基于Rasa框架的客服智能对话系统设计研究
摘要：随着数字技术智能化的发展，目前智能客服已经应用到生产生活的多个领域。但是由于不同的场景有不同的需求，并且针对的用户体特征也不同，因此特定领域的智能客服的系统设计需要更精细的研究。基于此，本文章对基于Rasa框架的客服智能对话系统设计研究进行探讨，以供相关从业人员参考。
关键词：Rasa框架；客服智能对话系统；设计研究
引言
Rasa是一个基于自动文本和基于语音的对话的开源机器学习框架，支持多种语言，内置支持Spacy、MITIE、Jieba等多种开源NLP工具，可对各种组件进行组合配置，可根据需要构造定制化的NLPPipeline。
一、智能客服的背景
近年来，随着时代的发展，对智能系统提出了新的发展要求，客户服务行业必须结合国家提
出的发展规划，着眼长远，尽快实现智能布局和智能客户服务体系的建立。当前，我国许多企业已经开展了智能客户服务建设工作，对这些企业运营现状的分析可以证实，智能是行业未来发展的必然趋势。尽快完善客户系统，改变传统客户服务模式，丰富客户服务渠道，促进企业平稳发展。在传统的客户服务模式中，企业通常只能通过手动客户和物理会议室向客户提供服务，但服务效率较低，无法满足当今社会的发展需求。为了使服务对用户更快、更方便，企业必须充分利用信息技术和大数据技术等现代技术，构建更智能的客户服务平台，不仅能有效减轻企业客户服务人员的工作压力，还能提高工作效率，从而大大提高质量。
二、Rasa开源自然语言处理框架概述
用户输入文本信息或者语音信号后，Rasa的自然语言解释器(Interpreter)将用户的信息转换成意图信息和实体信息，然后构建语义词典包括：用户原始文本(Text)、用户意图(Intent)、实体(Entity)传输给RasaCore。Rasa的对话状态追踪器(Tracker)获取当前的对话状态(实体信息和词槽情况)并记录下来，策略(Policy)接收到当前的对话状态后，进而通过特征提取组件得到对话状态特征，按照对话状态特征预测和选择下一个动作(Ac⁃tion)，然后Tracker记录当前执行的动作(Action)，最后执行ac⁃tion将结果反馈给用户。
三、基于Rasa框架的客服智能对话系统设计研究
（一）自然语言处理
自然语言处理是计算机模拟人与人之间进行语言交互的过程，从而能够使机器理解人类语言的过程。同时使机器能够具备与人一样的交流和写作能力，生成一段自然语言文本。在客服智能对话系统中，机器利用自然语言处理技术对咨询用户的文本内容进行分析，从而更好地识别用户的意图。然后机器根据用户意图，结合知识库内容给出最佳的回复结果，当前结果为文本数据。自然语言处理过程是客服智能对话系统的技术核心，如何使机器更好地识别用户意图并反馈最佳结果，是评判智能客服质量好坏的直观指标。
（二）MRCP设计
MRCP的设计目的是支持客户端对服务器端发起一个请求，设定一个在网络中部署的媒体资源。MRCP的主要目的在于语音处理资源的处理，这些语音处理资源包括：语音识别，语音合成，语音录音和讲话人的认证和确认。MRCP借用了SIP协议来支持MRCP的处理流程，SIP可以使用SIPURL通过网络来支持MRCP客户端来获取媒体资源，并且可以查询获
取到媒体类型和其支持能力。它一旦获取到正确的媒体资源服务器信息，SIP将会创建2个通信管道，一个是用来支持媒体会话，它支持发送或接收语音数据。这些数据可能是从媒体资源服务器发出也可能是来自于媒体资源服务器。另外一个管道是控制会话，它用来支持MRCP客户端和媒体资源服务器之间的请求通信，从服务器端返回响应消息和事件。这里，MRCP协议是运行在控制会话之上。
（三）智能客服实现方式
要实现智能客户服务功能，需要建立常见问题的知识库。用户可以通过在线客户服务实时查看其业务。如果问题存在于知识库中，则会自动输入-customer service intelligent key，并建议答案。如果不在知识库中，则将根据问题类型，将问题转发给相关业务部门联系人的企业-背景，在通过相关业务部门联系人明确答案后，平台将回复问题用户，系统将把问题和答案记录在知识库中同时，智能客户服务以实际需求为基础，以嵌入式在线服务平台为支撑，参照淘宝网、京东智能客户服务人机互动等企业智能客户服务方式，合理布局满足用户的应用需求。
（四）应用流程设计
由于智能客户服务系统通常按照既定流程执行客户服务功能，因此在集成自动化操作功能(如故障现象捕获和指标分析)时，需要仔细分析功能的具体链接和访问位置。一些常用且有效的信息(如基本业务信息、基本网络信息和大面积故障信息)可以在客户定位和以前服务交互期间立即收集到后台，并及时提供给客户服务人员，以提高问题处理效率。这一过程的一部分与企业的使用密切相关，信息收集和判断技术比较复杂。它可以在客户服务人员或智能机器人客户服务向导与客户交互时收集，通常位于单个进程树中。由于收集和判断此类信息通常需要更长的时间、更高的系统资源，而且通常与处理特定问题有关，因此收集某些信息需要客户进行一定程度的合作，例如在屏幕上收集信息和在线测量网络速度，只有对自动化操作技术流程的合理设计才能提高客户服务效率。
（五）智能客服知识库的更新
智能客户服务知识库包含有关智能客户服务的有组织知识和信息，这些知识和信息的丰富程度直接决定智能客户服务是否能够准确回答客户的问题和答案。智能在线客户服务平台的智能客户服务更新和管理设计不仅要求它能够通过实时捕获智能客户服务信息来更新知识库，而且还要求它能够利用深入学习技术，以便智能客户服务系统能够通过以下方式自
动收集与工作相关的信息借助上述设计方法，智能在线客户服务平台可提供更高的学习能力和更少的人工干预。
（六）智能机器人功能
机器人具有语义理解(NLU)、知识测绘(KG)的自然语言处理(NLP)、智能学习、深度算法等能力。并通过强大的自主学习和语言分析能力回答游客的一般问题。主要的机器人模块包括标准常见问题解答、多周期场景过程对话、基于位置的多周期对话、结构化身体知识映射推理引擎、图像识别和用户情感识别引擎、ai自主学习、企业数据报告、以及，它们可以准确分析问题并快速回答问题。
（七）一云多端客服体系的构建
为了提高资源利用率并节省构建智能客户端服务系统的成本，在构建智能客户端服务系统时，务必注意构建一个通过单个云传输多个客户端的多云系统，这样不仅可以确保用户的良好利用率，而且还可以确保建立智能客户端服务系统时，遵循用户系统的使用习惯，通过智能语音服务系统让用户获得尽可能多的功能，方便用户浏览。构建云服务和多服务客
户服务系统时，需要合理安排客户服务体验，重点简化用户咨询流程，这也可以提高用户咨询效率。
结束语
为企业和用户提供智能客户端服务，以建立基于自然语言的快速有效的通信渠道。为以后的智能生活添砖加瓦。智能客户服务提供有关管理准确性的分析信息，有效减少重复工作，减少无法控制的人为错误，实现服务标准标准化，解决劳动力成本高、线路繁忙和服务时间有限等问题，并为用户提供良好的体验。
参考文献
[1]刘佳,张鹏.智能客服中大数据技术应用的思考[J].科技创新与应用,2020(32):172-173.
[2]闫艳红,马士轩.5G赋能铁通AI人工智能客服体系的发展与研究[C]//.中国移动5G天线产业技术研讨会论文集.,2020:80-83.
[3]李静波,邹黎明,李茂,付硕,李硕.智能语音客服的响应时间研究[J].人类工效学,2020,26(04):29-34.
[4]林雪峰,曹子勇,曹家玉.基于人工智能的智能客服终端的研究与设计[J].电子制作,2020(16):58-59+68.
[5]陈海辉.智能客服中大数据技术应用[J].电子世界,2020(15):191-192.
>人工客服

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。