浅析语言智能处理在电信客服领域的应用

黄河燕

(1 北京理工大学计算机学院，北京100081；2 北京市海量语言信息处理与云计算应用工程研究中心，北京 100081)

1 引言

语言智能处理在电信客服领域的应用探索，源于企业开始觉醒的客户服务意识，正逐渐成为企业与用户之间重要的沟通通道，是传统电信客服在当前碎片化、多元化客服场景下达到发展瓶颈的必然选择，对推动智能客服在电信行业落地、更好地支撑电信行业发展将起到至关重要的作用。

2 背景与需求分析

以中国移动通信集团公司（以下简称“中国移动”）为例。数据显示，2017年11月份，中国移动的移动用户净增301.2万户，用户总数达8. 4亿户。

传统的电信运营商客服中心以人工服务为基础的呼叫中心为主，中国移动的10086客服团队负责面向8亿规模的移动通信客户全体提供集中化的呼叫服务，任务艰巨而繁重。但随着移动互联网与智能终端的不断普及，以及社交渠道与应用软件功能的多元化，传统客服面临着急剧增加的业务服务需求量和更为碎片化、多元化的客户服务场景，这导致传统客服面临诸多现实困难：第一，人工客服易受时间影响与制约，难以保证提供7×24 h全天候服务；第二，人工客服业务操作繁琐、业务水平存在差异，响应速度和服务质量的一致性难以保证，容易影响客户满意度；第三，业务知识更新速度加快，对服务人员的培训成本增加；第四，为满足增大的业务量和提高并发度，需要增加服务人员或者加班时间，导致人力成本高昂；第五，客服过程衍生信息难以及时保存与分析，导致知识无法共享、增加重复劳动，限制了服务的灵活性。

在传统客服面临的现实困境和巨大的市场容量的矛盾突显的情况下，迫切需要基于语言智能处理技术的智能客服来突破发展瓶颈——如何基于语言智能处理技术构建智能客服系统，是电信运营商亟需解决的关键问题。

智能客服系统的普及，能够改善用户满意度、降低人工客服成本，其精准语义分析、多语处理以及智能问答的能力将为客服领域的发展做出巨大贡献，是电信运营商在实现客户体验与服务价值“双重提升”道路上完成“加法”和“减法”的必然选择。

2.1 加法：改善客服质量，提高客户满意度

智能客服的自动问答、智能营销、内容导航等功能，能够提升响应速度和服务质量，进而全方位提高客服服务水平、提高客户满意度、增强客户关怀。此外，智能客服能够提高用户感知，为企业的在线客服、新媒体客服等提供统一智能的自助服务支撑，实时收集用户诉求和行为数据，支撑产品迭代优化升级。同时，国内主要电信运营商国际化战略发展迅猛，多语言服务需求迫切，语言智能处理技术可以从技术层面有效支撑这一需求。

2.2 减法：解放人工客服，节约人力成本

智能客服能够缩短咨询处理时限，分流传统人工客服压力、节省服务成本、减少重复劳动。在当前客服市场需求巨大以及专业知识更新快的情况下，能够避免或者缓解由于增加客服人员数量或者加班时间而带来的高昂人力成本开销，以及对客服人员的培训成本开销。此外，客户服务环节复杂、操作烦琐、工作强度大，客服人员时常需要面对用户的各种诉求和抱怨或者枯燥无味的重复性机械式操作，如果能够让没有情感的机器来承担这项辛苦而繁重的工作，无疑是对人力主观能动性的一种有效解放。

3 主要难点与挑战

目前，将语言智能处理技术应用于智能客服所面临的难点与挑战，主要表现在领域知识匮乏、用户意图复杂、会话口语化严重、多语需求迫切等方面。

3.1 问句领域性强、知识资源匮乏

是否存在共有知识，决定了“人-机”对话能否顺利进行。用户的咨询或者提问往往具有很强的领域相关性，智能客服需要强大的领域知识作为支撑，然而目前电信行业领域知识在资源种类和数量方面均存在明显短板，严重限制了智能客服的自动化、智能化、专业化发展。此外，业务知识更新速度快，如何对已构建的知识资源进行动态更新与迭代，是智能客服迫切需要解决的问题。

3.2 用户意图复杂、上下文相关性强

用户的咨询意图通常比较复杂，甚至在问询的时候并没有形成准确的咨询意图，所以需要智能客服对用户内心真实咨询意图进行有效甄别，甚至在必要的时候需要引导用户找到真实意图。因此，用户往往会基于初始提问反馈的结果，进行二次（甚至多次）咨询，构成多轮会话，在这种“交互式问答”情况下，用户所提出的问题存在紧密的上下文相关性（例如，追问问句的提出可能是基于前文已给出的信息），为多轮会话协同关联推理、保障语义分析的鲁棒性和连贯性提出挑战。

3.3 问题多样、指代缺失、口语化严重

针对同一查询内容，不同用户可能会使用不同的词语来表述相同的话题或者概念，例如用户在进行余额查询的时候，“余额够不够啦”“我还有多少钱”等均是常见的表述方式。特别地，在用户时常无法使用专业词汇准确表述自身需求的情况下，这种“词表不匹配”问题尤为突出，严重制约智能客服对问句的理解。此外，由于人机交互过程近似聊天过程，所以口语化现象十分严重，用户所提出的问题往往缺乏标准和完整的句法结构，经常出现指代缺失、语义重复、语句不规范、句子成分词序颠倒等问题，都为准确把握用户需求提出了挑战。

3.4 国际化发展、多语言需求迫切

随着中国的国际化发展战略，国内主要电信运营商纷纷布局国际业务，建设国际化的通信设施和信息高速公路。以中国移动为例，已与200多个国家和地区（其中包括“一带一路”沿线64个国家和地区）400多家运营商开展了国际通信漫游业务合作，智能客服对多语种信息处理能力有着很高的要求。然而互联网言语的弱规范性、资源稀缺语种语料匮乏，为面向口语的多语机器翻译提出了新的挑战。

4 面向电信客服的语言智能处理解决方案

为了克服上述难点与挑战，面向电信行业智能客服的语言智能处理技术，需要重点在以下三项关键技术寻求突破。

4.1 “懂得多”：面向领域的信息抽取和知识资源构建，为智能客服提供智库支撑

机器与人的区别，在于搜集甄别和利用推理知识的能力。构建领域知识资源，为智能客服提供强大的智库支撑，是加速智能客服应用与普及的必由之路。

从基础层面入手，以深度学习为基础，基于领域语义特征定义可扩展的本体库模板和知识库模板，从网络空间中海量多源非结构化文本（以百科知识和领域相关文档为主）中抽取实体、关系以及情感要素等有效信息，构建多类别、细粒度电信行业知识资源，实现对领域知识的可计算向量建模，能够有效缓解当前领域知识资源质量差、数量少、歧义大等突出问题，增强智能客服提供给用户的答案的专业性和权威性。此外，基于客服业务的衍生信息和互联网快速更新的开放信息，依托迭代优化策略，实现对知识资源的动态更新，能够确保用户从智能客户获取到最新的政策性信息。

4.2 “听得懂”：基于深层语义分析理解的自动问答，有效甄别用户真实咨询意图

传统问答系统通常基于“问题-答案”字符匹配或者浅层语义分析等技术手段，已经远远无法满足当前复杂语境下的智能客服需求。深层语义分析理解是基于关键字匹配策略的传统问答系统达到一定瓶颈之后的必然选择。

依托大规模、多粒度领域知识资源，基于“知识-文本”联合表示，挖掘与推理蕴含在文本中的隐含实体及实体关系；通过融入类脑注意力机制，增强重要特征的信号强度；通过协同关联多句信息，增强多轮会话过程中的连贯文本信息的利用率和保持率；基于问题描述视角、答案描述视角、问答对相关性视角、提问者视角等多视角融合，实现全局化答案标签自动构建以及答案选择。上述基于深层语义分析理解的自动问答，能够挖掘深层句法特征和语义信息，实现充分理解用户的问题内涵与实际意图，进而提高答案生成、选择与推荐的准确率，为智能客服提供有力的知识推理与文本理解技术支持。

4.3 “走得远”：高质量多语机器翻译，助推国际化信息高速公路建设

随着全球化进程的加速和“一带一路”战略的推进，国内电信运营商正在着力建设国际化的通信设施和信息高速公路，开展国际化的通信运营商业务合作。支持高质量多语机器翻译，将会成为新时期智能客服的重要发展趋势，直接决定了电信运营商国际化服务质量。

利用深层神经网络实现源语言的编码和目标语言的解码，进而实现基于自然语言映射的“端到端”全程多语翻译。此外，通过引入长短时记忆机制，可以有效挖掘和利用长距离依存关系；利用类脑注意力机制，能够动态建模和计算源语言端相关上下文与目标语言的关联强度。基于深度学习的多语机器翻译技术，能够有效提升翻译系统性能，并且提高机器翻译结果的质量以及可理解性，进而拓展智能客服所面向的受众群体。

5 结束语

语言智能处理被誉为人工智能皇冠上的“明珠”能够实现人工智能从“感知智能”向“认知智能”的跃迁，真正使计算机从“能听会看”到“能理解会思考”。

基于深层语义理解的语言智能处理技术，从面向领域的信息抽取和知识资源构建、基于深层语义分析理解的自动问答、高质量多语机器翻译等多角度，为智能客服系统的普及应用与提质升级提供了有力支撑。构建基于语言智能处理技术的新一代智能客服，形成跨语言、全流程、深层次的客服智能化理解、处理与服务能力，是电信行业 “贯彻新发展理念，培育发展新动能”的体现，能够在实现“移动改变生活”目标的基础上，不断强化电信行业与用户之间的连接强度与韧性、更好更方便地服务民众，为用户创造未来更加美好的智慧生活。