【《面向保险销售的辅助投保对话系统设计与实现案例分析》3300字】

面向保险销售的辅助投保对话系统设计与实现案例分析目录TOC\o"1-3"\h\u5952面向保险销售的辅助投保对话系统设计与实现案例分析 137971.1需求分析 11251.2系统架构设计与实现 276131.2.1意图与语义槽位的设计与定义 3156221.2.2系统功能与响应的设计与定义 4207351.2.3系统架构设计 4314301.2.4系统功能流程设计与实现 5232461.3系统界面和接口展示 7141571.3.1系统界面展示 7117701.3.2接口协议 91.1需求分析本系统旨在将任务型对话技术落地于现实业务场景中，去解决保险领域用户在线上投保过程中遇到的相关问题。1）系统业务需求随着移动互联网的发展以及人们对保险的认识以及风险意识不断提高，越来越多的用户会选择在线购买保险。但保险产品购买行为相对普通的电商产品购买行为，保险产品购买是一个低频、高单价、长合约的行为，用户做购买决定的成本相较于普通电商行为较高。而且保险产品的条款解读、不同人群的保险产品推荐、不同疾病的的投保规则，都需要有相关领域知识才能进行判断，这导致了用户在线保险购买的门槛变高，变相导致了很多在线潜在用户流失。为此，越来越多的保险企业在线上销售环节引入保险辅助投保机器人，也称保险顾问机器人，为在线购买保险的用户提供保险产品解读、保险产品推荐服务，解决用户投保过程中遇到的相关问题。这样一方面可以加速整个保险销售的成交转化，而且为用户带来良好的用户体验。2）系统功能需求本文所述的保险销售辅助投保系统，是以RESTfulAPI接口的形式对外提供服务，当用户向机器人提出问题时，会对用户表达进行意图识别及语义槽位抽取。根据第4章的介绍，本文通过知识蒸馏技术对基于BERT的口语理解模型进行了压缩，得到一个轻量级的口语理解模型，降低了模型参数及推断耗时。本文将得到的轻量级模型应用于实际保险线上销售场景中，用于提取用户保险购买及咨询过程中的相关意图及槽位信息。1.2系统架构设计与实现本章设计了一个面向保险在线销售场景的辅助投保对话系统。整体处理流程如下图所示，包括：离线处理流程和在线处理流程。图1.SEQ图5.\*ARABIC1对话系统开发流程图Figure1.SEQFigure_5.\*ARABIC1Flowchartofdialoguesystemdevelopment（1）离线处理流程步骤1：对于在线保险销售场景，定义系统支持的意图和相应的语义槽位；步骤2：收集在线销售场景的语料话术，因为能收集到的语料较为有限，需要进行人工扩充。然后对语料中的意图信息和槽位信息进行标注（该系统采用BIO标注方法进行标注）；步骤3：将标注好的语料库分为训练集和测试集，并在训练集上进行训练以获得最佳模型；第4步：把模型部署到实验环境并把推断流程封装为一个API接口，称为口语理解模型推断服务。（2）在线处理流程第1步：用户表达首先通过口语理解模型推断服务预测得到意图和槽位；第2步：把识别到的意图与槽位输入到对话追踪模块，追踪模块根据当前的对话状态决定应该采取的响应；第3步：如果第2步判断确定意图对应的必填槽位已经填充完毕，则调用意图所对应的功能接口，并把槽位作为参数传递到接口中，把功能接口返回的内容作为回应内容返回给用户；第4步：如果第2步判断确定此意图对应的必填槽位未完成，则返回响应让用户继续填槽；如果超过3次仍然没有填槽成功，则返回异常信息给用户；1.2.1意图与语义槽位的设计与定义首先，对于辅助投保对话系统，本节设计并定义了以下支持的意图列表和语义槽位列表，如表1.1和表1.2所示：表1.SEQ表5\*ARABIC1辅助投保对话系统支持的意图列表Table1.SEQTable_5.\*ARABIC1Listofintentionssupportedbytheassistantinsurancedialoguesystem意图类型意图说明greet问候yes确认no否认thank感谢bye再见product_explain保险产品咨询insurance_check核保insurance_recommend保险推荐表1.SEQ表5\*ARABIC2辅助投保对话系统支持的槽位列表Table1.SEQTable_5.\*ARABIC2Listofslotssupportedbytheauxiliaryinsurancedialoguesystem槽位类型意图说明user_type人群（老人、小孩、孕妇）product保险产品product_property保障期限|保障范围|犹豫期insur_age年龄insur_gender性别insur_disease疾病insur_profession职业insur_type险种1.2.2系统功能与响应的设计与定义根据1.2.1节所定义的意图及语义槽位列表，定义系统的响应如下：表1.SEQ表5\*ARABIC3辅助投保对话系统支持的响应定义Table1.SEQTable_5.\*ARABIC3Definitionofresponsesupportedbyassistantinsurancedialoguesystem系统响应系统响应说明系统回复话术模板greet回复用户的问候您好啊，主人！很高兴为您服务！ask_user_type_for_buy要求补充人群信息请问是给什么人群买保险？resp_user_type_for_buy基于人群保险推荐回复适合<user_type>的保险产品如下：……ask_age_for_buy要求补充年龄信息请问今年多少岁？ask_insur_type_for_buy要求补充险种信息请问您是想买什么险种呢？ask_gender_for_buy要求补充性别信息请问性别是什么？resp_for_product保险产品推荐回复查询到适合您的保险产品如下：……ask_property_for_product要求补充保险属性信息请问您想了解<product>的哪个方面呢？resp_property_for_product保险产品咨询回复<product>的<property>是……resp_can_for_hebao核保肯定回复可以买的resp_cannot_for_hebao核保否定回复不可以买1.2.3系统架构设计面向保险在线销售场景的投保辅助对话系统的系统框图如图5-2所示。保险销售场景数据采集于互联网平台并进行了人工扩充，采用BIO方式进行人工标注。底层平台环境主要包括实验室搭建的GPU服务器以及深度学习框架Pytorch框架。基于Pytorch框架构建口语理解模型。首先对用户表达进行预处理，包括纠错、句子改写、指代消解。预处理之后的结果输入到第4章得到的蒸馏口语理解模型，从用户的表达中预测出用户的意图及槽位信息，输入到对话管理模块。由对话管理模块进行当前意图槽位状态判断，并确定系统响应。由回复生成模块拼装数据结构返回前端。图1.SEQ图5.\*ARABIC2保险在线销售场景投保辅助对话系统系统框图Figure1.SEQFigure_5.\*ARABIC2Systemblockdiagramofinsuranceassistantdialoguesystemininsuranceonlinesalesscenario1.2.4系统功能流程设计与实现（1）人机对话系统总体流程人机对话系统的总体流程如图1.3所示：图1.SEQ图5.\*ARABIC3人机对话系统总体设计流程图Figure1.SEQFigure_5.\*ARABIC3Overalldesignflowchartofmanmachinedialoguesystem（2）关键模块实现步骤a）预处理用户文本表达输入到系统之后，首先会进行纠错处理，纠错使用的是开源的pycorrector工具结合专有名词对应的拼音词典，对中文拼音、笔画输入法下的音似、形似错字进行纠正。如：用户表达中“乙肝可以投保一生保吗？”，纠错之后的句子是“乙肝可以投保e生保吗？”。指代消解模块主要使用规则的方法进行主语宾语替换、代词替换。如多轮场对话景中示例：用户问“乙肝可以投保e生保？”，机器人答“可以的”，用户接着问“肺结核呢？”。指代消解处理后的结果是“肺结核可以投保e生保吗？”。句子改写本文主要是把进行纠错处理、指代消解处理后的结果进行重新组装。b）蒸馏口语理解模型蒸馏口语理解模块包括意图识别与槽位填充两个任务，这里采用第4章所述方法进行构建，并在标注数据集上进行训练得到。c）对话管理对话管理模块包括两个部分：对话状态跟踪和对话策略。对话状态追踪是对当前意图对应的槽位收集情况进行维护及判断，如果意图对应的槽位已经填充完成，对话策略模块会调用相应的任务功能接口进行任务处理，由功能接口返回结果，由回复生成模块组装返回给前端。如果意图对应的必填槽位没有填槽完成，则对话策略会返回必填槽位缺失信号，由回复生成模块生成对应的话术返回给前端要求用户进一步填槽位。1.3系统界面和接口展示1.3.1系统界面展示本章所构建的投保辅助对话系统运行后的界面如下图所示，支持保险产品推荐、保险产品咨询以及核保任务。（1）保险产品推荐示例如图1.3所示，对保险产品推荐这个多轮任务交互进行了展示，每轮系统回复中同时输出识别到的意图、目前收集到的槽位信息，以及系统处理耗时情况。首先系统识别到用户保险产品推荐的意图，并提取到性别槽位（此处的性别槽位是通过规则处理得到，无法通过模型获取）。因为年龄和险种是保险产品推荐任务中的必填槽位，所以系统继续提问收集槽位信息。在最后收集完槽位后，系统返回符合推荐结果列表回复。图1.SEQ图5.\*ARABIC4保险推荐任务交互示例界面Figure1.SEQFigure_5.\*ARABIC4Insurancerecommendationtaskinteractivesampleinterface（2）保险产品咨询示例如图1.4所示，首先系统识别到保险产品咨询意图（product_explain），然后系统要求客户对必填槽“属性”进行填槽。在用户填槽完成后，系统生成最终关于e生保产品的保障范围方面的回复。图1.SEQ图5.\*ARABIC5保险产品咨询任务交互示例界面Figure1.SEQFigure_5.\*ARABIC5Insuranceproductconsultingtaskinteractivesampleinterface（3）核保任务示例如图1.6所示，系统识别到核保意图及槽位值“e生保”，然后由一个功能接口进行处理后返回结果。图1.SEQ图5.\*ARABIC6核保任务交互示例界面Figure1.SEQFigure_5.\*ARABIC6Underwritingtaskinteractionsampleinterface1.3.2接口协议系统通过HTTP协议进行交互，交互效果如下表所示：表1.SEQ表5\*ARABIC4交互效果示例表Table1.SEQTable_5.\*ARABIC4Examplesofinteractioneffects输入/输出交互文本输入想给50岁的父母买保险，买什么好呢？输出请问您父母今年多少岁了？输入55岁输出请问您想买医疗险、重疾险、意外险中的哪一个险种呢？输入重疾险输出查询到适合55岁买的重疾险如下……对话交互的响应结果JSON详细示例如下：{"intent":"insurance_recommend","query":"想给50岁的父母买保险，买什么好呢？","response":{