数十名工程师作战 5 天,阿里达摩院连夜研发智能疫情机器人( 四 )

要回答这些问题 , 机器需要获取相应的疫情知识数据 。 赵昆介绍 , 知识的第一个来源是卫生部门主动同步资料后由工程师及时批量式导入 , 其次 , 根据现有疫情官方渠道的监测 , 当他们发现有新知识需要补充时第一时间会和卫生部门确认可靠性 , 确保无误后再迅速为机器人进行录入 , 这两个方法确保机器获得最新知识 。

当然 , 疫情机器人也会根据新知识新语料的补充 , 进行实时训练迭代 。 而更新的手段以系统实时监测机器自我学习为主 , 人工录入为辅的方式进行 。

此外 , 借助强大的语音识别、语义理解、自然语音合成等技术 , 疫情机器人能够准确理解人类语言 , 并从智能知识库获取信息 , 反馈给通话人 。 通话双方可以有多轮对话 , 机器人也不怕被中途打断 。

借助上述知识包和NLP技术 , 在达摩院团队经过连续多个通宵的测试和调优 , 机器人已能答复大部分常规问询 。 在后台 , 机器人与人工客服协作办公 , 机器人无法解决的问题转交人工 。 达摩院称 , 上线第一天 , 浙里办的网上智能问诊服务对用户咨询的解决率超过92% 。

推荐阅读