人工智能在客服系统的应用及关键技术

王铮; 任华; 路绪海

doi:10.11959/j.issn.1000-0801.2018302

您当前的位置：

首页 >

文章列表页 >

人工智能在客服系统的应用及关键技术

专栏：人工智能技术与应用 | 更新时间：2024-06-05

- 人工智能在客服系统的应用及关键技术
- Key technologies of AI in customer service system
- 电信科学 2018年34卷第12期页码：84-91
- 作者机构：
- 作者简介：
  
  [ "王铮（1973-），男，中国电信股份有限公司上海研究院高级工程师，主要研究方向为大数据架构、数据挖掘分析和人工智能技术。" ]
  [ "任华（1977-），女，中国电信股份有限公司上海研究院高级工程师，主要研究方向为数据挖掘分析、大数据和人工智能技术及应用。" ]
  [ "路绪海（1983-），男，中国电信股份有限公司上海研究院高级工程师，主要研究方向为数据挖掘分析和人工智能技术。" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2018302
  中图分类号： TP391
- 网络出版日期：2018-12，
  
  纸质出版日期：2018-12-20
- 稿件说明：
移动端阅览
王铮, 任华, 路绪海. 人工智能在客服系统的应用及关键技术[J]. 电信科学, 2018,34(12):84-91.

Zheng WANG, Hua REN, Xuhai LU. Key technologies of AI in customer service system[J]. Telecommunications science, 2018, 34(12): 84-91.
王铮, 任华, 路绪海. 人工智能在客服系统的应用及关键技术[J]. 电信科学, 2018,34(12):84-91. DOI： 10.11959/j.issn.1000-0801.2018302.

Zheng WANG, Hua REN, Xuhai LU. Key technologies of AI in customer service system[J]. Telecommunications science, 2018, 34(12): 84-91. DOI： 10.11959/j.issn.1000-0801.2018302.

摘要

客服体系架构中，人工坐席、工单处理等环节需要大量的人工操作，成本较高，效率相对较低，而且会有一定比例的问题及故障无法找到责任方甚至无法解决。在客服体系中，引入人工智能技术后，在一定程度上可以解决这些问题，降低成本并提高客服的整体效率和效果。分析了人工智能应用于客服体系的关键技术，包括语音识别、语音合成、自然语言处理等。就新技术在运营商客服体系中的应用进行了探讨，并通过简单实例阐述了在实际应用时的效果。

Abstract

In the customer service system structure

manual seats

work order processing and other links require a lot of manual operations and participation

the cost is high

the efficiency is relatively low

and there will still be a certain percentage of problems and failures that can’t be found and resolved.In the customer service system

the introduction of artificial intelligence technology can solve these problems to a certain extent

reduce costs and improve the overall efficiency and effectiveness of customer service.The key technologies which could be applied to the customer service system in AI were analyzed

including speech recognition

speech synthesis

and natural language processing.The application of new technology in the customer service system of the operator was discussed.The effect in practical application was illustrated by an example.

关键词

Keywords

references

ZHENG X , CHEN H , XU T , et al . Deep learning for Chinese word segmentation and POS tagging [J ] . Empirical Methods in Natural Language Processing , 2003 : 647 - 657 .

王灿辉 , 张敏 , 马少平 . 自然语言处理在信息检索中的应用综述 [J ] . 中文信息学报 , 2007 , 21 ( 2 ): 35 - 45 .

WANG C H , ZHANG M , MA S P . A survey of natural language processing in information retrieval [J ] . Journey of Chinese Information Processing , 2007 , 21 ( 2 ): 34 - 45 .

BIRD S , KLEIN E , LOPER E . Python自然语言处理 [M ] . 陈涛,张旭,崔扬,等译.北京 : 人民邮电出版社 , 2014 .

BIRD S , KLEIN E , LOPER E . Python natural language processing [M ] . Translated by CHENG T,ZHANG X,CUI Y,et al . Beijing : Posts＆Telecom PressPress , 2014 .

李涛 , 王次臣 , 李华康 . 知识图谱的发展与构建 [J ] . 南京理工大学学报 , 2017 , 41 ( 1 ): 22 - 34 .

LI TAO , WANG C C , LI H K . Development and construction of knowledge graph [J ] . Journey of Nanjing University of Science and Technology , 2017 , 41 ( 1 ): 22 - 34 .

蔡鑫 , 娄京生 . 基于LSTM深度学习模型的中国电信官方微博用户情绪分析 [J ] . 电信科学 , 2017 , 33 ( 12 ): 136 - 141 .

CAI X , LOU J S . Sentiment analysis of telecom official micro-blog users based on LSTM deep learning model [J ] . Telecommunications Science , 2017 , 33 ( 12 ): 136 - 141 .

ANOTONELLIS I , BOURAS C , POULOPOULOS V . Personalized news categorization through scalable text classification [C ] // The 8th Asia-Pacific Web Conference on Frontiers of WWW Research and Development,January 16-18,2006,Harbin,China . New York:ACM Press , 2006 : 391 - 401 .

HU M , LIU B . Mining and summarizing customer review [C ] // The Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining,August 22-25,2004,Seattle,WA,USA . New York:ACM Press , 2004 : 168 - 177 .

JOULIN A , GRAVE E , BOJANOWSKI P . Bag of tricks for efficient text classification [J ] . Computer Science,arXiv:1607.01759v3 ,

浏览量

2104

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

电信运营商AI客服平台技术研究与应用分析

运营商智能客服的关键技术和发展趋势

多目标滚动时域优化的数学模型在运营商智能派单中的构建与应用

一种面向计算的网络模态——算力网络模态探讨

5G车联网资源优化分配方案综述