淺析語言智能處理在電信客服領域的應用

黃河燕

(1 北京理工大學計算機學院，北京100081；2 北京市海量語言信息處理與云計算應用工程研究中心，北京 100081)

1 引言

語言智能處理在電信客服領域的應用探索，源于企業(yè)開始覺醒的客戶服務意識，正逐漸成為企業(yè)與用戶之間重要的溝通通道，是傳統電信客服在當前碎片化、多元化客服場景下達到發(fā)展瓶頸的必然選擇，對推動智能客服在電信行業(yè)落地、更好地支撐電信行業(yè)發(fā)展將起到至關重要的作用。

2 背景與需求分析

以中國移動通信集團公司（以下簡稱“中國移動”）為例。數據顯示，2017年11月份，中國移動的移動用戶凈增301.2萬戶，用戶總數達8. 4億戶。

傳統的電信運營商客服中心以人工服務為基礎的呼叫中心為主，中國移動的10086客服團隊負責面向8億規(guī)模的移動通信客戶全體提供集中化的呼叫服務，任務艱巨而繁重。但隨著移動互聯網與智能終端的不斷普及，以及社交渠道與應用軟件功能的多元化，傳統客服面臨著急劇增加的業(yè)務服務需求量和更為碎片化、多元化的客戶服務場景，這導致傳統客服面臨諸多現實困難：第一，人工客服易受時間影響與制約，難以保證提供7×24 h全天候服務；第二，人工客服業(yè)務操作繁瑣、業(yè)務水平存在差異，響應速度和服務質量的一致性難以保證，容易影響客戶滿意度；第三，業(yè)務知識更新速度加快，對服務人員的培訓成本增加；第四，為滿足增大的業(yè)務量和提高并發(fā)度，需要增加服務人員或者加班時間，導致人力成本高昂；第五，客服過程衍生信息難以及時保存與分析，導致知識無法共享、增加重復勞動，限制了服務的靈活性。

在傳統客服面臨的現實困境和巨大的市場容量的矛盾突顯的情況下，迫切需要基于語言智能處理技術的智能客服來突破發(fā)展瓶頸——如何基于語言智能處理技術構建智能客服系統，是電信運營商亟需解決的關鍵問題。

智能客服系統的普及，能夠改善用戶滿意度、降低人工客服成本，其精準語義分析、多語處理以及智能問答的能力將為客服領域的發(fā)展做出巨大貢獻，是電信運營商在實現客戶體驗與服務價值“雙重提升”道路上完成“加法”和“減法”的必然選擇。

2.1 加法：改善客服質量，提高客戶滿意度

智能客服的自動問答、智能營銷、內容導航等功能，能夠提升響應速度和服務質量，進而全方位提高客服服務水平、提高客戶滿意度、增強客戶關懷。此外，智能客服能夠提高用戶感知，為企業(yè)的在線客服、新媒體客服等提供統一智能的自助服務支撐，實時收集用戶訴求和行為數據，支撐產品迭代優(yōu)化升級。同時，國內主要電信運營商國際化戰(zhàn)略發(fā)展迅猛，多語言服務需求迫切，語言智能處理技術可以從技術層面有效支撐這一需求。

2.2 減法：解放人工客服，節(jié)約人力成本

智能客服能夠縮短咨詢處理時限，分流傳統人工客服壓力、節(jié)省服務成本、減少重復勞動。在當前客服市場需求巨大以及專業(yè)知識更新快的情況下，能夠避免或者緩解由于增加客服人員數量或者加班時間而帶來的高昂人力成本開銷，以及對客服人員的培訓成本開銷。此外，客戶服務環(huán)節(jié)復雜、操作煩瑣、工作強度大，客服人員時常需要面對用戶的各種訴求和抱怨或者枯燥無味的重復性機械式操作，如果能夠讓沒有情感的機器來承擔這項辛苦而繁重的工作，無疑是對人力主觀能動性的一種有效解放。

3 主要難點與挑戰(zhàn)

目前，將語言智能處理技術應用于智能客服所面臨的難點與挑戰(zhàn)，主要表現在領域知識匱乏、用戶意圖復雜、會話口語化嚴重、多語需求迫切等方面。

3.1 問句領域性強、知識資源匱乏

是否存在共有知識，決定了“人-機”對話能否順利進行。用戶的咨詢或者提問往往具有很強的領域相關性，智能客服需要強大的領域知識作為支撐，然而目前電信行業(yè)領域知識在資源種類和數量方面均存在明顯短板，嚴重限制了智能客服的自動化、智能化、專業(yè)化發(fā)展。此外，業(yè)務知識更新速度快，如何對已構建的知識資源進行動態(tài)更新與迭代，是智能客服迫切需要解決的問題。

3.2 用戶意圖復雜、上下文相關性強

用戶的咨詢意圖通常比較復雜，甚至在問詢的時候并沒有形成準確的咨詢意圖，所以需要智能客服對用戶內心真實咨詢意圖進行有效甄別，甚至在必要的時候需要引導用戶找到真實意圖。因此，用戶往往會基于初始提問反饋的結果，進行二次（甚至多次）咨詢，構成多輪會話，在這種“交互式問答”情況下，用戶所提出的問題存在緊密的上下文相關性（例如，追問問句的提出可能是基于前文已給出的信息），為多輪會話協同關聯推理、保障語義分析的魯棒性和連貫性提出挑戰(zhàn)。

3.3 問題多樣、指代缺失、口語化嚴重

針對同一查詢內容，不同用戶可能會使用不同的詞語來表述相同的話題或者概念，例如用戶在進行余額查詢的時候，“余額夠不夠啦”“我還有多少錢”等均是常見的表述方式。特別地，在用戶時常無法使用專業(yè)詞匯準確表述自身需求的情況下，這種“詞表不匹配”問題尤為突出，嚴重制約智能客服對問句的理解。此外，由于人機交互過程近似聊天過程，所以口語化現象十分嚴重，用戶所提出的問題往往缺乏標準和完整的句法結構，經常出現指代缺失、語義重復、語句不規(guī)范、句子成分詞序顛倒等問題，都為準確把握用戶需求提出了挑戰(zhàn)。

3.4 國際化發(fā)展、多語言需求迫切

隨著中國的國際化發(fā)展戰(zhàn)略，國內主要電信運營商紛紛布局國際業(yè)務，建設國際化的通信設施和信息高速公路。以中國移動為例，已與200多個國家和地區(qū)（其中包括“一帶一路”沿線64個國家和地區(qū)）400多家運營商開展了國際通信漫游業(yè)務合作，智能客服對多語種信息處理能力有著很高的要求。然而互聯網言語的弱規(guī)范性、資源稀缺語種語料匱乏，為面向口語的多語機器翻譯提出了新的挑戰(zhàn)。

4 面向電信客服的語言智能處理解決方案

為了克服上述難點與挑戰(zhàn)，面向電信行業(yè)智能客服的語言智能處理技術，需要重點在以下三項關鍵技術尋求突破。

4.1 “懂得多”：面向領域的信息抽取和知識資源構建，為智能客服提供智庫支撐

機器與人的區(qū)別，在于搜集甄別和利用推理知識的能力。構建領域知識資源，為智能客服提供強大的智庫支撐，是加速智能客服應用與普及的必由之路。

從基礎層面入手，以深度學習為基礎，基于領域語義特征定義可擴展的本體庫模板和知識庫模板，從網絡空間中海量多源非結構化文本（以百科知識和領域相關文檔為主）中抽取實體、關系以及情感要素等有效信息，構建多類別、細粒度電信行業(yè)知識資源，實現對領域知識的可計算向量建模，能夠有效緩解當前領域知識資源質量差、數量少、歧義大等突出問題，增強智能客服提供給用戶的答案的專業(yè)性和權威性。此外，基于客服業(yè)務的衍生信息和互聯網快速更新的開放信息，依托迭代優(yōu)化策略，實現對知識資源的動態(tài)更新，能夠確保用戶從智能客戶獲取到最新的政策性信息。

4.2 “聽得懂”：基于深層語義分析理解的自動問答，有效甄別用戶真實咨詢意圖

傳統問答系統通常基于“問題-答案”字符匹配或者淺層語義分析等技術手段，已經遠遠無法滿足當前復雜語境下的智能客服需求。深層語義分析理解是基于關鍵字匹配策略的傳統問答系統達到一定瓶頸之后的必然選擇。

依托大規(guī)模、多粒度領域知識資源，基于“知識-文本”聯合表示，挖掘與推理蘊含在文本中的隱含實體及實體關系；通過融入類腦注意力機制，增強重要特征的信號強度；通過協同關聯多句信息，增強多輪會話過程中的連貫文本信息的利用率和保持率；基于問題描述視角、答案描述視角、問答對相關性視角、提問者視角等多視角融合，實現全局化答案標簽自動構建以及答案選擇。上述基于深層語義分析理解的自動問答，能夠挖掘深層句法特征和語義信息，實現充分理解用戶的問題內涵與實際意圖，進而提高答案生成、選擇與推薦的準確率，為智能客服提供有力的知識推理與文本理解技術支持。

4.3 “走得遠”：高質量多語機器翻譯，助推國際化信息高速公路建設

隨著全球化進程的加速和“一帶一路”戰(zhàn)略的推進，國內電信運營商正在著力建設國際化的通信設施和信息高速公路，開展國際化的通信運營商業(yè)務合作。支持高質量多語機器翻譯，將會成為新時期智能客服的重要發(fā)展趨勢，直接決定了電信運營商國際化服務質量。

利用深層神經網絡實現源語言的編碼和目標語言的解碼，進而實現基于自然語言映射的“端到端”全程多語翻譯。此外，通過引入長短時記憶機制，可以有效挖掘和利用長距離依存關系；利用類腦注意力機制，能夠動態(tài)建模和計算源語言端相關上下文與目標語言的關聯強度?；谏疃葘W習的多語機器翻譯技術，能夠有效提升翻譯系統性能，并且提高機器翻譯結果的質量以及可理解性，進而拓展智能客服所面向的受眾群體。

5 結束語

語言智能處理被譽為人工智能皇冠上的“明珠”能夠實現人工智能從“感知智能”向“認知智能”的躍遷，真正使計算機從“能聽會看”到“能理解會思考”。

基于深層語義理解的語言智能處理技術，從面向領域的信息抽取和知識資源構建、基于深層語義分析理解的自動問答、高質量多語機器翻譯等多角度，為智能客服系統的普及應用與提質升級提供了有力支撐。構建基于語言智能處理技術的新一代智能客服，形成跨語言、全流程、深層次的客服智能化理解、處理與服務能力，是電信行業(yè) “貫徹新發(fā)展理念，培育發(fā)展新動能”的體現，能夠在實現“移動改變生活”目標的基礎上，不斷強化電信行業(yè)與用戶之間的連接強度與韌性、更好更方便地服務民眾，為用戶創(chuàng)造未來更加美好的智慧生活。