X-Bot

  1. 主页
  2. X-Bot
  3. 产品文章
  4. 核心功能之《问答双引擎》

核心功能之《问答双引擎》

机器人的问答准确率,一方面取决于问答算法,更主要取决于知识库语料的丰富程度和质量。市面上的问答底层算法技术差别不大,大多结合了检索、NLP、深度学习等技术,区别在于问答的推送逻辑以及如何组合利用问答算法。 

01  什么是问答双引擎

顾名思义,X-Bot同时支持两种问答引擎模式,即:普通问答(采用NLP算法)和模型问答(采用深度学习算法)。

02  普通问答和模型问答有什么区别

二者采用的算法技术不一样,因此各有优缺点。

1、普通问答:
优点:即配即用,适用于前期上线。知识点只需简单配置几个相似问法,就可以快速上线交付。
缺点:知识点的识别泛化能力不足,若知识库存在语义相似或相关的知识点,容易进行模糊推荐。

2、模型问答:
优点:模型问答功能将极大增强机器人的识别能力,提高知识点的识别效果和命中率。
缺点:应用要求较高,需要知识点的相似问数量和质量达到一定要求才可以进行模型问答。而且可解释性较差,对最终的识别结果难以描述解释。

03  当前市面上机器人的问答方式

目前,市面上的客服机器人厂商主流都是采用NLP普通问答的方式,若要进行模型问答,一般需要客户提供语料,厂商线下训练模型后再交付。整个交付流程复杂,而且对语料质量要求较高,导致交付周期较长。

X-Bot结合这两种问答方式的优点,摒弃其缺点,在产品上整合了问答推送逻辑,创新地提供了一键开启模型问答功能,无需线下部署训练,就可以快速搭建自己的模型知识库。前期知识点的相似问法数量不够,系统会默认通过普通问答进行回复,待系统上线一段时间后,通过知识学习工具,将知识点的相似问数量扩充足够、质量够好时,就可以开启使用模型问答。

04  问答效果对比

开启模型问答前,对于访客比较发散的长问句,机器人可能进行相似问题模糊推荐:

开启模型问答后,对于访客发散的长问句,语义识别能力更强,直接命中效果更好:

这篇文章对您有用吗?

发表评论

邮箱地址不会被公开。