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

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

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

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

將麥克風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技術上面從客服處理過程的角度介紹了幾種技術范疇，

深度神經(jīng)網(wǎng)絡

深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度神經(jīng)網(wǎng)絡（DNN, Deep Neural Network）是一種機器學習算法，可以大大提高智能客服應用中的識別率。

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系網(wǎng)絡。知識圖譜是基于現(xiàn)有數(shù)據(jù)的再加工，包括關系數(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形成一個統(tǒng)一的全局的知識庫。知識圖譜將應用于客服系統(tǒng)，主要的應用方面有三個：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一起被認為是泛化能力較強的算法，在智能客服中有比較多的應用。

更多更詳細信息，歡迎關注“機器人大王”，歡迎與我聯(lián)系。

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