信也科技 NLP 算法团队负责人,主导研发了分布式和流式文本特征变量抽取框架、文本标签分类体系、信也NLP/深度学习平台,以及信也语音对话机器人。长期深入风控、营销、催收等各业务线,获取一手业务需求,为优化业务效果提供模型、算法和数据支持。

信也科技 NLP 算法团队负责人,主导研发了分布式和流式文本特征变量抽取框架、文本标签分类体系、信也NLP/深度学习平台,以及信也语音对话机器人。长期深入风控、营销、催收等各业务线,获取一手业务需求,为优化业务效果提供模型、算法和数据支持。
随着 NLP 技术的进步,科技企业对数据的理解和掌控能力越来越强大。使用智能语音电话来替代人工的应用已经出现在了很多真实场景中。
本演讲主要介绍信也科技的语音对话机器人系统的研发和升级路径,系统框架和主要模块功能特点。同时,呼叫中心语音(以及转文本的)数据是特点非常鲜明的带噪声口语化的文本(包括ASR转写错误、口语中的重复、省略、语音含糊、不合语法等),且有特定业务背景(营销、反欺诈),这带来了很多具体问题,如需要纠错、对ASR带噪文本进行实体识别等。我将举例阐述数据分析问题和解决思路。最后,还将介绍机器人针对业务目标的优化逻辑以及实际效果。
除了系统的研发,本演讲也会探讨部分和对话表示和对话挖掘方面的算法探索,以及在对话结构化方面所做的努力。我们会介绍几个基于对话数据建业务模型的例子。
演讲提纲:
你将获得:



微信咨询

电话咨询
微信联系我们

