学会这5条,玩转小蜜客服知识库

简介: 小蜜客服知识库维护指南

小蜜客服是阿里巴巴出品的基于钉钉开放平台的智能客服机器人,它功能强大,可以覆盖内部协同和外部业务场景。那么作为承载业务量最大的模块,小蜜客服的知识库该如何维护呢?下面有5条FAQ,希望能够给大家帮助。


Q1.什么是类目?什么是知识标题?什么是核心词?三者有什么区别?

A1:类目是对业务知识进行管理分类的区划。它的目的是为了方便业务人员进行运营管理。根据业务维度的不同,类目设置的维度也不尽相同,如按组织结构拆解(面向企业内部)、按业务结构拆解(面向多样业务)、按产品功能拆解(面向产品功能)、按用户路径拆解(面向业务流程)。

例:当我们面向内部协同办公场景,业务区块可能包括IT、HR、财务等模块,对应模块的知识内容相互独立。那么我们可以将IT、HR、财务等作为知识类目。


知识标题是最贴近用户真实问法的语句。它与答案构成了一条知识。相似问法是与知识标题相似的、面向同样业务的其他常见问法的描述。

例:在财务场景中,用户经常咨询财务报销流程。那么“出差报销如何申请”及相应流程构成一条知识,“出差报销流程如何申请”为知识标题,相关流程为答案。


核心词用户问法中最核心词的词汇,也即知识标题中最核心的词汇。同义词是指相对于核心词而言的意思相近的词。核心词及其同义词一定包含于知识标题及其相似问法中。核心词是为了区分用户的核心意图,也是算法快速识别定位知识的关键要素。

例:在知识标题“出差报销流程如何申请”中,“出差”为其核心词,如用户咨询中包含“出差”这一核心词,则系统会优先匹配与该核心词相关联知识标题,未匹配到的话则全局匹配知识标题。

某一类目下,可能会有若干知识标题与答案,每个知识标题都有其对应核心词。

 

Q2.核心词该如何抽取?

A2.核心词提取方法包括如下3种:

删除法:用户在询问该问题时,是否会去掉这个核心词;或核心词去掉后是否影响对句意的理解。

例:Q:如何办理收入证明?

核心词:收入证明;

转换法:根据用户不同的问法,找出用户问法中基本不会变换的核心关键词,作为核心词。

例:Q1:如何办理收入证明?Q2:收入证明怎么办理?Q3:怎么开收入证明?Q4:怎么办理收入证明?

核心词:收入证明;

比较法:(用户问法中有多个核心词):与另一个词相比,谁关联的知识点维度更加清晰,易于分辨,则应作为核心词。

例:Q1:五一节怎么放假;Q2:春节怎么放假;Q3:国庆节怎么放假;Q4:圣诞节怎么放假;

核心词:放假。

 

Q3.一个核心词可以关联多个问题么?

A3.一个核心词是可以关联多个问题的,核心词的主要目的是定位问题,因此可能出现若干个知识标题核心词一样的情况。

例:Q1:如何办理收入证明?Q2:收入证明的用途?核心词均为:收入证明。

 

Q4.一个核心词可以是其他核心词的同义词么?

A4.不可以。

例:Q1:五一节怎么放假;核心词:放假,同义词:假期;Q2:国庆假期日程安排;核心词:假期;这样维护是错误的,需要将其统一为核心词为放假,同义词为假期。

 

Q5.机器人出的答案不准确的常见原因有哪些?

A5.常见原因包括如下情况:

1.知识标题中不含所维护的核心词。例:Q1:五一节怎么放假;核心词:假期。修复方式:更改核心词。


2.知识标题中的核心词是其他问句的同义词。例:Q1:五一节怎么放假;核心词:放假,同义词:假期;Q2:国庆假期日程安排;核心词:假期;修复方式:更改核心词。


3.核心词之间出现包含。例:Q1.因公出差申请流程,核心词:因公出差:Q2:出差报销申请流程,核心词:出差;修复方式:简化核心词。


4.错吧类目当核心词:例:Q1.电脑蓝屏保修流程,核心词:IT。实际IT为该知识标题所在类目。修复方式:更改核心词。


5.匹配上了其他知识标题的核心词。

例:Q1. 创建土地出让单据时无法保存,核心词:无法保存;相似问法:1. 创建土地出让单据时无法保存2. 土地出让单据怎么提交不了3. 如何报错或者提交土地出让单据。抽取的核心词名称为“无法保存”,但是用户的常见表述中,存在用户不说“无法保存”的情形,但是用户通常会说“土地出让单据”或“单据”。系统在匹配过程中,也可能匹配到“单据”,从而优先在“单据”这一核心词下的知识中进行匹配。因此,本例中用核心词“单据”或“出让单据”替代原来的核心词“无法保存”。


6.核心词过长或者过短。部分用户存在将同义词和和核心词维护在一起的情况。

例:Q1:五一节怎么放假;核心词:“假期,放假”。在此情况下,系统默认的核心词为用户维护的“核心词+同义词”,造成匹配错误。修改方式为修改核心词为“放假”,同义词为“假期”。

7.其他异常情况。可联系小蜜客服支持人员定位解决。

 

 

更多小蜜客服使用培训与技巧,欢迎加入钉钉群:23168255咨询沟通。


相关文章
|
7月前
|
存储 弹性计算 运维
自动化客服响应与知识库查询
【4月更文挑战第30天】
86 0
|
自然语言处理 运维 机器人
小蜜客服,让药明康德办公更快一步
药明康德通过小蜜客服在实际业务中的使用,达到了快速运维、高效办公、及时沟通的业务效果,每月服务的人次达1W人以上,促进了整体效率的提升。
1929 0
|
自然语言处理 机器人
如何开通钉钉上小蜜客服的在线客服功能
钉钉小蜜客服在线客服开通流程。
10732 0
|
新零售 自然语言处理 大数据
阿里云小蜜获评"智能客服技术产品/解决方案大类推荐品牌"
7月24日,由客户世界机构主办,中国呼叫中心与电子商务发展研究院、全球呼叫中心产业联盟联合支持的客户世界• 洞察者2018北京论坛在丽景湾国际酒店圆满举行。作为全球领先的智能客服产品及方案提供商,阿里云小蜜获得本次大会主办方颁发的“智能客服技术产品/解决方案大类推荐品牌”奖项。
3910 0
|
新零售 自然语言处理 算法
LTR:应用于电商智能客服领域知识库搜索的实践
    关键词:搜索、机器学习、学习排序、Learning to Rank(LTR)   1:背景   搜索引擎排序(Ranking)的优化是搜索领域中普遍遇到的问题,通常会涉及到很多的排序策略,传统的排序方法一般通过构造相关度函数,然后按照相关度进行排序。
3801 0
|
12天前
|
机器学习/深度学习 自然语言处理 搜索推荐
深度分析 | 2024主流的智能客服系统有哪些?他们是怎么实现的?
本文深入探讨了智能客服系统的使用方法和相关技术实现逻辑,涵盖前端交互、服务接入、逻辑处理、数据存储四大层面,以及自然语言处理、机器学习、语音识别与合成、数据分析与挖掘、知识库管理和智能推荐系统等核心技术,帮助企业更好地理解和应用智能客服系统,提升服务效率和客户满意度。
70 1
|
2月前
|
存储 自然语言处理 机器人
实战揭秘:当RAG遇上企业客服系统——从案例出发剖析Retrieval-Augmented Generation技术的真实表现与应用局限,带你深入了解背后的技术细节与解决方案
【10月更文挑战第3天】随着自然语言处理技术的进步,结合检索与生成能力的RAG技术被广泛应用于多个领域,通过访问外部知识源提升生成内容的准确性和上下文一致性。本文通过具体案例探讨RAG技术的优势与局限,并提供实用建议。例如,一家初创公司利用LangChain框架搭建基于RAG的聊天机器人,以自动化FAQ系统减轻客服团队工作负担。尽管该系统在处理简单问题时表现出色,但在面对复杂或多步骤问题时存在局限。此外,RAG系统的性能高度依赖于训练数据的质量和范围。因此,企业在采用RAG技术时需综合评估需求和技术局限性,合理规划技术栈,并辅以必要的人工干预和监督机制。
160 3
|
22天前
|
存储 人工智能 运维
最新榜单 | 盘点2024年10大主流工单系统
随着互联网的发展,工单系统因其多样化功能和高效管理能力,成为企业运营的重要工具。本文介绍了10大主流工单系统,包括合力亿捷、阿里云服务中台、华为云ROMA ServiceCore等,它们各具特色,帮助企业提升服务质量和运营效率,实现数字化转型。
44 7
|
2月前
|
人工智能 自然语言处理 搜索推荐
AI技术在智能客服系统中的应用与挑战
【9月更文挑战第32天】本文将探讨AI技术在智能客服系统中的应用及其面临的挑战。我们将分析AI技术如何改变传统客服模式,提高服务质量和效率,并讨论在实际应用中可能遇到的问题和解决方案。
324 65

热门文章

最新文章