知识结构化驱动智能客服升级

智能服务事业部知识结构化推动智能客服升级邱立坤阿里巴巴集团智能服务事业部智能服务事业部目录需求思路方案收益知识管理知识图谱构KAMR语义表高效复用建示体系语言理解语义剖析KAMRParser精准理解知识图谱问答案展示精细管理答平台智能服务事业部智能客服升级的需求智能服务事业部相似问-上海有多少人口•

上海有多少人口•

上海目前常住人口有多少•

某省市现在有多少人口•

上海大约有多少万人口•

上海常住人口有多少•

上海人口人数是多少？•

上海有多少人口•

上海人口有2500万吗•

某省市总人口是多少?•

……智能服务事业部相似问-北京呢•

北京有多少人口•

北京目前常住人口有多少•

某省市现在有多少人口•

北京大约有多少万人口•

北京常住人口有多少•

北京人口人数是多少？•

北京有多少人口•

北京人口有2500万吗•

某省市总人口是多少?•

……智能服务事业部相似问-天津呢？面积呢人工智能人肉智能智能服务事业部知识管理痛点成千上万的知识点，缺乏关联，给知识运营和管理带来困扰设置多个知识点，答案细致，管理任务重

设置1个知识点，管理任务轻，但答案过粗办理58元2G大流量套餐

--

N*M

*L办理10元加油包据流量套餐30元开通数据流量套餐30元办理20元加油包开通数据流量套餐50元开通数据流量套餐50元开通15元流量日套餐开通15元流量日套餐开通数据流量套餐10元开通数据流量套餐10元智能服务事业部语言理解难点多样性•

组合贷款•

公积金和银行都有歧义性复杂性复用性模糊性•

2G、4G、5G•

我要关闭国际漫游并开通流量通套餐•

话费充值如何索取发票供报销•

公积金、社保、医保•

公积金、社保、医保智能服务事业部从传统智能问答到知识图谱问答上海有多少人口语言智能2017年上海的常住人口是：2419.70万(上海，常住人口，知识深度学习(2017年，2419.70万))智能服务事业部智能服务事业部知识结构化的主要思路非结构化业务文档结构化知识图谱半结构化数据非结构化的用户query

结构化语义表达式非结构化的文本型答案

结构化答案智能服务事业部知识结构化-知识图谱-基本概念•

知识图谱•

本质上是实体与实体间关系以及实体属性组成的语义网络，其基本组成单位是“实体-关系-实体”或“实体-属性-属性值”三元组。•

实体与关系是知识图谱中的最基本元素智能服务事业部知识结构化-知识图谱-阿里小蜜知识云平台智能服务事业部知识结构化-知识图谱-商品知识图谱本体：以商品为核心，以人、货、场为主要

实体识别与链指：支持品牌、框架，共涉及9类一级本体和27类二级本体

规格、类目、型号等多种实体智能服务事业部知识结构化-知识图谱-客服场景非结构化业务文档结构化知识图谱半结构化数据智能服务事业部知识结构化-知识图谱-客服场景智能服务事业部知识结构化-知识图谱-从FAQ到属性700->70智能服务事业部知识结构化-知识图谱-从FAQ到属性4000->400智能服务事业部知识结构化-语义剖析-语义表达式非结构化的用户query

结构化语义表达式智能服务事业部知识结构化-语义剖析-语义表达式智能服务事业部知识结构化-结构化答案展示非结构化的文本型答案

结构化答案智能服务事业部知识结构化-结构化答案展示智能服务事业部知识结构化-结构化答案展示智能服务事业部智能服务事业部知识图谱问答解决方案AMR、AMRL

KAMRMulCGParser

KAMRParserFAQ问答+知识图谱问答结构化问答平台智能服务事业部解决方案-相关工作-AMR和AMRLAMRs(AbstractMeaningRepresentation)are

AMRL(Alexa

Meaning

Representationrooted,labeledgraphsthatareeasyforpeople

Language)ispositionalgraph-basedtoread,andeasyforprogramstotrerse.

semanticrepresentationthatincludesfine-AMRaimstoabstractawayfromsyntactic

grainedtypes,properties,actions,androlesidiosyncrasies.(General)

andcanrepresentawidevarietyofspokenlanguage.(Domain-specific)智能服务事业部解决方案-知识驱动的抽象语义表达（KAMR）KAMR着力解决四个方面的问题：歧义性复杂性复用性

模糊性智能服务事业部解决方案-KAMROntology智能服务事业部解决方案-KAMRLanguage智能服务事业部解决方案-MultiCGSemanticParserSELECT?xWHERE{快餐包:档位介绍

?y0.?y0:有效期

?x.?y0:资费

?y1.?y0:流量

?y2.}FILTERBY(?y1=5&&30?y智能服务事业部MultCG不足解决方案-KAMRParser—流程图•

处理复杂问题能力不足

--

我要买大流量套餐和月末流量包•

基于规则的依存分析不够灵活

--

有没有大于5元小于10元的套餐•

消歧能力不足

--

办理4G流量日包KAMRTOMultCG31智能服务事业部挑战点解决方案-KAMRParser-实体识别1.无实体问句•

推荐便宜点的套餐2.有歧义的实体•

如何取消订购套餐

vs

我本月套餐送话费吗3.不连续的实体•

大流量58元套餐解决方案•

序列标注模型，并改进TagSchema效果•

BiLSTM-CRF的F1

值：91.20%32•

BERTF1值：91.94%智能服务事业部解决方案-KAMRParser-基于多因子的意图分类••每一个意图由三维因子组成[domain,predicate,target]每一个query由四维因子组成[domain,predicate,target,querytype]公积金方式同一意图公积金数值公积金提取租房不同的QT提取租房提取租房我想问一下住房公积金怎么租房提取，公积金一年可以提多少提取的呀，租房租房提取公积金公积金购房粗细粒度公积金none提取意图共存提取智能服务事业部多因子组合式意图分类模型智能服务事业部解决方案-KAMRParser-基于多因子的意图分类querydomainpredicatetargetQuerytypelabelN&BiGRUerageEmbeddings3-FactobinationFactorclassificationAttentionFactor-levelscoreFactorAttentionDense&SoftmaxFactorEffectconcatenationDPTQTDPTQTSentence-levelscore⊕Intentclassification智能服务事业部多因子意图分类：支持上下文相关的多轮问答针对语义不清的关联推荐•

模糊意图：公积金抵扣•

关联意图：组合贷款抵扣、商业贷款抵扣……上下文继承•

医保•

待遇智能服务事业部解决方案-KAMRParser-SemanticDependencyParser解决方案•

BiaffineParser模型，预测节点间关系，分析各类复杂query：多实体、多约束条件、多谓词多意图37智能服务事业部面向知识运营人员的结构化问答平台算启发式问答关联推荐反问与澄清指代消解增强学习智能KAMRParsing通用实体与领域实体识别意图分类语义依存分闭环法析：层基础NLU中文分词和词性标注句法依存分析标篇章分析注与回流、知KG编辑平台可视化编辑存储与查询知识卡片健康检测在线训识本体与语料通用Ontology与语料库行业Ontology与语料库练、智层KG挖掘平台实体与同义词挖掘意图挖掘训练语料挖掘能诊断智能服务事业部解决方案-知识图谱Schema编辑器智能服务事业部解决方案-知识图谱实体知识编辑器智能服务事业部智能服务事业部知识结构化收益高效复用举一反千：新4000FAQ->60同场景复用、增实体，毋须属性+300知跨场景复用、新增相似问跨客