任務(wù)型對(duì)話機(jī)器人
隨著人工智能' target='_blank'>人工智能不斷的擺脫人工而達(dá)到智能，人們對(duì)人工智能的產(chǎn)物充滿期待，其中最大的方向之一便是對(duì)話機(jī)器人方向。本文將簡單介紹人工智能的發(fā)展與聊天機(jī)器人的設(shè)計(jì)，并通過在電銷場景的應(yīng)用，手把手的教讀者如何一個(gè)月內(nèi)實(shí)現(xiàn)對(duì)話機(jī)器人。
1. 人工智能
2016年，一個(gè)圍棋少年，橫空出世，打敗各路高手，站在了圍棋領(lǐng)域的世界之巔，這位少年就是Alpha Go，而由此引發(fā)了人工智能的新一輪浪潮。回顧人工智能的發(fā)展歷程，最早可以追溯到1956年，是在美國的Dartmouth學(xué)會(huì)上提出的，這一年也被認(rèn)定為全球人工智能研究的元年。
經(jīng)過數(shù)十年的研究，目前，人工智能已進(jìn)入高速發(fā)展時(shí)期，就在今年的九月十七號(hào)，舉世矚目的2018世界人工智能大會(huì)，在上海正式拉開帷幕。34場主題論壇、10位頂尖科學(xué)家、150家領(lǐng)袖企業(yè)齊聚一堂，甚至，李彥宏馬云馬化騰雷軍等互聯(lián)網(wǎng)巨頭悉數(shù)到場，激辯人工智能。無論是國際巨頭，還是BAT——都把人工智能列為了最核心的戰(zhàn)略。
2. 任務(wù)型人機(jī)對(duì)話系統(tǒng)
作為人工智能的一個(gè)載體，聊天機(jī)器人被廣泛的關(guān)注，并不斷得到發(fā)展，可以說，聊天機(jī)器人是最能讓我們切實(shí)感受到人工智能的重要產(chǎn)物之一。世界上首個(gè)聊天機(jī)器人誕生于19世紀(jì)60年代，它的名字叫Eliza，是一款定位于精神診療的機(jī)器人，雖然現(xiàn)在看來Eliza只是一種初步的、簡單的嘗試，卻奠定了機(jī)器人的不斷發(fā)展的基礎(chǔ)。自2010年喬布斯將Siri引入iphone4，聊天機(jī)器人呈現(xiàn)出井噴式增長的趨勢，國內(nèi)的聊天機(jī)器人也如火如荼地開展，微軟小冰，度秘，Siri，微軟Cortana等不斷出現(xiàn)在人們的視野，受到工業(yè)界和科研界的廣泛青睞。
以上提到的度秘、Siri、微軟Cortana這類機(jī)器人稱為個(gè)人助理，因?yàn)樗麄兊哪繕?biāo)更多的是完成人們指定的任務(wù)，而像微軟小冰則稱為聊天機(jī)器人。更為專業(yè)的稱呼是前者為特定領(lǐng)域的聊天機(jī)器人，即Task-Oriented Chatbot或Closed-Domain Chatbot；后者主要以閑聊為主，被稱為None Task Oriented Chatbot或Open Domain Chatbot。這種劃分是從機(jī)器人的功能上進(jìn)行的，而在聊天機(jī)器人的技術(shù)實(shí)現(xiàn)上又可以劃分為檢索式聊天機(jī)器人和生成式的聊天機(jī)器人。
領(lǐng)域任務(wù)型人機(jī)對(duì)話系統(tǒng)是一個(gè)閉環(huán)的雙向連續(xù)信息交換系統(tǒng)，傳統(tǒng)觀點(diǎn)往往把它粗略地分為輸入、理解和輸出3個(gè)模塊，其中輸入輸出和理解之間進(jìn)行的是確定信息的交換，理解被籠統(tǒng)地認(rèn)為是采用自然語言處理技術(shù)對(duì)輸入文本進(jìn)行分析。這種分割方式忽視了信息的不確定性和人腦對(duì)各個(gè)模塊進(jìn)行整體的、系統(tǒng)的調(diào)度協(xié)調(diào)的認(rèn)知能力，也沒有把信息內(nèi)容本身的管理與信息的調(diào)度和控制區(qū)分開來，而這些恰恰是現(xiàn)實(shí)的自然人機(jī)對(duì)話中不可回避的主要問題。因而，本文將任務(wù)型人機(jī)對(duì)話系統(tǒng)分為3個(gè)層次，進(jìn)而討論其實(shí)現(xiàn)原理。
其中最外部的IO層是對(duì)物理層面信號(hào)的處理。中間的控制層對(duì)IO層得到的編碼進(jìn)行語義解釋，維護(hù)對(duì)話系統(tǒng)的認(rèn)知狀態(tài)空間，管理知識(shí)的交互式提取和交換，并進(jìn)行對(duì)話推理和決策。最內(nèi)部的知識(shí)層是對(duì)領(lǐng)域任務(wù)相關(guān)知識(shí)的管理，目標(biāo)是對(duì)特定的知識(shí)進(jìn)行對(duì)話前的離線預(yù)處理。
3. 電銷的業(yè)務(wù)場景應(yīng)用
在了解了任務(wù)型人機(jī)對(duì)話系統(tǒng)的原理之后，結(jié)合部門的電話銷售' target='_blank'>電話銷售場景，本文覺得完全可以將銷售與客戶交流的過程交由機(jī)器人去處理。目前，電話銷售是企業(yè)開發(fā)新客戶的重要手段，電話銷售對(duì)銷售線索進(jìn)行電話撥打，從而開發(fā)出新客戶訂單。
通過開發(fā)設(shè)計(jì)智能銷售機(jī)器人，可以更好的覆蓋銷售線索，挖掘篩選出潛在意向線索分發(fā)給銷售人員跟進(jìn)，提升銷售線索的覆蓋度與成交率，更大發(fā)揮銷售人員價(jià)值，提升新客戶開發(fā)量。
智能銷售機(jī)器人有三個(gè)場景作用，即通話前、通話中和通話后。通話前可以通過線索特征來配對(duì)相應(yīng)特征的機(jī)器人，通話中機(jī)器人需要做的事情就是主題識(shí)別和對(duì)話管理，生成推薦的語音合成，通話后，機(jī)器人還可以對(duì)話題點(diǎn)進(jìn)行總結(jié)，生成意向度得分，實(shí)施現(xiàn)場轉(zhuǎn)接和掛機(jī)分配等操作。
當(dāng)然，這套產(chǎn)品方案只是為了給讀者從全局角度展示機(jī)器人的業(yè)務(wù)邏輯與模塊功能，讀者想要在一個(gè)月內(nèi)實(shí)現(xiàn)一個(gè)智能電銷機(jī)器人產(chǎn)品肯定是不太可能的，但是本文接下來提到的，如果讀者想要自己實(shí)現(xiàn)一個(gè)智能機(jī)器人，那就必須得要仔細(xì)研讀了。
智能銷售機(jī)器人系統(tǒng)層次圖
本文根據(jù)領(lǐng)域任務(wù)型人機(jī)對(duì)話系統(tǒng)層次圖設(shè)計(jì)了智能銷售機(jī)器人技術(shù)系統(tǒng)的層次圖。IO層是由百度對(duì)外開放的呼叫云平臺(tái)和AI開發(fā)平臺(tái)上的語音技術(shù)部分構(gòu)成，讀者可以方便的自己實(shí)現(xiàn)IO層的核心技術(shù)，其中讀者需要實(shí)現(xiàn)freeswitch模塊與語音網(wǎng)關(guān)和語音技術(shù)的交互，freeswitch需要從語音網(wǎng)關(guān)獲取到客戶語音，然后傳給ASR client（AI開放平臺(tái)語音技術(shù)的語音識(shí)別模塊）去實(shí)時(shí)的獲取語音識(shí)別的結(jié)果，最終將識(shí)別結(jié)果傳輸給控制層的意圖識(shí)別模塊，當(dāng)機(jī)器人給出答案（Action）后，通過語音合成，freeswitch將語音流再發(fā)給語音網(wǎng)關(guān)進(jìn)行播放。
知識(shí)層是智能銷售機(jī)器人的基礎(chǔ)，需要對(duì)行業(yè)場景進(jìn)行分析，設(shè)計(jì)自己行業(yè)的場景與話述，并且對(duì)現(xiàn)有的銷售與客戶的對(duì)話數(shù)據(jù)進(jìn)行標(biāo)注，作為控制層模型的訓(xùn)練數(shù)據(jù)。
控制層是智能銷售機(jī)器人技術(shù)實(shí)現(xiàn)方案中最核心的部分，可以說是機(jī)器人的大腦，控制中樞，決定機(jī)器人是否智能的重要環(huán)節(jié)。本文將詳細(xì)介紹智能銷售機(jī)器人的控制層技術(shù)。下圖是智能銷售機(jī)器人的核心對(duì)話方案。
智能對(duì)話方案
上述對(duì)話方案最核心的兩大模塊是NLU（Natural Language Understanding）和DM（DialogManagement）。NLU模塊負(fù)責(zé)理解客戶說的每一句話，DM模塊負(fù)責(zé)結(jié)合對(duì)話的上下文邏輯，給出應(yīng)答，這也對(duì)應(yīng)于控制層的語義理解和對(duì)話管理，而控制層的內(nèi)容生成模塊，目前采用的是檢索式的應(yīng)答方案，當(dāng)對(duì)話管理得到action后，通過檢索生成銷售機(jī)器人要說的話，當(dāng)然，本文后續(xù)會(huì)涉及到基于生成式的任務(wù)型機(jī)器人設(shè)計(jì)方案。為了讓讀者更清晰的了解對(duì)話機(jī)器人的核心技術(shù)設(shè)計(jì)方案，本文將詳細(xì)介紹NLU模塊和DM模塊的技術(shù)設(shè)計(jì)方案。
SIMNET模型框架
智能銷售機(jī)器人的NLU模塊采用的是百度從2013年便自主研發(fā)的語義匹配框架SimNet，它通過構(gòu)建文本語義相似度，克服了傳統(tǒng)基于字面匹配方法的局限。SimNet支持PaddlePaddle和Tensorflow兩種平臺(tái)訓(xùn)練?；赟imNet語義匹配框架，開發(fā)者可以快速訓(xùn)練已有的語義匹配網(wǎng)絡(luò)模型。這樣，智能銷售機(jī)器人在了解客戶每句話的意圖之后，通過對(duì)話管理模塊，控制對(duì)話過程。
DM模塊技術(shù)實(shí)現(xiàn)方案
DM模塊是通過LSTM模型對(duì)現(xiàn)有的銷售與客戶間對(duì)話進(jìn)行訓(xùn)練，得到Action決策模型，當(dāng)傳來NLU模塊已識(shí)別的意圖之后，DM模塊的DST組件會(huì)記錄客戶歷史的說話意圖，從而實(shí)現(xiàn)結(jié)合上下文給出應(yīng)答。
至此，一個(gè)身懷絕技的智能銷售機(jī)器人便設(shè)計(jì)出來了。通過部門的呼叫中心調(diào)用，就可以實(shí)現(xiàn)機(jī)器人外呼與客戶進(jìn)行交流，識(shí)別客戶意圖，促進(jìn)客戶成單了。當(dāng)然，只要知識(shí)庫語料更換，場景也可以隨之更換，應(yīng)用十分廣泛。
4. 展望未來
文章寫到這，基本已經(jīng)把智能機(jī)器人的前世今生都闡述了一遍，甚至還給出了一個(gè)實(shí)際的應(yīng)用場景，當(dāng)然還有細(xì)節(jié)沒有涉及到。在設(shè)計(jì)一款智能機(jī)器人的這條路上，還有很長的路要走，需要更多的科研學(xué)者不斷的探索與實(shí)踐，我相信，未來，智能機(jī)器人會(huì)更加智能、更加準(zhǔn)確的服務(wù)人類，會(huì)有更多的智能機(jī)器人定位，從而使人類的生活更加美好。
