我們在網上購物時，無論多晚找客服咨詢，對面均會回復一句“在呢，請問有什么可以幫助您？”，屏幕背后大部分為智能客服機器人。

在不同業務場景對話中，如何提高智能機器人對用戶意圖識別和對話邏輯控制，提高營銷轉化，是每個智能機器人廠商不斷迭代的技能。

7 年來專注研發“AI＋SaaS”售前在線客服產品的易聊科技，作為較早一批將 AI 技術應用于售前客服領域的企業，打造出在線客服、售前 AI 客服機器人、CRM、SCRM、AI 智能外呼等產品。其中以售前機器人而言，其市場份額已超過 80%，覆蓋醫療、教育等 20 多個行業 70%的頭部企業。

為什么易聊科技售前機器人這么神？在近日的媒體溝通會上，易聊科技首席科學家&AI算法帶頭人王函石深度解析下。

01 別想當然，售前售后機器人大有不同

王函石表示，在對話的深度、明確的目標、相應的速度、聚焦對話管理這四方面處理上，均有一些差異。

（1）對話深度：在售前咨詢里，很多用戶的問題不明確，售前機器人需進行多輪對話，引導出用戶的真實需求，并總結變成真正的問題，然后再做解答。

（2）明確目標。在售前場景中需給機器人定一個明確的目標，如拿到用戶的手機號碼、微信號等。而售后則是訪客問什么問題，機器人就解答什么。

（3）響應速度。在售前場景里，如果商家的回答速度慢了，很容易流失掉用戶，因此售前機器人的響應速度非常重要。

（4）聚焦對話管理。售前機器人不僅對當前對話搞清楚就可以，而是要記錄多輪對話以及明確終極導向目標，這是個整體對話的過程，對話控制尤為關鍵。

為什么易聊科技深耕售前機器人？

易聊科技聯合創始人張煒表示，做售后機器人的好處是風險低、易切入，如售后機器人可以處理 40%的問題，就相當于企業節省 40% 的人工成本，剩下部分處理不了的就交給人工來處理。反之，售前領域門檻高、風險大，對訪客轉化率有需求，所以廠商很少，假如自己做得別人的轉化率稍高一點，便擁有很多機會。

02 多輪對話、NLP 技術，打造自然人機交互智能客服體驗

易聊科技在售前機器人的多輪對話和 NLP 技術上做了眾多算法創新，從而給用戶自然的人機交互智能客服體驗。

易聊售前機器人的對話系統邏輯結構主要分為意圖識別和對話邏輯控制兩部分。

一、意圖識別算法通過分析訪客話語，抽取特征（語義標簽），來識別訪客的真實意圖，獲得訪客信息。

通俗來說，意圖識別主要是識別訪客在對話過程中表達的意思，其中可分為特定信息識別，如手機號、微信號等聯系方式。還有特征判別，如時間、地點、年齡、項目等，還有咨詢報名時間、咨詢項目價格等意圖。

二、對話邏輯控制算法則根據意圖、訪客信息，在場景間轉換，進行特征遷移，根據更加細節的特征以及規則產生式生成回答，控制對話流以導向既定目標（比如索聯）。

對話管理可分為對話記憶和場景。對話記憶是記錄整個對話流程，便于了解用戶當時和歷史意圖。場景是在指定前提條件下，訪客可能會說什么內容，機器人將做出什么應答。

目前易聊科技已擁有 100 萬級的特征，近 6萬場景，近百萬遷移產生式的對話系統規模。

舉例來說，在實際應用中，用戶與智能客服對話時，常常遇到用戶需要重復多次，機器人才理解的場景。對此王函石表示，在技術上需要拆成兩部分來看，一是機器人對訪客的理解是不是需要訪客多次重復問題后才能理解，二是當機器人理解后，是否回復多次相同的回復。

首先，機器人對訪客問題的理解由意圖識別的精準度、覆蓋率和意圖識別的記錄來決定，它會對上下文做相關記錄。如果是在電商售后場景上，基于單問單答的方式，對上下文不會做太多處理；在售前場景上，會在多輪對話上做優化，再結合上下文來處理。

二是問題理解后，可以避免重復回答。為了讓這個回答顯得更加自然，對同樣含義的問題會備很多回答，機器人將隨機選擇一個之前沒有回答過的進行回答就好。

03 機器學習模型加持，知識庫輔助

值得一提的是，客服機器人使用機器學習模型的方法主要應用在意圖識別部分，提高識別正確率是模型優化的目標。易聊客服機器人結合Bert深度模型，并根據模型占用算力的差異采用了分層識別架構，加上自適應快速聚類方法和知識庫輔助構建，以及主動學習、小樣本學習、強化學習等機器學習技巧，相較于早期簡單識別方法，新方法將識別正確率提高到98%以上，在部分場景下識別正確率可達100%，而識別速率幾乎沒有下降。

售前機器人的效果主要依賴背后的知識庫，易聊科技也不斷地在豐富自己的知識庫。問答知識庫通過原始客戶提供的對話記錄，抽取相關的問題。采用半自動構建的方式，自動抽取QA+人工檢驗。產生式知識庫用于特征辨別，來確定場景。采用人工構建的方式，其中可通過聚類分類的方法來降低人工量。

最后告訴大家一個好消息，易聊在線客服系統（IM）于日前宣布永久免費向公眾開放，助力企業進行營銷轉化。