发布时间：2022-12-25 分类： 电商动态
在技术不断发展的时代，据说它是人工智能的时代。从以往的大数据到当前的AI时代，智能机客户服务系统是典型的产品。
客户服务系统中的机器人
客户服务系统的兴起基于满足降低公司劳动力成本和维护能源的需求。客户服务系统的产品设计。上次，我分享了历史上最详细的客户服务系统产品。后端产品经理的工作实例是如此苦涩？ ？，但除了工作订单管理，客户管理和客户服务系统的BI之外，最困难的是如何提高客户服务系统的效率。
就客户服务系统的使用效率而言，它是否能够减少人工服务的数量，手动服务的时间比例，甚至提高公司的业务绩效。在这方面，我的客户服务系统的比例仍然是机器人的答案。
[机器人问答的产品设计]
然而，在机器人答案的开发过程中，机器人响应的方式今天也是基于关键字匹配和大数据的组合而开发的。
[APP端机器人客户服务]
[WEB方客户服务]
在产品登陆中，对目前国内方法在中文分词方面的研究，现在有三大词分词算法
第一类称为基于分词的分词方法
第二种基于理解的分词方法
第三种基于统计的分词方法
与早期纯关键词匹配相比，国内机器人现在基于NLP（自然语言处理技术也逐渐兴起）。作为PM，我们如何进入登陆机器人问答系统？我来谈谈我的案例分享：/p>
建立知识库
如果我们说0-1的客户服务系统，那么机器人模块最重要的部分从一开始就是建立一个知识库。这个知识库的重要性在于未来的模型建立。
所以问题是，模型是什么？
[对话模型]
在日常生活中，我们所知道的模型相当于模具。模具可以用作一个点。它可以生产更多产品。模型越好越精确，批量生产的结果就越准确。
更精确，更快速
然后对话模型是我们在这里提出的模型。在不同的行业中，我们可以知道用户消息内容的范围，答案的范围也不同。
那么如何训练模型，只需通过对话找到问题的答案，问题的答案
[问答培训]
[答案和问题分析]
这是一个关键字：corpus
您可以理解一些词典，但词汇的不同之处在于它包含更多的测试单词，句子，符号和其他数据，而词典是我们知识库中最重要的匹配词汇。
既然我们要考虑模型和语料库，我们首先要考虑公司的业务是什么？这就是所谓的特定域，然后是全局域
目前，这些语料库在互联网上有一些公共包，PM可以下载并了解它是否符合公司的业务。通过这些语料库，您可以了解模态粒子，标点符号，违规敏感度等。
这里从特殊领域的语料库，金融证券行业的简单列表中，最关键的语料库是：公司产品名称，股票名称，公司名称，公共服务名称
这些是语料库中的词汇。在公司的知识库中，我使用图表进行排序和组合。
由于上述逻辑关系清晰，我们可以看到知识库是机器人答案的重要组成部分。
[网易7鱼]
从上图中可以看出，知识库提供了用于分类管理的分类管理模块，并将问题与知识库相关联。
[知识点和常见问题]
将问题匹配到相应的知识点，机器人还需要知道同音词或除问题之外的其他内容，如何删除无效内容，并匹配问题的答案。
[类似词汇]
建立类似词典的意义在于促进机器人理解与同义词的相似性并匹配问题。
添加知识库的问题和答案。让我们首先考虑问题和答案之间的对应关系。
也就是说，在对话模型中，问题是否对应于两个答案，以及一个答案是否对应两个以上的问题？
[知识库添加]
最好的方法是使用EXCEL文档来组织文档并将其导入上传。在这里，我借用了一些客户服务系统的机器人中心文档，对其文档进行了分类，并编译了以下模板
在这种情况下，即使公司没有客户服务系统，它也可以通过日常文档分类快速建立同义词库。
基于字符串的匹配算法
在产品设计中，该系统仍然基于字符串匹配算法。使用正相最大匹配，反向最大匹配分数和最小分数分数
那么什么是前向匹配算法？
前向最大匹配算法：匹配要从左到右分类到词汇表的文本中的几个连续字符。如果匹配，则会对单词进行分段。
但这里有一个问题：要做出最大的匹配，这不是你第一次匹配它。我们来举个例子：
要分割的单词的文本如下：
内容[]={'生产'，'产品'，'经经'，'理理'，'从'，'这'，'站'，'起起'，'来来'，'了'，' 。 “}
词汇：dict []={'产品'，'产品经理'，'从这里'，'站起来'}
这里CONTENT [1]从左到右开始正向扫描，然后扫描到第一个内容[1]，这次扫描单词“产生””单词，扫描到第二个内容[2]，这次扫描到[产品];匹配字典[1]，但由于字数是2个字，所以需要3个字，继续这样扫描。
循环处理，最终扫出单词。但是这次扫描的结果可能是：产品/产品经理/来自/本/展台/来，或产品/产品经理/来自/本站/来......
结果是使用最小切割字，即单词的转换方法，但当然，由于采用了基于字符串匹配的分词方法，这里的缺点是分为模糊问题。
因此，我们将全面匹配反向最大匹配，正最大匹配和最小分数结果。最少分词是将双向分割的结果与正面和负面问题进行比较，并选择分段数的结果。
机器人知识库初始化
在机器人的设置中，建议在开头没有词汇时，产品经理需要考虑一些基本词典，即公司名称，公司产品，微信公众号，网站地址等。
[机器人初始化]
这种设计的原因很简单，这是公司的基本问题或答案。在这种情况下，客户服务系统机器人在外部或甚至将来运行，方便客户首先设置他们的基本机器人数据。
除了上述机器人的基本词汇外，还有一个机器人歌词库，每种类型的词典答案都受到产品设计的限制。
例如，当被问到三个问题时，它们无法与机器人的答案相匹配。机器人应使用手动提醒或应答方法让用户找到手动解决方案。
[转换人类]
在当前的机器人系统中，我一直将此产品定位于此产品设计中，以帮助手动客户服务减少工作量并提高工作效率。机器人不能完全替代劳动力，因此保持机器人和手动切换，这样用户就可以获得良好的解决方案体验。
总结
在技术不断发展的时代，据说它是人工智能的时代。从以往的大数据到当前的AI时代，智能机客户服务系统是典型的产品。
虽然对于PM来说，客户服务系统的难点在于如何运行公司的客户服务业务流程并建立良好的服务流程。
1.分享客户服务工作量
2.积累客户服务经验，不断完善问题库
3.自定义机器人样式以模拟手动聊天。
但困难在于如何通过人工客户服务积累学习更多知识，并通过数据渠道获得客户服务和客户行业的专业基础知识。
