带你读《达摩院智能客服知识运营白皮书》——3.3.1 知识提炼：知识管理的原则
3.3 如何进行知识提炼？--高频知识的管理及提炼方法基于已收集的知识进行进一步的知识提炼，可以为智能客服划定最终的核心知识范围。面对大批量的知识数据源，如何精简提炼出贴近业务、适合系统处理、易于运营的知识？基于历史知识运营经验，建议依据以下原则及方法进行实践：3.3.1 知识提炼：知识管理的原则基本原则：帕累托法则，80/20 法则，由于知识源往往覆盖大数据量的知识，基于二八定律，需要定位出真....
带你读《达摩院智能客服知识运营白皮书》——3.5 如何进行问答引擎的选择？
3.5 如何进行问答引擎的选择？上文说到，智能客服体系下不同的知识适配于不同的算法引擎，高效的智能客服系统通常由多个算法引擎来组成，经过提炼和梳理的知识，需要匹配对应的算法引擎从而产生最佳的使用效果，实际业务场景中，如何选择引擎也是运营者面临的重要问题，阿里云智能客服基于历史实践提供的参考如下：
带你读《达摩院智能客服知识运营白皮书》——4.2 提炼高频知识，完成问答引擎的选择
4.2 提炼高频知识，完成问答引擎的选择阿里云智能客服 AIT（人工智能性训练师）基于已分类知识的具体情况，进一步完成问答引擎的选择，其过程如下：a.基于已收集的 2100 条原始知识数据以及文章、政务事项等数据，需要首先针对原始知识提炼出高频知识。b.基于高频知识，需要将知识分类，使其能够适配不同的问答引擎，包括程序性知识、事实性知识、概念性知识等。c.分类知识后，基于知识特性选择问答引擎。本....
带你读《达摩院智能客服知识运营白皮书》——4.3 处理知识语料，提升机器人问答效果
4.3 处理知识语料，提升机器人问答效果完成引擎的选择后，机器人如果需要达到较好的问答效果，仍需要针对已经梳理的语料数据进行进一步处理，补充相似问法，使其问答效果更佳，如下图所示：完成相似问补全后，可将数据导入至智能客服系统的各个引擎当中，完成实际系统的上线。至此，知识运营梳理的前期流程基本完毕，后续需要基于实际线上情况，不断完善知识，优化问答效果，帮助系统在实际业务中发挥更大作用。
带你读《达摩院智能客服知识运营白皮书》——版本历史/联系我们
2022 年 1 月：发布 1.0 版本，阿里云智能客服基于自身实践经验提供知识运营梳理方法论。联系我们：阿里云网址：https://cn.aliyun.com/阿里云智能客服产品矩阵网址：智能对话机器人：https://www.aliyun.com/product/beebot智能外呼机器人：https://www.aliyun.com/product/outboundbot智能语音导航：ht....
《达摩院智能客服知识运营白皮书》电子版地址
《达摩院智能客服知识运营白皮书》阿里云智能客服知识运营白皮书的撰写，是在阿里云智能客服团队的统一安排下，协调包括算法工程师、开发工程师、产品设计师、AIT人工智能训练师人员等多角色，将技术理论基础和实际实践经验进行结合，形成业内首部智能客服知识运营白皮书。白皮书以阿里云智能客服系统为应用标的，面向智能客服中的知识定义、知识应用、知识梳理方法三大环节进行描述和说明，希望为智能客服领域的知识应用提供....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
阿里云智能客服开发者社区
依托达摩院核心自然语言理解、语音、智能决策等技术，提供包括云呼叫中心、智能对话机器人、智能策略中心等能力平台，以及智能语音导航、智能外呼、智能对话分析、智能辅助、视频客服、数字人等产品，覆盖全链路智能服务场景。目前已有千余家国内外大中型企业和机构采用了阿里云智能客服解决方案，实现企业服务的智能化升级。
+关注