由于從事智能客服領(lǐng)域，對智能客服的開發(fā)也有比較全面的了解，這里從AI技術(shù)的角度介紹一下。

智能客服用到的技術(shù)群智能客服機(jī)器人會用到很多人工智能方面的技術(shù)，比如自然語言理解、深度神經(jīng)網(wǎng)絡(luò)、知識圖譜、語音識別、語音合成等方面的技術(shù)。為了便于您從總體上了解這些技術(shù)，以璞媧智能客服用到的技術(shù)為例，請參考下面不同角度的技術(shù)全景圖。

從客服處理過程理解AI技術(shù)要理解智能客服中的AI技術(shù)，我們可以從技術(shù)的應(yīng)用過程來加以理解。比如電話應(yīng)對過程中，智能客服會用到下面幾種技術(shù)。

自動語音識別（ASR, Automatic Speech Recognition）

將麥克風(fēng)采集到的用戶聲音轉(zhuǎn)化為文字的過程。

自然語義理解（NLU, Natural Language Understanding）

將用戶說的話轉(zhuǎn)化成機(jī)器能理解的話，例如把轉(zhuǎn)化成文字后的兩句話“給張三打電話”和“打電話給張三”理解成同樣的操作。

自然語言生成（NLG, Natural Language Generation）

與自然語義理解相反，是將機(jī)器的語言轉(zhuǎn)化人的語言，本階段的輸出是文字。

語音合成（TTS, Text To Speech）

將文字合成聲音并播放出來，并盡可能的模仿人類自然說話的語音語調(diào)，給人以交談的感覺。

智能客服中用到的AI技術(shù)上面從客服處理過程的角度介紹了幾種技術(shù)范疇，

深度神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度神經(jīng)網(wǎng)絡(luò)（DNN, Deep Neural Network）是一種機(jī)器學(xué)習(xí)算法，可以大大提高智能客服應(yīng)用中的識別率。

知識圖譜

知識圖譜（Knowledge Graph）就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)。知識圖譜是基于現(xiàn)有數(shù)據(jù)的再加工，包括關(guān)系數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)、文本或XML中的非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)、客戶數(shù)據(jù)、領(lǐng)域本體知識以及外部知識，通過各種數(shù)據(jù)挖掘、信息抽取和知識融合技術(shù)形成一個統(tǒng)一的全局的知識庫。知識圖譜將應(yīng)用于客服系統(tǒng)，主要的應(yīng)用方面有三個：一是客服系統(tǒng)知識卡片的建立，二是個性化推薦，三是客戶關(guān)懷。

迭代決策樹

迭代決策樹（GBDT，Gradient Boosting Decision Tree)是一種迭代的決策樹算法，該算法由多棵決策樹組成，所有樹的結(jié)論累加起來做最終答案。它在被提出之初就和SVM一起被認(rèn)為是泛化能力較強(qiáng)的算法，在智能客服中有比較多的應(yīng)用。

更多更詳細(xì)信息，歡迎關(guān)注“機(jī)器人大王”，歡迎與我聯(lián)系。

首先你要知道它一定要具備學(xué)習(xí)能力，接下來就是各種喂數(shù)據(jù)了。