谁能打败 Siri 问答准确率超95%

问答准确率超 95% ，降低 80% 知识库建设成本；背后的 NLP 技术获得 4 个世界第一， 2 个世界第二；这是腾讯云企点客服不为人知的一面。
2020 年底，腾讯云企点客服发布了智能客服 3.7 最新版，这款产品具备的 5 大优势引起了开发者的广泛关注，包括任务型多轮对话，降低 80% 知识库建设成本，问答准确率达到 95+ ，可配置的机器人客服以及结合知识图谱的个性化主动服务。
【谁能打败 Siri】腾讯作为国内一流的产品公司，如今在 to B 业务上取得了长足进步，优秀产品包括腾讯会议，企点客服，企业微信等。优秀的通讯产品自然离不开背后的技术储备，以此为契机，小编深入了解了腾讯云企点客服背后的技术，并选取了其中最具代表性的 NLP 进行剖析：
业界的 NLP 技术发展到哪了？
企点客服背后的 NLP 技术有哪些亮点？
NLP 技术如何赋能企点客服的产品？
有哪些落地案例值得参考？
腾讯云企点客服底层 NLP 技术
获世界顶级大赛冠军
在今年 2 月举办的第八届国际对话系统技术挑战赛（DSTC-8）上，企点客服的核心 AI 能力支持者——腾讯云小微夺得了 4 个世界第一和 2 个世界第二，各项比赛指标不断突破行业先进水平，甚至成为行业新的标杆。
DSTC 对话系统技术挑战赛由来自微软研究院、卡耐基梅隆大学的科学家于 2013 年发起，迄今已举办了 8 届。 DSTC-8 共设置有四大赛道，包括面向多领域端到端对话系统，端到端的问答预测，基于 Schema 的对话状态追踪等热门产学界难题。参赛选手包括平安人寿、中科大、华为、滴滴、IBM 等全球顶尖的大学、科技企业和人工智能研究机构等多支队伍。
腾讯云小微参加了三个赛道中的七项任务，提出了多项解决方案，其中在端到端的问答预测赛道提出的对话回复选择模型备受关注。具体来说，为了解决多轮人机对话， IRC 聊天室对话等不同场景下的回复选择问题，并定位未解决问题；该项模型在 BERT 模型基础上分别增加了数据增强技术，用来弥补特定领域的数据稀疏问题；同时利用迁移学习技术，将 BERT 模型从通用领域准确的适配到指定的任务领域中；应对句子级上下文建模方法，捕捉整体对话中各个部分之间的细微联系，从而生成更准确的回复。
文章插图
最终，通过综合以上多种 NLP 模型，极大提升了问答准确率。在多轮人机对话任务中，腾讯云小微准确率达到 97.9% ，代表了 AI 机器人回复能力的新突破。在 IRC 聊天室对话的任务中， AI 机器人的准确率达到 95.7% ，凸显了在行业中的领先技术水平，而这一机器人成为了企点客服的实践应用能力支撑。
智能客服 4.0 ，客服行业巨变已开始
经过互联网时代的变革，客服中心已经逐渐进入基于人工智能进行内在创新的智能客服时代，能处理的问题种类和数量也越来越多。而 NLP 作为智能客服领域的核心技术，其发展一直深刻影响着智能客服行业的走向。按照技术演进的趋势来划分，从基于关键词进行匹配的检索式技术开始，智能客服技术方案发展至今共经历了 4 个阶段，形成了 " 检索 +NLP 技术处理 " 智能化技术方案：
第一阶段（1.0）：基于关键词匹配的 " 检索式机器人 ";
第二阶段（2.0）：运用一定模板，支持多个词匹配，并具有模糊查询能力 ;
第三阶段（3.0）：在关键词匹配的基础上引入搜索技术，根据文本相关性进行排序 ;
第四阶段（4.0）：以神经网络为基础，用深度学习理解用户意图。
第四阶段的出现基于深度学习技术，行业还未形成统一的应用标准。但以诸多特性领先的产品为例，诸如腾讯云企点客服，我们不难发现智能客服在智能应答，智能工单，数据上云与洞察，体系与生态联合四个方面具有显著的应用价值，并且与 3.0 相比有明显的技术优势。