带你读《达摩院智能客服知识运营白皮书》——3.3.3 知识提炼:高频知识的提炼方法

简介: 带你读《达摩院智能客服知识运营白皮书》——3.3.3 知识提炼:高频知识的提炼方法

3.3.3 知识提炼:高频知识的提炼方法


基于已选定的知识范围和候选提炼高频知识时,需要综合考虑业务实际情况和历史知识频次,智能客服大多基于传统客服系统构建而来,传统客服系统的历史知识、历史咨询、历史日志均为可进行频次统计的高质量数据源,提炼高频知识既需要基于历史频次来提炼,也需要基于业务需求范围来提炼,本质上是二者的交叉,在业务框架下寻求最高频次的知识范围,提炼出既契合业务需求,也能够高效完成服务的知识。


当然,也不排除一种特殊情况,原先没有服务渠道,不存在任何历史服务数据的情景下,又如何来提取重要知识?


这种情景下,我们一般建议由业务专家们商议出最重要最可能被问到的内容;可以从几点出发思考做提炼:


1)平台希望传递和被客户快速获取到的信息是什么?

2)从业务视角反观客户,他们最在意的模块和内容是哪些?

3)到同行的服务渠道做体验,了解别人的业务覆盖面和内容是什么,做参考。


通过以上几方面的思考,先梳理一版初步的知识,等上线开放小流量后,即可通过日志等方式,慢慢补充客户所关注的知识要点。


步骤如下:

image.png

相关文章
|
1月前
|
数据采集 监控 机器人
浅谈网页端IM技术及相关测试方法实践(包括WebSocket性能测试)
最开始转转的客服系统体系如IM、工单以及机器人等都是使用第三方的产品。但第三方产品对于转转的业务,以及客服的效率等都产生了诸多限制,所以我们决定自研替换第三方系统。下面主要分享一下网页端IM技术及相关测试方法,我们先从了解IM系统和WebSocket开始。
51 4
|
算法 索引
m扩展索引OFDM(Spread-OFDM-IM)matlab仿真,信号检测对比ZF,MMSE,ML等方法
m扩展索引OFDM(Spread-OFDM-IM)matlab仿真,信号检测对比ZF,MMSE,ML等方法
242 0
|
自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——1.2.1 事实性知识
带你读《达摩院智能客服知识运营白皮书》——1.2.1 事实性知识
137 0
带你读《达摩院智能客服知识运营白皮书》——1.2.1 事实性知识
|
人工智能 自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——概述
带你读《达摩院智能客服知识运营白皮书》——概述
234 0
|
自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——1.1 布卢姆分类法
带你读《达摩院智能客服知识运营白皮书》——1.1 布卢姆分类法
142 0
|
自然语言处理 达摩院 知识图谱
带你读《达摩院智能客服知识运营白皮书》——1.2.2 概念性知识
带你读《达摩院智能客服知识运营白皮书》——1.2.2 概念性知识
138 0
|
自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——1.2.3 程序性知识
带你读《达摩院智能客服知识运营白皮书》——1.2.3 程序性知识
120 0
|
人工智能 自然语言处理 达摩院
带你读《达摩院智能客服知识运营白皮书》——2.1 FAQ 问答引擎
带你读《达摩院智能客服知识运营白皮书》——2.1 FAQ 问答引擎
151 0
|
1月前
|
存储 自然语言处理 关系型数据库
基于阿里云通义千问开发智能客服与问答系统
在企业的数字化转型过程中,智能客服系统已成为提高客户满意度和降低运营成本的重要手段。阿里云的通义千问作为一款强大的大语言模型,具有自然语言理解、对话生成、知识检索等能力,非常适合用来开发智能客服与问答系统。 通过本博客,我们将演示如何基于阿里云的通义千问模型,结合阿里云相关产品如函数计算(FC)、API网关、RDS等,搭建一个功能齐全的智能客服系统。
149 5
|
5月前
|
人工智能 自然语言处理 Serverless
阿里云百炼应用实践系列-让微信公众号成为智能客服
本文主要介绍如何基于百炼平台快速在10分钟让您的微信公众号(订阅号)变成 AI 智能客服。我们基于百炼平台的能力,以官方帮助文档为参考,让您的微信公众号(订阅号)成 为AI 智能客服,以便全天候(7x24)回应客户咨询,提升用户体验,介绍了相关技术方案和主要代码,供开发者参考。
阿里云百炼应用实践系列-让微信公众号成为智能客服