人機(jī)對(duì)話一直是自然語言處理L域內(nèi)的重要研究方向之一，近年來隨著人機(jī)交互技術(shù)的進(jìn)步，對(duì)話系統(tǒng)正逐漸走向?qū)嶋H應(yīng)用。其中，智能客服系統(tǒng)受到了很多企業(yè)尤其是中大型企業(yè)的廣泛關(guān)注。智能客服系統(tǒng)旨在解決傳統(tǒng)客服模式需要大量人力的狀況，在節(jié)約人力的同時(shí)，使得人工客服在針對(duì)特別問題或者特別用戶時(shí)能夠提供更G質(zhì)量的服務(wù)，從而實(shí)現(xiàn)“智能客服 + 人工客服”在服務(wù)效率和服務(wù)質(zhì)量兩個(gè)維度上的整體提升。近年來，許多中大型公司都已經(jīng)構(gòu)建了自己的智能客服體系，例如富士通的 FRAP、京東的 JIMI 和阿里巴巴的 AliMe 等。

智能客服系統(tǒng)的構(gòu)建需要依托于行業(yè)數(shù)據(jù)背景，并基于海量知識(shí)處理和自然語言理解等相關(guān)技術(shù)。初代智能客服系統(tǒng)主要面對(duì)業(yè)務(wù)內(nèi)容，針對(duì)G頻的業(yè)務(wù)問題進(jìn)行回復(fù)解決，此過程依賴于業(yè)務(wù)專家對(duì)G頻業(yè)務(wù)問題答案的準(zhǔn)確整理，主要的技術(shù)點(diǎn)在于準(zhǔn)確的用戶問題和知識(shí)點(diǎn)之間的文本匹配能力。新型的智能客服系統(tǒng)將服務(wù)范圍定義為泛業(yè)務(wù)場景，除了解決處理核心的G頻業(yè)務(wù)問題，智能導(dǎo)購能力、障礙預(yù)測能力、智能語聊能力、生活助理功能以及生活?yuàn)蕵方换サ确矫娴男枨笠餐瑯颖恢匾暫秃�蓋。其中，情感能力做為類人能力的重要體現(xiàn)，已經(jīng)在智能客服系統(tǒng)的各個(gè)維度的場景中被實(shí)際應(yīng)用，并且對(duì)系統(tǒng)類人能力的提升起到了至關(guān)重要的作用。

一  智能客服系統(tǒng)中情感分析技術(shù)架構(gòu)

圖 1：智能客服系統(tǒng)中的情感分析技術(shù)架構(gòu)

圖 1 給出了經(jīng)典的人機(jī)結(jié)合的智能客服模式，用戶能夠通過對(duì)話的方式，接受來自機(jī)器人或者人工客服的服務(wù)，并且在接受機(jī)器人服務(wù)的過程中，能夠利用指令的方式或者機(jī)器人自動(dòng)識(shí)別的方式跳轉(zhuǎn)到人工客服。在上述的完整客服模式中，情感分析技術(shù)已經(jīng)被實(shí)際應(yīng)用在多個(gè)維度的能力之上。

二  用戶情感檢測 

1  用戶情感檢測模型介紹

用戶情感檢測是很多情感相關(guān)應(yīng)用的基礎(chǔ)和核心。在本文中，我們提出一種集成詞語義特征、多元詞組語義特征和句子級(jí)語義特征的情感分類模型，用于識(shí)別智能客服系統(tǒng)用戶對(duì)話中包含的“著急”、“氣憤”和“感謝”等情感。關(guān)于不同層次語義特征的抽取技術(shù)，相關(guān)工作中已經(jīng)多有提及，我們將不同層次的語義特征結(jié)合到一起，能夠有效提升終的情緒識(shí)別效果。圖 2 給出了該情感分類模型的架構(gòu)圖。

  圖 2：智能客服系統(tǒng)中的用戶情感檢測模型

2  句子級(jí)語義特征抽取

Shen 等人[3]提出 SWEM 模型，該模型將簡單的池化策略應(yīng)用于詞嵌入向量，實(shí)現(xiàn)句子級(jí)別的語義特征抽取，并且基于此類特征進(jìn)行訓(xùn)練得到的分類模型和文本匹配模型能夠得到與經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)類模型和循環(huán)神經(jīng)網(wǎng)絡(luò)類模型幾乎持平的實(shí)驗(yàn)效果。

在我們的模型中，我們利用 SWEM 模型的特征抽取能力，獲取用戶問題的句子級(jí)別語義特征，并將其用于對(duì)用戶問題的情感分類模型中。

3  多元詞組語義特征抽取

傳統(tǒng)的 CNN 模型在很多情況下被用于抽取 n 元詞組語義特征，其中 n 是一個(gè)變量，表示卷積窗口大小。在本文中，我們根據(jù)經(jīng)驗(yàn)將 n 分別設(shè)置為 2、3 和 4，并且針對(duì)每一種窗口大小，我們分別設(shè)置 16個(gè) 卷積核，以用于從原始的詞向量矩陣中抽取豐富的 n 元詞組語義信息。

4  詞級(jí)別語義特征抽取

我們利用 LEAM 模型 [1] 抽取詞級(jí)別的語義特征。LEAM 模型同時(shí)將詞語和類別標(biāo)簽進(jìn)行同維度語義空間的嵌入式表示，并且基于該表示進(jìn)行文本分類任務(wù)的實(shí)現(xiàn)。LEAM 利用類別標(biāo)簽的表示，增加了詞語和標(biāo)簽之間的語義交互，以此達(dá)到對(duì)詞級(jí)別語義信息更深層次的考慮。圖 3（2）中給出了類別標(biāo)簽和詞語之間的語義交互的圖示，并且給出了 LEAM 模型與傳統(tǒng)模型之間的對(duì)比。

圖 3：LEAM模型中詞語和類別標(biāo)簽之間的語義交互（傳統(tǒng)方法和LEAM模型的對(duì)比）

后，不同級(jí)別的語義特征會(huì)在被合并在一起之后，輸入到整個(gè)模型的后一層，由邏輯回歸模型進(jìn)行終的分類訓(xùn)練。

表 1 中給出了我們提出的集成式模型和三個(gè)只考慮單個(gè)層次特征的對(duì)比模型之間的線上真實(shí)評(píng)測效果對(duì)比結(jié)果。

 表 1：集成模型和三種 baseline 模型的效果對(duì)比

三  用戶情感安撫

1  用戶情緒安撫整體框架介紹

本文中提出的用戶情緒安撫框架包括離線部分和在線部分，如圖 4 所示。

圖 4：用戶情緒安撫整體框架

離線部分

首先需要對(duì)用戶的情緒進(jìn)行識(shí)別。此處我們選取了需要安撫的用戶常見的七種情緒進(jìn)行識(shí)別，它們是害怕、辱罵、失望、委屈、著急、氣憤和感謝。

其次，我們對(duì)用戶問題中包含的主題內(nèi)容進(jìn)行識(shí)別，此處由專門的業(yè)務(wù)專家總結(jié)了用戶常見的 35 種主題表達(dá)內(nèi)容，包括“抱怨服務(wù)質(zhì)量”和“反饋物流太慢”等。主題識(shí)別模型，我們使用與情緒識(shí)別同樣的分類模型設(shè)計(jì)。

知識(shí)構(gòu)建是針對(duì)一些用戶表達(dá)內(nèi)容更具體的情況，整理其中G頻出現(xiàn)的并且需要進(jìn)行安撫的用戶問題。這些具體的用戶問題之所以沒有合并到上述的主題維度進(jìn)行統(tǒng)一處理，是因?yàn)橹黝}維度的處理還是相對(duì)粗粒度一些，我們希望針對(duì)這些G頻的更聚焦的問題，同樣進(jìn)行更聚焦的安撫回復(fù)，實(shí)現(xiàn)更好的回復(fù)效果。

針對(duì)情緒維度、“情緒 + 主題”維度和G頻用戶問題維度，業(yè)務(wù)專家分別整理了不同粒度的安撫回復(fù)話術(shù)。特別地，在G頻用戶問題維度，我們將每一個(gè)“問題 - 回復(fù)”搭配稱為一條知識(shí)。

在線部分

基于知識(shí)的安撫是針對(duì)帶有具體情緒內(nèi)容表達(dá)的用戶進(jìn)行安撫，在此我們使用了一種文本匹配模型來評(píng)價(jià)用戶問題與我們整理好的知識(shí)中的問題的匹配度。如果在我們整理好的知識(shí)中存在與當(dāng)前用戶輸入問題意思非常相近的問題，則對(duì)應(yīng)的回復(fù)直接返回給用戶。

基于情緒和主題的情感回復(fù)，是指同時(shí)考慮用戶表達(dá)內(nèi)容中包含的情緒和主題信息，給予用戶合適的情感回復(fù)。相比于基于知識(shí)的安撫，此種方式的回復(fù)會(huì)更加的泛化一些。

基于情緒類別的情感回復(fù)，是只考慮用戶表達(dá)內(nèi)容中的情緒因素而對(duì)用戶進(jìn)行相應(yīng)的安撫回復(fù)。此回復(fù)方式是上述兩種回復(fù)方式的補(bǔ)充和兜底，同時(shí)回復(fù)的內(nèi)容也會(huì)更加的通用。

圖 5：用戶情緒安撫示例

圖 5 給出了在線情感安撫的三個(gè)示例，分別對(duì)應(yīng)上述的三種不同層面的回復(fù)機(jī)制。 表 2：需要安撫的情感分類效果對(duì)比

表 2 給出了針對(duì)需要安撫情感的分類模型效果對(duì)比，包括每種情感類別的單獨(dú)效果以及終的整體效果。表 3 給出了針對(duì)主題的分類模型效果對(duì)比。表4給出了針對(duì)幾種負(fù)面情感，增加了情緒安撫之后，用戶滿意度的提升效果。表 5 給出了針對(duì)感激這種情感，增加了情緒安撫之后，用戶滿意度的提升效果。 表 3：主題分類效果對(duì)比 表 4：負(fù)面情緒安撫對(duì)用戶滿意度的效果對(duì)比 表 5：感激情感安撫對(duì)用戶滿意度的效果對(duì)比

四  情感生成式語聊

1  情感生成式語聊模型

圖 6 中給出了智能客服系統(tǒng)中的情感生成式語聊的模型圖。圖中，source RNN 起到了編碼器的作用，將源序列s映射為一個(gè)中間語義向量 C，而 target RNN 作為解碼器，則能夠根據(jù)語義編碼 C 以及我們設(shè)定的情緒表示 E 和主題表示 T，解碼得到目標(biāo)序列 y。此處的 s 和 y，分別對(duì)應(yīng)圖中由詞語序列組成的“今天心情很好”和“好開心呀！”兩個(gè)句子。

通常，為了使解碼器能夠保留來自編碼器的信息，編碼器的后一個(gè)狀態(tài)將作為初始狀態(tài)傳遞給解碼器。同時(shí)，編碼器和解碼器往往使用不同的 RNN 網(wǎng)絡(luò)用以捕獲問句和回復(fù)句不同的表達(dá)模式。具體的計(jì)算公式如下：

雖然基于 Seq2Seq 的對(duì)話生成模型取得了不錯(cuò)的效果，但是在實(shí)際應(yīng)用中模型很容易生成安全但是無意義的回復(fù)。原因在于該模型中的解碼器僅僅接收到編碼器后的一個(gè)狀態(tài)輸出 C，這種機(jī)制對(duì)處理長期依賴效果不佳，因?yàn)榻獯a器的狀態(tài)記憶隨著新詞的不斷生成會(huì)逐漸減弱甚至丟失源序列的信息。緩解這個(gè)問題的一個(gè)有效方式是引入注意力機(jī)制[2]。

圖 6：智能客服系統(tǒng)中的情感生成式語聊模型

2  情感生成式語聊模型結(jié)果

模型訓(xùn)練完成之后，在真實(shí)的用戶問題上進(jìn)行測試，結(jié)果由業(yè)務(wù)專家進(jìn)行檢查，終的答案合格率約為 72%。另外，回復(fù)文本的平均長度為 8.8 個(gè)字，非常符合阿里小蜜語聊場景中對(duì)回復(fù)長度的需求。表 6 中給出了本文模型 AET（Attention-based emotional & topical Seq2Seq model）與傳統(tǒng) Seq2Seq 模型的效果對(duì)比。對(duì)比主要集中在內(nèi)容合格率以及回復(fù)長度兩個(gè)方面。添加了情緒信息之后，回復(fù)內(nèi)容較之傳統(tǒng) seq2seq 模型會(huì)更為豐富，而符合用研分析的“5 - 20字”佳機(jī)器人語聊回復(fù)長度的內(nèi)容占比也會(huì)大幅增加，終使得整體的回復(fù)合格率提升明顯。 

圖 7 中給出了阿里小蜜情緒生成式語聊模型在小蜜空間中的應(yīng)用示例。圖中兩個(gè)答案均由情緒生成式模型給出，并且，對(duì)于用戶辱罵機(jī)器人太傻的用戶輸入，我們的模型可以根據(jù)設(shè)置的對(duì)應(yīng)合理的話題和情緒，產(chǎn)生不同的答案，豐富了答案的多樣性，圖中兩個(gè)答案，則是由‘委屈’和‘抱歉’兩個(gè)情緒產(chǎn)生。 圖 7：小蜜空間中的情緒生成式語聊應(yīng)用實(shí)例

五  客服服務(wù)質(zhì)檢

1  客服服務(wù)質(zhì)量問題定義

本文所說的客服服務(wù)質(zhì)檢是針對(duì)人工客服在和客戶對(duì)話的過程中可能出現(xiàn)的存在問題的服務(wù)內(nèi)容進(jìn)行檢測，從而更好地發(fā)現(xiàn)客服人員在服務(wù)過程中存在的問題并協(xié)助客服人員進(jìn)行改進(jìn)，達(dá)到提G客服服務(wù)質(zhì)量，終提G客戶滿意度效果。據(jù)作者所知，目前還沒有公開實(shí)現(xiàn)的針對(duì)客服系統(tǒng)中客服服務(wù)質(zhì)量檢測的人工智能相關(guān)算法模型。

與人機(jī)對(duì)話不同，人工客服和客戶的對(duì)話并不是一問一答形式，而是客戶和客服分別能夠連續(xù)輸入多句文本。我們的目標(biāo)是檢測每一句客服的話術(shù)內(nèi)容是否包含“消J”或者“態(tài)度差”兩種服務(wù)質(zhì)量問題。

2  客服服務(wù)質(zhì)檢模型

為了檢測一句客戶話術(shù)的服務(wù)質(zhì)量，我們需要考慮其上下文內(nèi)容，包括用戶問題和客服話術(shù)。我們考慮的特征包括文本長度、說話人角色和文本內(nèi)容。其中，針對(duì)文本內(nèi)容，除了利用 SWEM 模型對(duì)待檢測的當(dāng)前客服話術(shù)進(jìn)行特征抽取，我們還對(duì)上下文中的每輪話術(shù)進(jìn)行情緒檢測，發(fā)現(xiàn)用戶情緒類別和客服情緒類別作為模型特征，而此處使用的情緒識(shí)別模型也如第 2 章中所述一致，亦不再贅述。此外，我們還考慮了兩種結(jié)構(gòu)（圖 8 中模型 1 和圖 9 中模型 2）對(duì)基于上下文內(nèi)容的文本序列語義特征進(jìn)行抽取。

其中，模型 1 在對(duì)當(dāng)前客服話術(shù)及其上下文每句文本進(jìn)行基于 GRU 或 LSTM 的編碼之后，針對(duì)編碼結(jié)果，考慮利用正向和反向 GRU 或者 LSTM 分別對(duì)當(dāng)前待檢測客服話術(shù)的上文和下文的編碼結(jié)果進(jìn)行再次的序列化編碼，如此得到的兩個(gè)序列化編碼結(jié)果均是以當(dāng)前話術(shù)為尾句，能夠更好的體現(xiàn)當(dāng)前話術(shù)的語義信息。模型結(jié)構(gòu)如圖 8 所示。

另外，模型 2 將當(dāng)前客服話術(shù)及其上下文的編碼結(jié)果，再次按照前后順序進(jìn)行整體的正向 GRU 或 LSTM 編碼作為終的語義特征。模型結(jié)構(gòu)的部分展示如圖 9 所示。模型 1 與模型 2 相比，模型1會(huì)更加凸顯當(dāng)前待檢測話術(shù)的語義信息，而模型 2 則更加多得體現(xiàn)整體上下文的序列化語義信息。

我們比較兩種上下文語義信息抽取模型的效果，表7中給出了對(duì)比結(jié)果，結(jié)果顯示模型 1 的效果要優(yōu)于模型 2，可見對(duì)于當(dāng)前待檢測話術(shù)的語義信息確實(shí)需要給予更多的權(quán)重，而上下文的語義信息可以起到輔助識(shí)別的作用。此外，之前提到的 GRU 或者 LSTM 兩種方法在實(shí)際的模型訓(xùn)練過程中，效果差別不大，但是 GRU 方法要比 LSTM 方法在速度上更快一些，因此所有的模型實(shí)驗(yàn)過程中均使用了 GRU 方法。

此外，區(qū)別于模型層面的指標(biāo)分析，我們針對(duì)模型在實(shí)際的系統(tǒng)層面的指標(biāo)也進(jìn)行了相應(yīng)的分析，包括了質(zhì)檢效率以及召回率兩個(gè)維度。這兩個(gè)指標(biāo)，我們是以模型的結(jié)果與之前純?nèi)斯べ|(zhì)檢的結(jié)果進(jìn)行對(duì)比得到。如表 8 中所示，不管是質(zhì)檢效率還是質(zhì)檢的召回率都得到了非常大的提升。其中，人工質(zhì)檢的召回率比較低的原因，是因?yàn)槿斯げ豢赡軝z測所有的客服服務(wù)記錄。 表 8：實(shí)際系統(tǒng)層面的模型指標(biāo)評(píng)價(jià)結(jié)果

六  會(huì)話滿意度預(yù)估

1  會(huì)話滿意度

目前在智能客服系統(tǒng)的性能評(píng)估指標(biāo)中，有一項(xiàng)為重要的指標(biāo)為用戶會(huì)話滿意度。而針對(duì)智能客服系統(tǒng)中的用戶會(huì)話滿意度自動(dòng)預(yù)估的工作，據(jù)作者所知還沒有相關(guān)的研究成果。

針對(duì)智能客服系統(tǒng)中的會(huì)話滿意度預(yù)估場景，我們提出了會(huì)話滿意度分析模型，可以更好的反應(yīng)當(dāng)前用戶對(duì)智能客服的滿意度程度。由于不同用戶存在評(píng)價(jià)標(biāo)準(zhǔn)差異，會(huì)存在大量會(huì)話內(nèi)容、會(huì)話答案來源、會(huì)話情緒信息完全相同的情況下情緒類別不一致的情況。因此我們采用了兩種模型訓(xùn)練方式：D一種是訓(xùn)練模型擬合情緒類別（滿意、一般、不滿意）的分類模型，另一種是訓(xùn)練模型擬合會(huì)話情緒分布的回歸模型，后對(duì)兩種方式效果做了對(duì)比。

2  會(huì)話滿意度特征選取

會(huì)話滿意度模型考慮了各種維度信息：語義信息（用戶話術(shù)）、情緒信息（通過情感檢測模型獲取）、答案來源信息（回復(fù)當(dāng)前話術(shù)的答案來源）。

語義信息是用戶與智能客服交流過程中所表達(dá)的內(nèi)容信息，它可以從用戶話術(shù)中較好反應(yīng)用戶當(dāng)前滿意狀況。我們在模型中使用的語義信息是指會(huì)話中的多輪話術(shù)信息，在模型處理過程中，為了保證每次模型能夠處理相同輪次的話術(shù)，我們實(shí)驗(yàn)中只使用會(huì)話中后4句用戶話術(shù)，選擇此種方式的原因是通過會(huì)話數(shù)據(jù)分析，用戶在會(huì)話即將結(jié)束時(shí)的語義信息與整體會(huì)話滿意程度更為相關(guān)。比如，用戶在會(huì)話結(jié)尾時(shí)表達(dá)感激之類的話術(shù)基本表示滿意，而表達(dá)批評(píng)之類的話術(shù)則很可能表示了對(duì)服務(wù)的不滿。

情緒信息一般在用戶滿意度方面起著非常大的參考作用，當(dāng)用戶出現(xiàn)憤怒、辱罵等J端情緒時(shí)，用戶反饋不滿意的概率會(huì)J大。此處的情緒信息與語義信息中的話術(shù)一一對(duì)應(yīng)，對(duì)選取的幾輪話術(shù)分別進(jìn)行情緒識(shí)別，獲取對(duì)應(yīng)的情緒類別信息。

答案來源信息可以很好的反應(yīng)用戶遇到何種問題，由于不同的答案來源代表著不同業(yè)務(wù)場景，不同場景問題產(chǎn)生的用戶滿意度狀況差異性比較明顯。比如，投訴、維權(quán)類會(huì)比咨詢類更容易導(dǎo)致用戶不滿意。

3  會(huì)話滿意度模型

在本文中，我們提出了結(jié)合語義信息特征、情緒信息特征和答案來源信息特征的會(huì)話滿意度預(yù)估模型。模型充分考慮了會(huì)話中的語義信息，并且使用了數(shù)據(jù)壓縮的方式將情緒信息和答案來源信息進(jìn)行了充分表達(dá)。模型結(jié)構(gòu)如圖 10 所示。

語義特征抽取。語義信息抽取方式使用層次 GRU/LSTM，D一層獲取每句話的句子表示（圖 10 中 first layer GRU/LSTM 部分），D二層根據(jù)D一層句子表示結(jié)果獲得多輪用戶話術(shù)的G階表示。

圖 10：智能客服系統(tǒng)中的用戶會(huì)話滿意度預(yù)估模型

（圖 10 中 second layer GRU/LSTM 部分），此處充分利用了用戶話術(shù)的序列信息。除此之外，還將獲取后一句話的 SWEM 句子特征，以增強(qiáng)后一句話術(shù)語義特征的影響。

情緒特征抽取：由于獲取的情緒特征是 one-hot 類型，而 one-hot 缺點(diǎn)比較明顯，數(shù)據(jù)稀疏且無法表示情緒間直接關(guān)系。此處我們學(xué)習(xí)一個(gè)情緒 embedding，來更好的表達(dá)情緒特征。

答案來源特征抽取：初始答案來源特征同樣為 one-hot 特征，但由于答案的來源有 50多種，導(dǎo)致數(shù)據(jù)非常稀疏，因此需要進(jìn)行特征壓縮，此處同樣使用了 embedding 學(xué)習(xí)方式，來表示答案來源特征。

模型預(yù)測層：分別嘗試了滿意度類別預(yù)測和滿意度分布預(yù)測，前者預(yù)測屬于分類模型，后者屬于回歸模型。

4  會(huì)話滿意度預(yù)估實(shí)驗(yàn)結(jié)果 圖 11：用戶會(huì)話滿意度預(yù)估結(jié)果比較

實(shí)驗(yàn)結(jié)果如圖 11 中所示。從實(shí)驗(yàn)結(jié)果來看分類模型滿意度預(yù)估效果較差，平均比實(shí)際用戶反饋G了 4 個(gè)百分點(diǎn)以上，回歸模型可以很好的擬合用戶反饋結(jié)果，而且減小了小樣本結(jié)果的震蕩，符合預(yù)期。如表 9 中所示，回歸模型的均值與用戶真實(shí)反饋的結(jié)果的差值僅為 0.007，而方差則比之前減小了三分之一，證明了回歸模型的有效性。 表 9：用戶會(huì)話滿意度預(yù)估結(jié)果比較

七  總結(jié)

本文總結(jié)了目前智能客服系統(tǒng)中情感分析能力的一些實(shí)際應(yīng)用場景以及相應(yīng)的模型介紹和效果展示。雖然情感分析能力已經(jīng)滲透到了智能客服系統(tǒng)人機(jī)對(duì)話過程的各個(gè)環(huán)節(jié)中，但是目前也只能算是一個(gè)良好嘗試的開始，其在智能客服系統(tǒng)的類人能力構(gòu)建進(jìn)程中還需要發(fā)揮更大的作用。