如何利用20萬條客戶咨詢消息，打造一款功能定制化的自動聊天應(yīng)答機(jī)器人？如何將大量消息轉(zhuǎn)化為常見問題，整合進(jìn)機(jī)器人的設(shè)計工作流程中？本文除了回答這些問題之外，還從需求、設(shè)計思路、面向人群、 實現(xiàn)方式等方面作了一番梳理。

我們在六個月內(nèi)收集了一家大型房地產(chǎn)公司從訪問該網(wǎng)站的數(shù)據(jù)中收集的20萬條消息，并進(jìn)行了深入分析，設(shè)計了一個滿足特定需求的聊天機(jī)器人。

首先看需要確定哪些因素，包括：

最常見的問題（FAQ）/服務(wù)需求

這些問題的主題，以及不同主題之間的分布情況

訪問者通過詢問這些主題試圖實現(xiàn)的目標(biāo)是什么

我們?yōu)槭裁礇Q定這樣做？簡而言之就是，我們希望做出數(shù)據(jù)驅(qū)動的決策。

客戶來到我們這里，他們的潛在客戶或現(xiàn)有客戶在訪問網(wǎng)站時發(fā)送了20萬條消息，這些消息是發(fā)送給實時聊天服務(wù)的。包括由在線代理機(jī)器人回復(fù)的消息，以及客服離線期間錯過的消息。

我們運(yùn)行了一種數(shù)據(jù)算法，將這些消息分類為類似信息的集群。在這一點上，我們無法自信地考慮他們的意圖。我們花了很多精力將它們設(shè)計成我們設(shè)計聊天機(jī)器人的意圖。

這20萬條消息可以歸結(jié)為90個FAQ，我們通過人工分類劃分為3類，分別是：

1、可以自動回答的問題

2、在回答之前需要一系列問題來獲取上下文信息

3、需要機(jī)器人客服將訪問者轉(zhuǎn)接到人工客服，以獲得準(zhǔn)確的答案

算法解決什么問題？

以前，在決定將哪些會話流轉(zhuǎn)接給聊天機(jī)器人時，很多靠的是猜測。因為并沒有能夠獲得數(shù)據(jù)，讓我們確定哪些對話對用戶而言是最有用的，因為我們不知道用戶想知道什么。

如何實現(xiàn)？

實際上，實現(xiàn)這個目標(biāo)是一個“意圖聚類”的過程。這有助于分析兩人之間的聊天記錄。我們將這些信息輸入算法，確定具有相似含義的語句簇，這一過程就是所謂的“語義聚類”。語義聚類讓我們可以考慮優(yōu)先使用哪些短語來訓(xùn)練聊天機(jī)器人，來理解并進(jìn)行對話（NLP訓(xùn)練），哪些問題應(yīng)該通過在問答服務(wù)中進(jìn)行訓(xùn)練，以命令和響應(yīng)的方式提供靜態(tài)的答案，在這種情況下，可以使用微軟的問答機(jī)器人。

潛在用戶有哪些？

UX /會話設(shè)計師。這種分析可以實現(xiàn)以用戶為中心的設(shè)計，因為可以得知需要構(gòu)建哪些用戶路徑。我們的目標(biāo)是提供問題的在當(dāng)前文本情景下的答案，這類問題是聊天機(jī)器人無法正確處理的。

機(jī)器人訓(xùn)練師。他們現(xiàn)在知道哪些意圖是最重要的。訓(xùn)練師可以優(yōu)先訓(xùn)練機(jī)器人，以了解它們最常被問及的主題的不同短語。

客戶。我們提供關(guān)于對話的概述摘要，內(nèi)容包含主要數(shù)據(jù)點、對話中提及的主題類型和頻率，消息數(shù)量等。

這個過程具體分哪幾步？下面用“門外漢”式的方式解釋一下。

1、從客戶或第三方聊天機(jī)器人供應(yīng)商出獲得會話腳本。

2、運(yùn)行算法，通過機(jī)器學(xué)習(xí)模型進(jìn)行對話，并處理每個對話中的句子，按語義對句子進(jìn)行分類。

3、然后運(yùn)行另一種算法，將這些按預(yù)測具有相似“意圖”的句子分成組。注意，這時的同一聚類中可能包含彼此不完全相關(guān)的句子。這些句子中只是包含類似的信息。

4、接著人工瀏覽這些句子，并對句子集群進(jìn)行分析，向聚類內(nèi)容分配標(biāo)簽，得到一個單獨的“意圖”列表。

集群與意圖：這里需要對這兩個概念作一個區(qū)分。集群是一組具有相似語義的句子。比如可以確定10個句子，內(nèi)容似乎都是關(guān)于購買房產(chǎn)的。但是因為這是一種無監(jiān)督的機(jī)器學(xué)習(xí)算法，沒有人類背景，確定某個集群是否可以轉(zhuǎn)化為“意圖”必須要人類進(jìn)行驗證。

5、設(shè)計師利用這些“意圖”和常見問題設(shè)計工作流程，以便能夠順利回答人類提出的問題，或滿足人們的請求。

我們對客戶提出問題和要求進(jìn)行了調(diào)查，內(nèi)容包括：

客戶詢問的主要主題和每個主題中的消息數(shù)量

在每個主題中子話題的類型

前10個主題中的消息頻率和分布情況

關(guān)于客服人員在線或不在線時的對話主題的比較

結(jié)果發(fā)現(xiàn)，在最熱門10個消息主題中，有一半與房價、設(shè)施和地理位置有關(guān)。

這三個主題占到用戶查詢在線客服機(jī)器人消息總量的一半。

最冷門的話題是關(guān)于停車位的，只占查詢信息總量的3%。

算法的工作原理

算法從對話中獲取句子并進(jìn)行向量化。在更高一級，向量化的句子對詞語之間的關(guān)系進(jìn)行分配，比如算法會確定，素食者吃蔬菜。

然后再使用另一種基于向量的算法，將句子分組為具有相似語義的群集。

面臨的挑戰(zhàn)

要準(zhǔn)確地將意圖分配給對應(yīng)的信息集群需要人工操作。當(dāng)集群數(shù)量很多時，對團(tuán)隊而言就是個很繁瑣的任務(wù)。而且，將90個常見問題整理成能夠反映用戶意圖的工作流程，需要多元化背景團(tuán)隊的密切合作。