爲客服構建更加智能的對話機器人:多輪應答時機觸發模型

1. 研究背景

近年來,智能對話機器人在智能客服領域的應用越來越廣泛。流暢的人機對話對解決客戶的問題和維護客戶的情緒十分重要,這要求機器人必須能夠識別何時應當保持傾聽,何時應當作出回覆。然而現有的對話機器人幾乎都遵循一問一答(turn-by-turn)的交互模式,這種模式經常導致機器人對客戶不完整或重複的表達作出不合適的回覆,甚至讓對話朝着錯誤的方向發展下去。下圖是滴滴客服場景中,一個用戶和客服的對話,以及將客戶的問題輸入機器人後得到的對比結果,可以看到,客服機器人經常對這類不完整或重複的表達給出錯誤的回答。在客服領域中,用戶在移動端更加傾向連續發送短的、片段的或重複的問題,因此機器人錯誤回覆的問題更爲突出。

儘管如此,學術界關於何時纔是恰當的回覆時機的研究卻非常少。Google在Smart reply系統中提出了Triggering model,通過對郵件數據進行標註並訓練一個二分類模型來判斷某一封郵件是否應當被回覆。然而在智能客服領域,對話具有半開放、多輪交互的特點,會話級別的標註成本十分高昂並且難以覆蓋長尾意圖。另一方面,由於在線客服經常同時服務多個客戶,在回答客戶的同時還要查詢知識庫、查詢工具系統來解決用戶的問題,針對某個客戶的問題,客服往往不能及時的回覆。這就削弱了客戶和客服的對話日誌中本應攜帶的有關應答時機的監督信息,並導致以監督學習的方式訓練應答模型變得不可行。

原文鏈接:【https://www.infoq.cn/article/PryRhWq1Pj6xkB59GBX6】。未經作者許可,禁止轉載。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章