2022-07-04-阿里云-阿里云智能客服知识运营白皮书_26页_2mb

阿里云智能客服知识运营白皮书总结

阿里云智能客服知识运营白皮书旨在为智能客服系统的知识运营提供理论与实践指导。主要包括以下内容：

一、知识分类与定义
基于布卢姆分类法，知识分为事实性知识、概念性知识和程序性知识三种类型。

• 事实性知识：如保险术语、具体事件描述，适合PA问答引擎。
• 概念性知识：体现结构与关联，如表格、知识图谱，适合图谱与表格问答引擎。
• 程序性知识：涉及流程与步骤，适合任务问答引擎。

二、智能客服问答引擎介绍
白皮书介绍了四种问答引擎，适用于不同形式的知识：

• PA问答引擎：处理具体陈述问题，如“冰箱为什么不能倒放”。
• 任务问答引擎：支持多轮对话，解决流程性任务。
• 图谱问答引擎：用于实体属性类查询，如“理赔条件”。
• 表格问答引擎：处理结构化二维数据，支持计算和聚合。

三、知识运营方法分析
知识运营流程包括知识收集、提炼、拆分和引擎匹配四步。

• 知识收集：从历史日志、文档等多来源获取候选知识。
• 知识提炼：遵循帕累托法则，筛选高频关键知识。
• 知识拆分：根据知识类型分配至对应引擎，如程序性知识转为对话流程。
• 引擎选择：依据知识格式与结构选择匹配的引擎，提升问答效果。

四、最佳实践案例
以政务场景为例，展示如何通过知识分类与引擎匹配提升服务效率：

通过整理高频知识并补充相似问法，显著提升了机器人问答效果。

阿里云智能客服团队建议运营者参考上述方法，结合实际业务优化知识运营流程。版本信息及联系方式详见白皮书末尾。