1 问题背景
在企业服务用户的过程中，每天都会出现大量相关领域内的问题。传统的人工客服作息服务解答效率低，且成本高。智能客服对话系统可以帮助企业实现在线服务的智能化人机协作系统，提高坐席服务的效率、降低人力开销及新人业务学习成本。
1.2 解决方案
机器学习平台PAI在智能客服领域，提供了端到端的纯白盒解决方案。客户只需要准备好自己相关领域的FAQ（常见问题）和知识图谱数据，就可以利用PAI自定义的搭建从算法构建到模型部署的人工智能流程，形成完整的端到端解决方案，实现对应领域智能客服的业务系统。本文以“汽车售前咨询”这一业务领域为例，为您展示如何快速搭建智能客服机器人，从而实现机器人自动回答用户关于汽车售前业务的相关问题。这样一方面节省客户的咨询等待和信息检索时间，另一方面节省企业运营人力成本，使精力可以集中在筛选出的高价值客户上。
1.3 方案优势
-
纯白盒：可根据您自己具体的业务场景，自定义构建智能客服业务系统。
-
端到端：从最初的数据准备到最后的模型部署推理，提供全链路的系统构建流程。
-
有据可依：对话系统内所有的回答都是有依据的，避免纯深度学习方案的不可解释性。
-
鲁棒可控：系统任何地方出了问题，都有相应的异常处理与bad case分析应对机制。
1.4 工程部署架构
用户将知识图谱数据，模型和特征文件以及FAQ数据存储在OSS上，然后将智能客服对话系统服务部署在PAI-EAS上，就可以使用FAQ检索和知识图谱查询提供的功能来做智能客服问答。详见第五章：智能客服在线服务配置。
1.5 对话系统内部状态
系统初始化后进入闲聊状态，对用户输入“您好”等话术进行响应。响应完成后系统进入问题接收状态，此刻等待用户提问。接入通过实体归一化/属性归一化来对用户提问中的实体和属性进行明确，接着进入问答状态进行FAQ检索或者知识图谱查询，当出现异常状况时，进入异常处理模式，在异常处理中引导用户进入正确的查询。
3. 基于FAQ常见问题检索的问答
基于FAQ（常见问题）的问答系统总体结构如下图所示，系统的关键模块包括：
-
频繁问答对数据集，即FAQ问答库。
-
预处理模块：负责对query进行分词等操作。
-
检索模块：负责从FAQ中检索可能与用户查询相似的若干标准问句。
-
相似问句选择模块：负责从候选相似问句中，选择与用户查询最相似的标准问句。
具体而言，检索模块会在对用户提出的query进行预处理的基础上，从FAQ数据集中检索K个与query最相似的问句。然后相似问句选择模块会从K个候选相似问句中，选出与query相似度最高的，并判断是否具有足够的置信度。如果相似度最高的候选相似问句的置信度达标，“相似问句选择模块”就会判定该问句是用户query的同义问句，从而返回提前预置好的答案。
