大模型增強
業(yè)務(wù)協(xié)作
行業(yè)解決方案
互聯(lián)網(wǎng) 平臺互聯(lián)網(wǎng) 垂直互聯(lián)網(wǎng)
企業(yè)服務(wù) 軟件與信息服務(wù)
汽車行業(yè) 汽車行業(yè)
物流快遞 物流快遞
地產(chǎn)家居 房地產(chǎn)行業(yè)
教育 教育行業(yè)
原創(chuàng)
2023/12/15 09:21:46
來源:天潤融通
1677
本文摘要
在客服工作中,我們經(jīng)常遇到一些棘手的問題,比如:客戶咨詢了某件事情后,想要了解更多的信息,但又不知道該如何向客戶解釋,從而陷入僵局。通過國內(nèi)大語言模型來實現(xiàn)知識庫的自動擴充。對知識庫內(nèi)容進行自動擴充,可以有效減少重復(fù)勞動的時間。
在客服工作中,我們經(jīng)常遇到一些棘手的問題,比如:客戶咨詢了某件事情后,想要了解更多的信息,但又不知道該如何向客戶解釋,從而陷入僵局。通過國內(nèi)大語言模型來實現(xiàn)知識庫的自動擴充。對知識庫內(nèi)容進行自動擴充,可以有效減少重復(fù)勞動的時間。
這里就以某在線教育公司的客服系統(tǒng)為例:
知識庫介紹
在線教育行業(yè)用戶群體在年齡、性別、地區(qū)分布、教育程度等方面呈現(xiàn)出一定的差異性,這也造成了用戶對教育問題的理解具有一定的差異性。
比如:在線教育行業(yè)在不同城市地區(qū)對同一知識點的理解是有差異性的,這使得企業(yè)在內(nèi)容擴充方面需要進行針對性補充。
在線教育方式,在學習過程中會產(chǎn)生很多問題,比如:課程進度、老師水平等方面的問題。這些問題需要通過客服來進行解答,這就導(dǎo)致了內(nèi)容不斷更新和擴充。
問題解決
1、客戶咨詢問題后,根據(jù)該公司知識庫中的信息,自動匹配適合答案,并輸出結(jié)果;
2、人工客服在查詢時,根據(jù)提示查詢到對應(yīng)答案,并進行回復(fù)。
通過這種方式,大大減少了人工客服的工作量,提高了客服效率。
以大語言模型為例,在不需要人工介入的情況下,即可實現(xiàn)對問題的自動回復(fù)。而且在后續(xù)的服務(wù)過程中無需人工干預(yù),系統(tǒng)會自動記錄相關(guān)客戶信息并進行分析統(tǒng)計。
多輪會話
對話中的多輪會話功能,可以實現(xiàn)多輪對話,每一輪對話都會被記錄,從而生成一個新的對話記錄。
在這個過程中,還可以對對話內(nèi)容進行標注。
經(jīng)過上述處理后,系統(tǒng)將自動生成并存儲于知識庫中,供用戶隨時查詢和使用。
目前該公司客服系統(tǒng)已集成該功能,系統(tǒng)日均調(diào)用超千次,人工座席可使用機器人接待客戶。
知識圖譜
知識圖譜是一種存儲和共享復(fù)雜的實體、屬性和關(guān)系的模型。在該在線教育公司的客服系統(tǒng)中,大語言模型提供了一種可擴展、可復(fù)用、靈活的內(nèi)容結(jié)構(gòu)。用戶可以通過簡單的拖動拖拽,就能快速構(gòu)建出一個屬于自己的知識庫。
用戶可以根據(jù)需要將其表示為實體或?qū)傩?,再進行查詢檢索。它還可以與其他系統(tǒng)集成,如搜索系統(tǒng)、知識庫系統(tǒng)等。
在知識圖譜的構(gòu)建中,還需要考慮到知識的完整性和一致性。對于同一實體,不同角色可能有不同的理解。在實際應(yīng)用中,還需要考慮到不同角色之間的關(guān)聯(lián)關(guān)系,以及用戶輸入的數(shù)據(jù)格式是否一致等問題。
總結(jié)
本文通過對客戶的問答信息進行預(yù)處理,通過自然語言處理技術(shù)將其轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù),然后利用NLP技術(shù)將其存儲在數(shù)據(jù)庫中。
對已有的信息進行擴展,從而使客服人員能夠更快速、更準確回復(fù)。對新產(chǎn)生的信息也可以通過NLP技術(shù)自動生成相關(guān)回答,從而減少客服人員重復(fù)勞動的時間。
未來,隨著深度學習技術(shù)的不斷發(fā)展,NLP技術(shù)還將會有更加廣泛的應(yīng)用場景,也會有越來越多的大語言模型被開發(fā)出來。
專屬1v1客服
為您提供最全面的咨詢服務(wù)
掃碼立即咨詢