qq_25438419的博客

意图识别训练日常数据统计模板

相似问是为了完善机器人教育的一种手段，相似问同原始语料一样，都是机器人学习的对象，是提供模型训练的材料。相似问是在用户日志、行业数据复用、网上爬取相关问句等都不足以完成机器人训练时，我们才会用到的一种最基本也是最强硬的手段。也就是说，当我们完成了原始语料的归档后，这个时候我们能够得到对应场景下分类的客户原始问法以及对应的应答内容。但在实际的训练过程当中，我们会发现某一类场景，并没有原始语料能够覆盖，这个时候就需要根据自己以往的服务经验，结合业务场景去补充这些缺失场景下面的语料问答对。

意图识别通常有几个方式来做，模型+正则表达式+关键字+逻辑关系。1、模型：即 NLP 模型，这里涉及的不止是 NLU 模型，还包括语义纠错模型、句式识别模型、分词词性模型、多意图识别模型、实体识别模型等等2、正则表达式：利用正则方式的规则把识别的关键词聚合，理论上也属于关键字识别的一种。3、关键词：这个好理解，就是单纯和明确的关键字、词。4、逻辑关系：部分产品也有用到这个的，即或与非关系、包含 XX、非 XX、除 XX 等数学逻辑关系，主要方便使用人员关键字与关键字之间的关系搭配。除模型

​高​中​低​高：频率较高、大量常用的用户说法未识别或者识别错误较大程度影响线上效果及用户体验；​中：频率适中、一般常用的用户说法未识别或者识别错误一般程度影响线上效果及用户体验；​低：频率较低、不常用用户说法未识别或者识别错误较小程度影响线上效果及用户体验；

【代码】风险场景意图识别规则（正则表达式）

标注时可适当推理，但不要过度解读标注标准问时，应该以用户表述的字面意思为准，当有错别字时可以做简单推理，但不要过度解读

1、标注员每周梳理出本周发现的问题汇总及展示截图或录音，问题类型以文档形式记录。工作格式：标注任务以日期+机器人流程名称+姓名的格式命名，发现的问题以会话ID命名录音和截图，并保存本地。语音转文本在人耳能听清的情况下正确转译判断为正确，在人耳能听清的情况下错误转译判断为错误，并填写正确转译。根据客户话术及录音综合判断客户意图属于该机器人流程节点中的那个意图，如意图错误，需更改为正确意图。思考及建议优化方向：可提供对优秀话术的思考和新增意图、以客户第一视角提升交互体验的建议。标注的机器人名称：还款提醒。

工具运营AI训练师主要是支撑运营，协助算法和运营提高托管机器人的解决能力，以协助降低业务场景熔断与优化场景识别为核心运营目标，通过算法聚类、标注分析等方式，结合业务知识，提供精准、清晰的标注数据和解决方案，确保训练效果满足需求。过程中需要与算法、运营一块参与模型搭建和数据验收，并且负责核心指标和数据日常的跟踪维护。④针对知识库已有意图进行梳理和分析，反馈运营评估缺失或合并意图优化方向。③对语料数据进行挖掘、清洗，解除缠绕、冗余等问题导致的未识别。①线上case分析，及时发现识别问题导致的托管熔断问题。

语音外呼机器人主要采用主流程+知识库FAQ来实现外呼交互。

结合分词、实体识别、语义依存分析等算法，识别文本中独立的语义单元并对其进行精简，并且进一步分析句子中实体或者语义单元之间的语义关系，从而达到对文本的深度的语义分析。一句话以词切分，NLP第一步，切分的词做词性标注，如动词、名词、谓词等。语言学上的一种，用带箭头指向的弧度结构代表词与词之间的依赖存在关系。分词后的实体抽取识别，实体如地点、日期、人物等。实体和实体组合链接的物理信息。词和词间组成关系形成主干提取。情感倾向分析：积极 消极 等。计算文本语义间的相似程度，

所属场景标准问名称该标准问的核心语义匹配示例智能方案质量场景商品撒漏、破损①商品的外包装有破损、漏气②鸡蛋等商品磕破、破损有破损关键词：碎、破、裂等明确状态；①外包装破损：外包装破了、包装坏了、包装破损、外壳是破的、盒子破了②破碎：鸡蛋碎了、破了3个鸡蛋、②包装漏气：漏了、漏气、牛奶/可乐漏了👇点击查看方案安抚+生鲜48H内引导自助退款，48H外婉拒，非生鲜48H内引导自助退款，48H外引导转在线客服XX场景XXXXXXXX。