互联网时代|三分钟走近AI｜网购“转人工”，就一定是“人工客服”吗？_整治|商家|团伙|买家|斩断|人民

一年一度的双十一大促，早已在几天前拉开帷幕。直播间里几乎60秒不到就划过的一个商品，让人目不暇接。快速抢购商品的过程中，大量商品合并下单或不小心选错地址，则会在短时间内给商家带来海量的退改请求。
早些年电商平台刚刚兴起，几乎全部依赖人工处理客诉或是退换货申请。而当电商已经成为人们日常生活中的主流购物渠道，如果全部依靠人工处理，很快，工作量就会过载。
如今智能客服的完善，能够为消费者提供全流程的人性化服务，售后工作有条不紊。

文章插图
1950年，计算机科学之父艾伦·麦席森·图灵在一篇名为《计算机械和智能》的论文中提出“图灵测试”(The Turing test)。
是指让测试者与被测试者（一个人和一台机器）被隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试。

文章插图
艾伦·麦席森·图灵
由此，“图灵测试”被认为是人工智能概念的雏形。而这种对话模式，也为人工智能问答系统提供了蓝本。
其实在我们的生活中，移动端智能助理、电商平台智能客服、车载语音助手等一般的客服问答工具极为常见。
但随着时代的发展，一方面是新媒体浪潮之下的反复求索，另一方面是商业道路上的技术期待，催生出越来越多问答需求。问答系统自此进入了更加开放的领域，自由文本时期。
而传统的客服工作机械化、人工的物质成本与情绪成本加剧、对话时效性无法得到保障等问题，纷纷制约着问答工作的高效处理。
而将服务部署在云端，定期维护就能满足日常的稳定使用。全天候秒级响应，节约了人力成本的同时，也能够在同类型问题下、通过识别用户画像给出个性化回答。人工智能问答系统的出现并发展，为全行业带来了驱动性变革。
针对场景解析，人工高效协同
针对不同场景下的数据，智能问答系统能够自动解析提取实体与关系，用来构建对应的知识图谱。
当用户提出类似“浙江省的省会是什么？”这样的问题，只要知识图谱中存在（浙江省，省会，杭州市）这样一组数据，系统就能够根据句法解析出的问题需求，结合知识图谱给出“杭州市”这样准确的回答。
而在实际的应用场景当中，为了让智能客服更加贴近人与人对话的真实语境，系统还搭载丰富的寒暄语库。在闲聊场景下，给出模拟真人的自然对话。
因此，当消费者提出退换货请求时，系统可以通过消息过滤对用户意向进行捕捉，精准分流后选择性触发人工服务，从而提供更加高效的售后服务。
【互联网时代|三分钟走近AI｜网购“转人工”，就一定是“人工客服”吗？】能检测出用户意识，即可回答“请您输入修改后的收货地址”，得到回答后便可在后台自动化修改订单的数据，避免夜间没有客服人员而存在顾客退货或体验不满意的风险。
面对企业数据库中不存在的语句，这就需要系统通过对问题进行解析，在后台进行检索，从而给出答案。
深度自主学习，企业个性赋能
如果用户的提问涉及到时下热门问题，那么系统则会利用深度学习技术，通过识别判断用户，在海量问答知识库中进行高效检索，从而匹配最适合的答案。
而知识库也会随着系统的运营和积累实现自我优化，让问题回答的质量和宽度实现良性循环。对自由问题进行结构化解析，来提取其中主要的信息和实体，再结合句法分析进行知识推理，精准判断用户意图，来构建个性化的回答。