58智能客服QABot
本文根据58同城AI Lab负责人詹坤林在DataFunTalk人工智能技术沙龙所分享的《五八同城智能客服系统“帮帮”技术揭秘》编辑整理而成，在未改变原意的基础上稍做整理。
整体架构
“帮帮”整体技术架构如图所示，包括基础服务层、应用服务层、编辑运营层、接入层以及在线客服系统。基础服务层提供对话系统的基础技术能力，系统需要对用户输入的一段语句进行理解，这里需要自然语言理解模块，对语句进行分词、词性标注、实体识别、关键词抽取和句法分析等；同时需要识别用户的意图，包括通用意图和业务意图，通用意图是指用户是来做业务咨询还是闲聊，业务意图是指若用户是做业务咨询，具体咨询什么业务，这里会使用文本分类的技术去识别用户意图。基础服务之上是应用服务层，这一层具体实现了KB-Bot基于问答知识库的机器人、Task-Bot任务对话型机器和Chat-Bot闲聊类型机器人，这是“帮帮”系统的三种核心能力。编辑运营层是指有一个编辑团队支撑着“帮帮”的算法策略迭代，主要完成数据标注、问答运营、数据分析和效果评估的工作，这些工作输出会作用到基础服务层和应用服务层。基于应用服务层，对外提供通用的接口服务以便于业务方接入，我们支持Android、iOS和web端的接入。此外，机器不是万能的，用户有很多复杂的问题仍需要人工解决，这里有一套在线客服系统提供了人工在线客服的能力，应用服务层会和这套在线客服系统做无缝对接。
核心功能
“帮帮”系统的核心是提供KB-Bot、Task-Bot和Chat-Bot三种能力，下面分别介绍下这里使用到的技术。
KB-Bot
KB-Bot是指基于问答知识库的对话机器人，它主要实现了“帮帮”最重要的能力——提供业务咨询类服务。58的用户使用帮帮主要是来进行业务咨询，例如询问账号为何被锁、帖子为何被删、如何购买帖子置顶服务等等。业务咨询类的回答需要基于问答知识库来实现，这里的问答知识库是一个包含众多问答对的数据集。我们将问题划分为标准问题和扩展问题，例如“为什么删除我的帖子”这个是一个标准问题，语句表达很标准，它会有一个标准答案，其近似的问法我们称之为扩展问题，例如“为什么删我贴”、“告诉我为啥删帖”等，这些都表达的是一个意思，这些问题同样对应的是相同的标准答案。有了问答知识库，用户来询问时就是一个问题匹配的过程了，只需要将用户输入的问题和知识库中的问题做匹配，得到意思最相近的那条问题，然后将对应的答案返回给用户，这就完成了一次问答操作。问答知识库的构建非常关键，这里会首先对客服团队历史积累的问题数据进行抽象，形成标准问题，然后结合算法和标注对标准问题做扩展，形成初始问答知识库，在系统上线后，对新产生的数据又会进行挖掘，不断扩充知识库。
基于知识库的问答可以使用检索或者分类模型来实现。
检索式回答的流程是：首先对用户的输入问题做处理，如分词、抽取关键词、同义词扩展、计算句子向量等；然后基于处理结果在知识库中做检索匹配，例如利用BM25、TF-IDF或者向量相似度等匹配出一个问题集合，这类似推荐系统中的召回过程；由于我们是一个问答系统，最终是直接返回给用户一个答案，因此需要从问题集合中挑出最相似的那个问题，这里会对问题集合做重排序，例如利用规则、机器学习或者深度学习模型做排序，每个问题会被打上一个分值，最终挑选出top1，将这个问题对应的答案返回给用户，这就完成了一次对话流程。在实际应用中，我们还会设置阈值来保证回答的准确性，若最终每个问题的得分低于阈值，会将头部的几个问题以列表的形式返回给用户，最终用户可以选择他想问的问题，进而得到具体的答案。
这里还可以使用分类模型来实现问答，一个标准问题有多种扩展问法，每个标准问题可以看做是一个分类，将用户的输入映射到标准问题上即可完成回答，因此可以将问答看做是一个大规模短文本分类的问题。我们采用了多特征、多模型、多分类结果融合的方式来完成短文本分类，在特征层尝试使用了单字、词、词性、词语属性等多种特征，在模型层应用了FastText、TextCNN和Bi-LSTM等模型，各模型的结果输出最终会做融合得到最终分类结果。
TaskBot
TaskBot 是一类帮助用户完成特定任务的聊天机器人。借鉴通用的 Frame 数据结构，我们采用意图+词槽的组合对用户 query 进行知识表示。在 58 场景下，我们将用户提供的特定词槽值称作商机，TaskBot 的目标即是引导用户提供商机
通过学习人工客服的会话，我们发现人工客服回复存在固定的模式，一般人工客服会先回答用户的提问，再根据需要问的信息对用户进行反问。在这个基础上，我们选用了结合一问一答的 QABot 和商机引导多轮 Taskbot 的方案，实现类似人工客服回答模式的商机引导过程，目前已在房产等多个业务线落地。
举个例子，在实际会话中，用户的第一个问题命中某标准问题，此时我们先查询答案库，获取到一问一答（QABot）的答案，同时，我们根据 TaskBot 的触发条件判断，如果触发 TaskBot，则继续回复 TaskBot 的反问。
在触发 TaskBot 后，用户在 TaskBot 的依次引导下，逐步透露商机，此时 QABot 不会命中标准问题，TaskBot 引导用户直到对话结束。
核心模型迭代
大家可以看到，问答模型的效果对用户体验非常重要。为提升问答模型效果，达到 F1 值大于 0.8 的目标，我们结合线上数据进行了多次模型迭代。
在项目初期，我们使用 FastText 作为基准，快速得到问答模型。选择 FastText 这个浅层神经网络，一方面是考虑网络的训练和预测速度快，可以快速验证数据是否存在异常；另一方面是 NGram 能够快速捕捉关键词特征，在一些关键词比较明显的类别上能取得不错的效果。
DSSM 作为一个文本匹配模型，其优势在于对样本少的类别也有较好的匹配效果。句子的表示方法对 DSSM 模型的效果有显著影响。这里我们先试用了 LSTM 模型对句子进行表示。相对于 NGram 而言，LSTM 更能够提取出句中的长程特征，提升了样本中长句子的识别效果。其次我们也对 LSTM+NGram 特征的结合进行了尝试，使得模型在有效处理长句的同时，也能不遗漏关键词特征。
58 微聊场景下积累了大量的无监督数据，在预训练模型出现后，我们得以进一步挖掘这些数据的潜力。实践中，BERT 模型作为此类半监督模型的代表，在分类任务中取得了良好的效果。BERT 的主要特点是预训练掩码语言模型+微调两个步骤的结合，同时为了配合 Transformer encoder 的使用，使用了位置编码机制。
SPTMs 这个轻量级的预训练模型实现比较早，BERT 在 18 年 10 月底发布，这个模型是 19 年 4 月实现的。这里当时看主要创新点是去掉 BERT 的 NSP 任务，另外替换成 Bi-LSTM 也是做一种尝试（实际也可以用一层的 Transformer），在机器资源有限情况下让预训练变得容易。如果直接用 BERT 去预训练，耗时很久，而 SPTM 的推理耗时较低，可以在 CPU 上直接跑，十几到几十毫秒。