文本在線客服是指通過文字方式為客戶提供網(wǎng)絡互動服務。文本在線客服深受各家銀行客服中心青睞，它能提供7*24小時不間斷服務、支持多平臺服務、降低客服中心人力成本、提升客服中心運營效率等[1]。由于突破了時間、地理位置限制，客戶可隨時隨地聯(lián)系文本在線客服，商業(yè)銀行文本在線客服的客戶量逐年攀升。在某些大型商業(yè)銀行文本客服的客戶流量在客服中心整體的占比已超50%，涵蓋了APP、網(wǎng)銀、微信等多種渠道。
智能知識庫的發(fā)展歷程
表1：各商業(yè)銀行文本在線客服機器人概況
資料來源：李嘉晨.銀行智能客服中外比較及影響研究[J/OL].電子商務[2020-02-22].https://doi.org/10.14011/j.cnki.dzsw.20191015.001. 及《金融客服》。
智能知識庫建立流程
知識庫是用來存放知識的實體，可快速搜索、獲取知識點。在機器人服務過程中，算法匹配智能知識庫問題，依據(jù)發(fā)送邏輯給客戶推送答案。智能知識庫從搭建到生產(chǎn)通常包括知識庫需求梳理階段、知識庫冷啟動階段和日常運營三個階段。
1
知識庫需求梳理階段
智能知識庫建庫前，首要任務是明確建庫需求。
用戶群體的差異，會導致不同需求方對知識庫的應答能力側(cè)重點不同。用戶群體為銀行的普通客戶時，鑒于客戶有可能沒有金融基礎知識這一背景，機器人回復的語言力求簡單、易懂、指引清晰。向客戶表達難度較大的知識點時，在文字表達基上增加圖片、百科文章、視頻等多種表達方式輔助，著重保持客戶對機器人的信任度。而當機器人運用輔助銀行理財經(jīng)理時，因為理財經(jīng)理已具有一定金融知識，機器回復內(nèi)容更側(cè)重于用詞嚴謹性、答案完整性、邏輯專業(yè)化，通常僅使用文字表述。
同時，我們還需要了解客戶的問題類型以及需求方期望機器人能力達到的程度。
問題類型較集中的業(yè)務知識，知識庫梳理難度較小，積累一定經(jīng)驗后，可整理出基礎模版，提升知識梳理速度。而當知識點業(yè)務類型龐雜凌亂時，則機器人訓練題與需求方的業(yè)務專家需要保持更緊密的溝通，在梳理知識點時需要消耗的時間也較多。機器人的能力高低與機器人訓練師的訓練量高低在一定程度上成正比。
明確了需求方的期望值，機器人訓練師能清楚地規(guī)劃建庫進度。同樣是辦理流程類的知識點，有的需求方僅期望機器人向客戶介紹簡單操作流程，后續(xù)由純?nèi)斯ざ档?。有的則需要機器人基本上能解決客戶疑難問題。在介紹規(guī)定的知識點中，有的只期望告知客戶完整的規(guī)定即可，并不在意內(nèi)容篇幅是否太長會影響閱讀感受。有的則需要機器人的表達更精簡更易懂。
第三方面清楚知識邊界，明確知識中的敏感點，即哪些是知識庫不能呈現(xiàn)的內(nèi)容。諸如涉及到政治敏感詞匯或與大眾價值觀相左的知識點，則不納入機器人知識庫，而是直接由純?nèi)斯ぬ峁┓?。純?nèi)斯た梢允褂酶`活的方式應對，以保證需求方在行業(yè)中的服務口碑。
2
知識庫冷啟動階段
機器人知識庫由目錄、主問題、子問題和答案四類內(nèi)容構成。
形成節(jié)點時遵循先產(chǎn)品后渠道的原則形成節(jié)點，舉例：業(yè)務-XX產(chǎn)品-柜臺。在目錄建立時還應把握清晰明了的原則，節(jié)點間相互獨立，避免知識纏繞。特別需要關注咨詢頻率低的問題不能輕易直接掛靠在其他主問題下，容易造成答案累贅、知識庫凌亂混淆。目錄結(jié)構已梳理確定后，也不輕易增改，避免不同節(jié)點內(nèi)容有交叉。
主問題是智能知識庫的枝干。主問題根據(jù)業(yè)務內(nèi)容進行編輯、修改、總結(jié)后建立，采用通用問法，表達上精準、清晰、簡明。主問題提取所需的業(yè)務內(nèi)容由需求方提供，通常包括需求方FAQ、電話客服人員或文本純?nèi)斯しe累的知識，還包括行業(yè)規(guī)范準則、產(chǎn)品介紹、官網(wǎng)內(nèi)容等。提取主問題后，進一步與需求方確認業(yè)務表述是否有偏差。在增加主問題的過程中，當主問題增加至一定量時，建議查看對應業(yè)務節(jié)點是否已有問答，避免重復。另一方面關注需求方傳遞業(yè)務更新信息的時效性。當需求方專業(yè)專家眾多時，更需要確定統(tǒng)一的業(yè)務更新通知方式。
中文博大精深，同一個語義有不同表達方式，在不同場景下，更是多種多樣。明確主問題后，為每個主問題下擴充子問題，相當于給枝干加上葉子，葉子越濃密，樹下能遮陽的面積更大。通常問法來自于需求方提供的客戶常用問法，包括但不限于現(xiàn)場客戶問法、電話客戶問法、文本純?nèi)斯た蛻魡柗?，訓練人員加上之前其他知識庫的訓練經(jīng)驗擴充子問題。需求方知識庫正式運營后，收集線上客戶新問法，增補進智能知識庫。增加子問題時，保持語義不變的情況盡量的精簡、精準。另一方面，語義不清、多意圖語料有可能對其他主問題進行干擾，導致線上發(fā)送出錯，所以此類語料不入庫。
機器人庫答案編寫規(guī)則與FAQ不同，除了回復主問題之外，還需要考慮到算法匹配問題。在通常的算法中，主問題分值高于設定閥值時，其答案被機器自動推送出去。不可避免存在推送錯誤的情況。因此，答案需要描述完整，即通過答案可以看出對應主問題是什么，避免客戶因為推送錯誤產(chǎn)生重大損失。在答案的表達上，盡量簡明扼要，站在提問者角度編寫，體現(xiàn)人性化。答案在類型上分為“知識”類、聊天引導話術等的 “寒暄”類型，兩種類型的語言風格有所區(qū)分。另外，面對文字較多的通用性內(nèi)容可采用多種樣式編輯，使答案的呈現(xiàn)更有條理。更新頻率較高的知識點則可考慮用網(wǎng)址或鏈接，降低知識庫維護頻率。
3
智能知識庫日常運營
智能知識庫通過評測調(diào)優(yōu)，智能知識庫正式上線運營。機器人訓練師對客戶線上問法、會話進行標注，增加主子問題，優(yōu)化答案。定期跑測智能知識庫，從不同維度監(jiān)測機器人匹配情況，向算法人員反饋調(diào)整意見。定期與需求方較準答案的準確性，定期與需求方交流運營中的服務流程優(yōu)化方案，同時關注客戶對機器人的評價反饋，及時做出答案調(diào)整。
小結(jié)
智能知識庫從知識的梳理、目錄框架搭建、主子問題設立再到上線運營，沒有完全適用所有需求方的模版，每一步都離不開探索。
AI智能技術發(fā)展到第三個階段，涌現(xiàn)了新工具和新思路，能否運用于和如何運用于商業(yè)銀行智能知識庫所屬的場景，正是我們需要繼續(xù)思考的。
