自然语言理解与智能客服 -...
TRANSCRIPT
自然语言理解与智能客服
中科汇联 董事长
游世学
自然语言理解与智能客服
01 深度学习与自然语言理解
当前自然语言理解的困境
自然语言理解在智能客服中的实践
自然语言理解的发展与未来
02
03
04
智能表示
• 形式逻辑与推理
– 亚里士多德：三段论逻辑
– 欧几里得：《几何原本》中展示了形式推理方
法
– 拉蒙·柳利：通过机械手段用简单的逻辑操作进
行组合，从而生成新知识
– 霍布斯、莱布尼兹：“推理就是计算（reason
is nothing but reckoning）”
– 20世纪，数理逻辑（布尔、弗雷格、希尔伯
特）：能否将所有的数学推理形式化?
– 哥德尔不完备定理与图灵停机问题
人工智能的先驱
• 1931年，图灵考入剑桥大学国王学院。1934年他以优异
成绩毕业。1935年因为一篇有关中心极限定理的论文当
选为国王学院院士。
• 1936年《论可计算数及其在判定问题上的应用》提出图
灵机。
• 1949年，他成为曼彻斯特大学计算机实验室的副主任，
负责最早的真正的计算机---曼彻斯特一号的软件工作。
• 1950年提出图灵测试。
• 1952年，图灵写了一个国际象棋程序。可是，当时没有
一台计算机有足够的运算能力去执行这个程序，他就模仿
计算机，每走一步要用半小时。他与一位同事下了一盘，
结果程序输了。
图灵测试一个标
准的模式：
C使用问题来判
断A或B是
人类还是机械
智能的来源：先验型智能
学习是智能的本质
• 人为设计具有局限性
– 设计不能穷尽
– 我们对自然界认识有限
– 假设带来损失大于经验的近似性
– 数据本身的知识与任务更加相关
• 智能很大一部分是经验
– 是人类的行为方式
– 因而可以从数据中学习
• 不学习，无智能
• 学习不是记忆，而是总结与提高
AI = ML
机器学习五大学习流派
• 符号学派
• 贝叶斯学派
• 神经学派
• 相似学习学派
• 演化学习学派
Machine Learning
BayesiansAnalogizers
Symbolysts
ConnectionistsEvolutionaries
深度学习带来的智能变革
• 通过对人脑神经元的研究以及认知科学的
研究，通过深度神经网络技术模型，实现
人工智能算法与模型新的革命。
• 我们采用基于DNN、CNN、RNN的深度
学习算法对语言、图像、语言已经带来技
术的革命性的变化。
Yoshua Bengio Yann LeCun Hinton
自然语言理解
自然语言理解：让计算机理解人类语
言，高效获取和利用语言承载的信息。
信息检索机器翻译问答系统 舆情监控
人类理解语言的智能机制
自动文摘语言教学
自然语言理解与智能客服
01 深度学习与自然语言理解
当前自然语言理解的困境
自然语言理解在智能客服中的实践
自然语言理解的发展与未来
02
03
04
自然语言理解依然充满挑战
• 歧义性：
– 分词：
• 他/ 明天/ 上午/ 将来/ 南京
• 南京/ 市长/ 江/ 大桥
• 南京/ 市/ 长江/ 大桥
• 九/ 食堂/ 二楼/ 欢迎/ 新/ 老师/ 生前/ 来/ 就餐(×)
• 九/ 食堂/ 二楼/ 欢迎/ 新/ 老师/ 生/ 前来/ 就餐(×)
• 你/ 能/ 穿/ 多少/ 就/ 穿/ 多少
• 你/ 能/ 穿/ 多/ 少/ 就/ 穿/ 多/ 少
昨晚，我的JJ带着他的青蛙BF到我家来吃饭。在饭桌上，JJ的BF一个劲地对我妈妈PMP，说她年轻的时候一定是个漂亮MM。那酱紫真是好BT，7456
不规范/噪音等因素还会进一步影响分词的处理
自然语言理解依然充满挑战• 歧义性：
– 多义词：
– 人们以为他对她有“意思(爱)”，于是，建议他对她“意思意思（表示）”。他说，
他没那种“意思”。她则反问，你们是什么“意思（用意）”。大伙中有的觉得很
有“意思（趣味）”，有的则认为真没“意思”。
– Little John was looking for his toy box. Finally he found it. The box was
in the pen. John was very happy.
• Word embedding
– 一个词用一个向量表示（离散 -> 连续）
– DL 在自然语言上最有影响的工作之一
– 问题：不能解决多义词问题；
自然语言理解依然充满挑战•语言知识的不完备
–语言在动态发展
•词典量不足：本身无法穷尽所有词汇；
•词的知识项有限：很多知识没有刻画
–以词“树”为例
–作名词使用
–木本植物
–可以植、栽、锯、砍、挖、烧
–可以用于绿化
–可以防护沙尘/遮太阳
–可以攀爬
–可以由鸟筑巢
–可以用于做家具，可以建房子，可以做
工具或工具部件
–…
语法义概念义情感义联想义社会义……
自然语言理解与智能客服
01 深度学习与自然语言理解
当前自然语言理解的困境
自然语言理解在智能客服中的实践
自然语言理解的发展与未来
02
03
04
BBC：机器人为366个职业服务的替代性
职业替代风险率
中国目前有1000万客服人员，7000万销售人员
BBC：机器人为366个职业服务的替代性
• Google Assistant可以自己打电话。
注：客户联络的生产力将发生爆发式的增长，指数级的增长！
中科汇联智能客服产品体系
通讯云（电信运营商战略合作/高并发通讯）
营销云（大数据精准营销）
服务云（CRM与海量知识）
Sinonao人工智能平台（ASR、NLP、
TTS）
知识图谱（涵盖20多个
行业）
云脑能力开放平台
外呼机器人 咨询机器人 硬件服务机器人 深脑智屏
智能客服应用场景
应用领域：金融 | 政府 | 电商 | 教育 | 民航 | 医疗 ……
• 智能外呼
• 智能对话
• 智能质检
• 智能营销
业务场景：
信息咨询
提醒通知
客户回访
电话订购
产品推荐
问卷调查
信审催收
语义理解
对话管理
知识图谱
AiCall电话机器人：降本增效
语音识别
语音合成
语义理解
多轮对话
知识图谱
智能拨打智能记录
智能语音转文字
智能对话智能分析
时间利用率：提高10倍以上人力成本：节约80%以上销售业绩：
提升200%以上
情绪波动大,工作状态差情绪饱满不波动
人工成本高，工作效率低成本大幅下降，效率高统计难度高，撞单难跟进智能统计，永不泄密
基于自然语言理解和语音识别，准确率90%以上，亚秒级平均响应时间！
获客
Acquisition
锁定客户
Locking
AiCall外呼
Activation
精准目标
Target
营收Revenue
1
2
34
5
中科汇联与清华大学语音语言
中心已经合作三年，在语音识
别、语音合成、机器学习等领
域，已经获得大量的专利技术、
核心算法，成为产学研合作的
典范。
中科汇联与哈尔滨工业大学
智能技术与自然语言处理研
究室进行合作，全面深化对
中文自然语言理解的处理，
推动人工智能皇冠上明珠的
研究突破。
中科汇联正在与北京大学计
算语言学研究所进行合作，
开展知识图谱、知识表达、
语言库、情感计算等方面的
研究，探索机器阅读理解的
新时代。
中科汇联自主知识产权
• CCTV-中国第一个
通过图灵测试的智
能做诗机器人
• 中国科学院、
CCTV人机大战
“机智过人”栏目
中文语义理解前三
名，又一次通过图
灵测试。
+ +
耳朵 大脑 嘴巴
语音识别 语义理解 语音合成
1、中国少数拥有语音识别、语义理解、语音合成三项核心技术的自主知识产权
的企业之一。
2、中文语义理解B2B2C场景下（限定领域语义理解），拥有意图识别、智能纠
错、服务场景多轮对话、语音后处理等方面均行业领先。
NLU自然语言理解引擎
预处理
会话管理
后处理
分词
语境识别
自动纠错
词性标注
指代消解
场景识别
实体识别
省略恢复
要素抽取
归一化
实体消歧
记忆网络
问题处理
交互解析 知识检索
L2R的语义计算 RNN语义计算 FM语义计算 TDD语义计算
算法
语义表达式
结果渲染
自动回答
智造答案
用户
数据
系统
算法
结果生成
自学习
交互库 要素库 知识库 数据库 互联网
基于DNN模型的NLP技术
的架构，大幅提升语义解
析正确率
海南省政府案例
海南省各级政府管理部门提供一套集政务数据、在线督查、效能监管、政务查询、绩效考核、公示公告、学习培训、工作交流
于一体的“互联网+智能督查”综合解决方案，实现一平台承载、两端同步、多部门联动，建立督查有力、管理透明、落实及
时、处理完备的信息化运行体系，保障重点项目开展和领导决策部署的落实，促进重大工程和重点项目建设的科学管理。
30000+家中小企业客户接入使用
8.9亿次机器人对话服务调用
20+行业客户选择使用
机智过人节目播出、成功入选CCTV年度AI盛典！
中科汇联人工智能技术参加CCTV、中国科学院举办的“机智过人”挑战赛，与高博、撒贝宁、史航、姚期
智、江一燕等一起同台比赛，姚期智院士宣布：中科汇联成功入选CCTV年度人工智能盛典！
自然语言理解与智能客服
01 深度学习与自然语言理解
当前自然语言理解的困境
自然语言理解在智能客服中的实践
自然语言理解的发展与未来
02
03
04
自然语言理解与情感分析
• 通过语音判断当前说话人的情感状态
– 应用：呼叫中心、人机交互、语音识别
• 情感可以从哪些方面感知？
– 声音：语调变化、语速、……
– 语意：情感词、否定、……
• 将两方面结合，判断情感
– 用于了解用户不满意的原因
• 是产品本身导致的，还是服务人
员的态度不好导致的
• 为决策层快速分析提供依据
自然语言理解的其他发展
• 最适合自然语言理解的算法模型的研究
• 自然语言理解的知识图谱、背景常识的结合
• 不同行业的自然语言理解模型的学习迁移
• 基于无监督学习的自然语言理解问题的处理
• 多模态的人机交互对话的实现
• 多语言的自然语言理解与翻译
• ... ...
AI
Thank you!