深度 | AI 建模實(shí)際應(yīng)用場景及效益

　　國內(nèi)一名列世界500強(qiáng)的保險(xiǎn)公司（以下簡稱A保險(xiǎn)公司），擁有龐大的電銷團(tuán)隊(duì)，雇傭了上萬名電銷人員，每月電銷電話撥打量達(dá)到千萬通。由于客戶名單基本為白名單，即沒有客戶的信息，傳統(tǒng)的格式化維度分析無法應(yīng)用，所以A保險(xiǎn)公司在沒有客戶信息的情況下，實(shí)行全量撥打，這樣的撥打效果成交率在千分之一以下。另一方面，全量撥打的電銷電話也給客戶帶來不良的印象，對客戶造成不必要的干擾。近年來，監(jiān)管力度逐年上升，對電銷電話管控嚴(yán)度加大。為能有效運(yùn)營電銷就需要有特定對象，向有購買保險(xiǎn)意愿的客戶精準(zhǔn)的撥打。

　　隨著AI科技的進(jìn)步，普強(qiáng)AI建模產(chǎn)品的核心運(yùn)用了最新的AI語音轉(zhuǎn)譯和語義理解技術(shù)，為這樣的場景提供了一個(gè)極佳的解決方案，能夠讓A保險(xiǎn)公司和有類似業(yè)務(wù)場景公司的電銷人員將資源集中在有潛在購買意愿的客戶。一方面，避免撥打全量的電話，減少人力資源和電信話費(fèi)，另一方面，能有效減少對沒有購買意愿客戶的干擾。當(dāng)客戶有意愿和需求購買保險(xiǎn)時(shí)，電銷的外呼電話不被認(rèn)為是干擾；相反，對沒有購買意愿或能力的人，這樣的電話即成為客戶的干擾。

　　事實(shí)上，經(jīng)過AI建模的分析，在數(shù)百萬的客戶名單中，有購買意愿的大約在15%左右，因此80%以上的電話都是不必要撥打的。這樣的應(yīng)用給A保險(xiǎn)公司和有類似應(yīng)用場景的公司省下巨大的成本。接下來，將會(huì)對此做詳盡的描述。

　　1、語音語義理解可獲取有價(jià)值的客戶特征

　　雖然沒有客戶的固定維度信息，但是有許多已撥打過的錄音，A保險(xiǎn)公司擁有海量的客戶通話錄音，錄音內(nèi)含有寶貴的客戶信息、客戶特征等。這些數(shù)據(jù)都可以作為篩選客戶的依據(jù)，例如在電銷的過程中可以得知：

　　買過保險(xiǎn)：謝謝，我已經(jīng)有保險(xiǎn)了。

　　可能有車：對不起，我正在開車，不方便講話。

　　有房人士：我目前房貸壓力大，沒有閑錢買保險(xiǎn)。

　　還有許多類似的特征都可以從電銷人員和客戶的通話中獲取，做成客戶畫像。普強(qiáng)過去積累了許多成功案例，其中就包含大量這樣有價(jià)值的客戶特征。從各樣的案例中，電銷人員重點(diǎn)關(guān)注擁有這些特征的客戶，撥打給這類有較高意愿的客戶并提高銷售力度，增加撥打次數(shù)和跟進(jìn)，從而提升銷售成交率。因此，若能將這些寶貴的客戶信息特征挖掘出來，也就能更進(jìn)一步找出潛在客戶，從而將電銷團(tuán)隊(duì)的大量資源（人力、時(shí)間、電話費(fèi)用……）做最有效的運(yùn)用，達(dá)到最大收益。

　　2、AI語音轉(zhuǎn)譯和語義理解

　　自從2010年蘋果電腦、手機(jī)發(fā)布Siri應(yīng)用后，語音識別技術(shù)不斷的更新、突破。其主要是源于一種計(jì)算機(jī)算法架構(gòu)的技術(shù)突破：深度神經(jīng)網(wǎng)絡(luò)。使用神經(jīng)網(wǎng)絡(luò)的技術(shù)，研究人員不斷推進(jìn)許多人工智能以前不能突破的障礙，例如語音識別、圖像識別、語義理解等三大領(lǐng)域。借助神經(jīng)網(wǎng)絡(luò)架構(gòu)，這些領(lǐng)域里的問題都大大提升了應(yīng)用上的效果。這樣的突破主要由以下幾個(gè)因素造成：

　　在語音識別方面，2017年微軟研究院的技術(shù)達(dá)到了與人翻譯的結(jié)果相同的里程碑。在電話對話的數(shù)據(jù)集（Switchboard），微軟的研究員們使用了多個(gè)神經(jīng)網(wǎng)絡(luò)模型來翻譯使結(jié)果達(dá)到最優(yōu)，翻譯的字錯(cuò)誤率與4位專業(yè)翻譯人士共同翻譯的錯(cuò)誤率基本相同。2018年谷歌的DeepMind使用了大型的CNN-RNN-CTC神經(jīng)網(wǎng)絡(luò)架構(gòu)，翻譯結(jié)果比翻譯專家好六倍。同時(shí)在圖像識別方面，也同樣有重大突破，使得自動(dòng)駕駛這樣復(fù)雜的工作，變得可實(shí)現(xiàn)。

　　語音、圖像識別持續(xù)突破，在語義理解方面，使用神經(jīng)網(wǎng)絡(luò)架構(gòu)的算法也突破了人的水平。著名的史丹佛大學(xué)語義理解競賽的文本問答數(shù)據(jù)集，內(nèi)有10萬條問答，都是從維基百科摘選的文章片段，然后對每一片段由真人提出問題，并在文章片段內(nèi)找出答案的位置。準(zhǔn)確率由2017年前的60%迅速攀升到最新的90%以上，遠(yuǎn)遠(yuǎn)超過人的水平，人的水平為86.8%，而準(zhǔn)確率最高的神經(jīng)網(wǎng)絡(luò)是94.6%。它所使用的神經(jīng)網(wǎng)絡(luò)架構(gòu)為一種稱為Transformer的網(wǎng)絡(luò)，疊加24次，形成一個(gè)深度大型的網(wǎng)絡(luò)（BERT），并使用了兆級數(shù)量的詞匯做訓(xùn)練。在其它常用的語義任務(wù)上，神經(jīng)網(wǎng)絡(luò)也都極大的提升了準(zhǔn)確率，例如命名實(shí)體識別（NER）、關(guān)系識別、文本蘊(yùn)含（textentailment）等。

　　這些人工智能的科技突破，讓許多以往計(jì)算機(jī)不能應(yīng)用到的場景成為新的應(yīng)用。在語音方面，企業(yè)存儲(chǔ)的海量錄音，以往是黑盒子，無法進(jìn)行分析整理。不像結(jié)構(gòu)化的數(shù)據(jù)，使用大型的數(shù)據(jù)庫，可以做查詢、統(tǒng)計(jì)、分析、圖表化等工作。如今，可以經(jīng)由語音識別成為文字，然后再經(jīng)由語義理解做分析，產(chǎn)生實(shí)際的應(yīng)用效益。接下來將對最新的語音、語義技術(shù)在人工智能科技的應(yīng)用作案例分析。

　　3、語音語義分析現(xiàn)行科技狀況

　　語音識別相對比較容易理解和定義，其任務(wù)就是將聲音轉(zhuǎn)成文字，而轉(zhuǎn)化的效果可以簡易的用字錯(cuò)誤率來界定。但是識別的準(zhǔn)確率與諸多因素相關(guān)，可以用人的體驗(yàn)來做比喻，因?yàn)槿斯ぶ悄芑揪褪悄７氯说闹悄埽?/div>

• 專業(yè)領(lǐng)域：如果在一個(gè)不同的專業(yè)領(lǐng)域，例如醫(yī)學(xué)，許多的用語不是一般常用的，一個(gè)非醫(yī)學(xué)專業(yè)的人士不容易理解這些醫(yī)學(xué)的用語，做文字轉(zhuǎn)化的也會(huì)出錯(cuò)。
• 口音/方言：嚴(yán)重的方言口音或是方言。
• 傳播媒介：如電話信道。
• 背景聲音：如吵雜的環(huán)境。

• CoLA：單句的二分類問題，判斷一個(gè)英文句子在語法上是不是可接受的。
• SST-2：單句的二分類問題，句子的來源于人們對一部電影的評價(jià)，判斷這個(gè)句子的情感。
• MRPC：句子對來源于對同一條新聞的評論，判斷這一對句子在語義上是否相同。
• STS-B：這是一個(gè)類似回歸的問題，給出一對句子，使用1~5的評分評價(jià)兩者在語義上的相似程度。
• QQP：這是一個(gè)二分類數(shù)據(jù)集，目的是判斷兩個(gè)來自于Quora的問題句子在語義上是否是等價(jià)的。
• MNLI-m：語型內(nèi)匹配。推斷兩個(gè)句子是意思相近，矛盾，還是無關(guān)的。
• MNLI-mm：跨語型匹配。推斷兩個(gè)句子是意思相近，矛盾，還是無關(guān)的。
• QNLI：也是一個(gè)二分類問題，兩個(gè)句子是一個(gè)(question，answer)對，正樣本為answer是對應(yīng)question的答案，負(fù)樣本則相反。
• RTE：是一個(gè)二分類問題，類似于MNLI，但是數(shù)據(jù)量少很多。
• WNLI：推斷兩個(gè)句子是意思相近，矛盾，還是無關(guān)的。
• AX：QA型圖像數(shù)據(jù)庫。

• 卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）：是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)（Feedforward Neural Networks），是深度學(xué)習(xí)（deeplearning）的代表算法之一。卷積神經(jīng)網(wǎng)絡(luò)具有表征學(xué)習(xí)（representation learning）能力，能夠按其階層結(jié)構(gòu)對輸入信息進(jìn)行平移不變分類（shift-invariant classification），因此也被稱為平移不變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)（Shift-Invariant Artificial Neural Networks，SIANN）。卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)在視覺辨識里達(dá)到了極優(yōu)的效果。
• 循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）：是一類以序列（sequence）數(shù)據(jù)為輸入，在序列的演進(jìn)方向進(jìn)行遞歸（recursion）且所有節(jié)點(diǎn)（循環(huán)單元）按鏈?zhǔn)竭B接的遞歸神經(jīng)網(wǎng)絡(luò)（recursiveneuralnetwork）。循環(huán)神經(jīng)網(wǎng)絡(luò)的研究始于二十世紀(jì)80-90年代，并在二十一世紀(jì)初發(fā)展為深度學(xué)習(xí)（deeplearning）算法之一，其中雙向循環(huán)神經(jīng)網(wǎng)絡(luò)（BidirectionalRNN，Bi-RNN）和長短期記憶網(wǎng)絡(luò)（Long Short-Term Memorynetworks，LSTM）是常見的的循環(huán)神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)具有記憶性、參數(shù)共享并且圖靈完備（Turingcompleteness），因此在對序列的非線性特征進(jìn)行學(xué)習(xí)時(shí)具有一定優(yōu)勢。循環(huán)神經(jīng)網(wǎng)絡(luò)在自然語言處理（Natural Language Processing，NLP），例如語音識別、語言建模、機(jī)器翻譯等領(lǐng)域有應(yīng)用，也被用于各類時(shí)間序列預(yù)報(bào)。引入了卷積神經(jīng)網(wǎng)絡(luò)（Convoutional Neural Network，CNN）構(gòu)筑的循環(huán)神經(jīng)網(wǎng)絡(luò)可以處理包含序列輸入的計(jì)算機(jī)視覺問題。
• Transformer神經(jīng)網(wǎng)絡(luò)：拋棄了傳統(tǒng)的CNN和RNN，整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)完全是由Attention機(jī)制組成。更準(zhǔn)確地講，Transformer由且僅由Self-Attenion和FeedForward Neural Network組成。一個(gè)基于Transformer的可訓(xùn)練的神經(jīng)網(wǎng)絡(luò)可以通過堆疊Transformer的形式進(jìn)行搭建，作者的實(shí)驗(yàn)是通過搭建編碼器和解碼器各6層，總共12層的Encoder-Decoder，并在機(jī)器翻譯中取得了BLEU值得新高。
• CTC（Connectionis ttemporal classification）：傳統(tǒng)的語音識別的聲學(xué)模型訓(xùn)練，對于每一幀的數(shù)據(jù)，需要知道對應(yīng)的label才能進(jìn)行有效的訓(xùn)練，在訓(xùn)練數(shù)據(jù)之前需要做語音對齊的預(yù)處理。而語音對齊的過程本身就需要進(jìn)行反復(fù)多次的迭代，來確保對齊更準(zhǔn)確，這本身就是一個(gè)比較耗時(shí)的工作。與傳統(tǒng)的聲學(xué)模型訓(xùn)練相比，采用CTC作為損失函數(shù)的聲學(xué)模型訓(xùn)練，是一種完全端到端的聲學(xué)模型訓(xùn)練，不需要預(yù)先對數(shù)據(jù)做對齊，只需要一個(gè)輸入序列和一個(gè)輸出序列即可以訓(xùn)練。這樣就不需要對數(shù)據(jù)對齊和一一標(biāo)注，并且CTC直接輸出序列預(yù)測的概率，不需要外部的后處理。

• 方法論：對行業(yè)及業(yè)務(wù)場景整理出流程和規(guī)則，并按此流程和規(guī)則采集積累海量的數(shù)據(jù)。
• 計(jì)算技術(shù)框架：按實(shí)際應(yīng)用場景，建立算法框架，框架是由各類已驗(yàn)證后的神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)算法構(gòu)成的體系，對每一應(yīng)用場景作全框架計(jì)算測試評估，研判出最優(yōu)的神經(jīng)網(wǎng)絡(luò)架構(gòu)和機(jī)器學(xué)習(xí)算法，并同時(shí)調(diào)試參數(shù)和配置。

• 業(yè)務(wù)梳理：與客戶業(yè)務(wù)人員交流，以對客戶的業(yè)務(wù)做深度的了解，與普強(qiáng)機(jī)制框架對接。
• 分析流程建立：分析客戶業(yè)務(wù)，建立流程，優(yōu)化流程。
• 客戶特征篩選：基于普強(qiáng)的業(yè)務(wù)成功案例，使用大數(shù)據(jù)分析，抽取潛在具有購買意愿客戶特征。
• 成交相關(guān)度計(jì)算：經(jīng)由普強(qiáng)大數(shù)據(jù)分析框架計(jì)算客戶特征與成交的相關(guān)度，排序客戶特征的優(yōu)先順序。
• 模型建模/訓(xùn)練：普強(qiáng)計(jì)算技術(shù)框架對最優(yōu)最先進(jìn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)和機(jī)器學(xué)習(xí)算法，作架構(gòu)和算法評估，測試不同架構(gòu)和算法的效益優(yōu)劣，及計(jì)算資源需求以及是否能達(dá)到客戶的時(shí)效要求等工作，最終推薦最優(yōu)的架構(gòu)/算法。
• 測試：使用海量的數(shù)據(jù)不斷的測試，并調(diào)優(yōu)參數(shù)，達(dá)到準(zhǔn)確率、召回率等測試標(biāo)準(zhǔn)的要求，并依照業(yè)務(wù)模式計(jì)算相對的業(yè)務(wù)效益。
• 驗(yàn)證：實(shí)際推送普強(qiáng)業(yè)務(wù)流程算法推薦的潛在客戶，驗(yàn)證成交率。
• 上線：將最終驗(yàn)證通過的整體機(jī)制上線，進(jìn)入實(shí)際業(yè)務(wù)運(yùn)行。

• 精準(zhǔn)的推薦占總量約15%的潛在有購買意愿的優(yōu)質(zhì)客戶。
• 推薦的15%的客戶覆蓋了90%的業(yè)績。
• 節(jié)省了80%+的電銷電話，人員時(shí)間。
• 并減少了對沒有意向購買客戶的干擾。
• 確定了潛在購買客戶的特征，作話術(shù)優(yōu)化的依據(jù)，有定向的與客戶對話以確認(rèn)是否是有所確定的特征。
• 發(fā)掘了電銷流程的缺失：發(fā)現(xiàn)高購買意向客戶的跟蹤力度不及時(shí)或遺漏的情況，建立追蹤系統(tǒng)及時(shí)找回遺漏的潛在客戶并跟進(jìn)。