深度学习核心技术精讲100篇(四十六)-情感分析算法在阿里小蜜的应用实践
前言
人機對話一直是自然語言處理領域內的重要研究方向之一,近年來隨著人機交互技術的進步,對話系統正逐漸走向實際應用。其中,智能客服系統受到了很多企業尤其是中大型企業的廣泛關注。智能客服系統旨在解決傳統客服模式需要大量人力的狀況,在節約人力的同時,使得人工客服在針對特別問題或者特別用戶時能夠提供更高質量的服務,從而實現 '智能客服+人工客服' 在服務效率和服務質量兩個維度上的整體提升。近年來,許多中大型公司都已經構建了自己的智能客服體系,例如富士通的FRAP[1]、京東的JIMI[2]和阿里巴巴的AliMe[3]等。
智能客服系統的構建需要依托于行業數據背景,并基于海量知識處理和自然語言理解等相關技術。初代智能客服系統主要面對業務內容,針對高頻的業務問題進行回復解決,此過程依賴于業務專家對高頻業務問題答案的準確整理,主要的技術點在于精準的用戶問題和知識點之間的文本匹配能力。隨著技術的發展和對用戶實際需求更加準確的捕捉,智能客服系統的定義和能力涵蓋范圍也發生了明顯的變化。新型的智能客服系統將服務范圍定義為泛業務場景,除了解決處理核心的高頻業務問題,智能導購能力、障礙預測能力、智能語聊能力、生活助理功能以及生活娛樂交互等方面的需求也同樣被重視和涵蓋。
在服務范圍被定義得更加廣泛的同時,新型的智能客服系統在類人能力程度上也被提出了更高的要求。其中,情感能力做為類人能力的重要體現,已經在智能客服系統的各個維度的場景中被實際應用,并且對系統類人能力的提升起到了至關重要的作用。
本文以阿里巴巴的智能客服平臺產品:阿里小蜜為對象,介紹其在基于情感分析能力上的算法模型原理,并圍繞智能客服系統中人機結合的服務形式,從六個維度總結和介紹了情感分析技術在智能客服系統中的應用場景,包括用戶情感檢測、用戶情感安撫、情感生成式語聊、客服
總結
以上是生活随笔為你收集整理的深度学习核心技术精讲100篇(四十六)-情感分析算法在阿里小蜜的应用实践的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 实用的才是最好的,教你如何以MATLAB
- 下一篇: Tableau可视化分析实战系列(三十一