产业资讯方案大厅机构大厅

基于对话流的自然语言任务与问答型机器人 · 吾来

自然语言处理强化学习神经网络问答系统机器学习深度学习来也科技

产品描述

基于积累的大量语料搭建知识库,录入并匹配知识点问答,搭建问答人工智能模型。 基于垂直领域的机器学习进行意图识别,抽取实体后基于神经网络对上下文状态搭建任务模型。 将 AI 通过 API 接口对接到企业客服系统,结合 AI 与人机交互技术(HI),使用候选回复与自动回复的方式提升效率。并基于自然语言交互进行关键词舆情监控,提高用户对整体趋势的把控并根据热点分析进行精细化销售和服务提升,保证用户体验并加速人工智能系统的迭代优化。 来也的愿景是通过 AI 赋能,让每个人拥有助理: 1. C 端产品小来是智能化的在线助理,提供日程、打车、咖啡、跑腿、差旅和个性化查询等三十余项技能(覆盖近 200 家供应商和数十万服务者),让用户用最自然的交互方式发起需求并得到便捷高效的满足; 2. B 端品牌吾来输出知识型的交互机器人和智能客户沟通系统,帮助各领域企业客户打造行业助理。目前已经在母婴,商旅,金融和汽车等行业的标杆企业实现商业化落地。 产品形态包括知识库、问答 AI、任务型对话 Bot、CRM 系统等。

1. 问答型对话: 1) 知识点自动挖掘:自动从历史对话记录中挖掘知识点并进行聚类; 2) 知识点动态更新:自动从每天新增的对话中学习新的知识点,不断完善知识库; 3) 问答模型:基于深度神经网络的语言模型,提升模型泛化能力,召回相同问题的不同问法。基于上下文的语义理解,增强模型的理解能力,提升回复召回率和准确率。模型有自学习能力,根据反馈不断优化。在数千级别知识点规模下,模型准确率可达 90-95%。 2. 任务型对话: 1) 意图识别:基于深度学习,完全数据驱动,无需特征工程。效果明显优于传统机器学习模型,在垂直领域下准确率可达 96%; 2) 实体抽取:基于深度学习,完全数据驱动,无需特征工程;方法通用,适用于多种领域不同类型的实体抽取,效果明显好于传统方法; 3) 对话控制:数据驱动,使用神经网络对上下文对话状态进行建模。直接从上下文映射到系统动作,方法通用,适用于不同领域的任务型对话。模型可通过有监督学习或强化学习进行训练。在十几个领域下,动作选择准确率可达 90-95%,需求完成率可达 80-90%。

所用技术

研发机构

来也科技创办于2015年,由常春藤盟校(Ivy League)机器学习博士团队发起,致力于做人机共生时代具备全球影响力的智能机器人公司。 核心技术涵盖深度学习、强化学习、机器人流程自动化(RPA)、自然语言处理(NLP)、光学符号识别(OCR)、个性化推荐和多轮多模交互等。公司已获得数十项专利和国家高新技术企业认证。 来也科技推出的第一款C端陪伴式机器人“小来”,已通过微信服务了千万级个人用户。 2017年,公司面向企业客户推出B端产品—智能对话机器人平台 “吾来”。 2019年,来也科技与奥森科技合并,携手机器人流程自动化平台“UiBot”,进军RPA+AI市场。