知识管理是借助信息平台与相关工具,对企业知识进行“生产、评审、发布、应用、互动、创新和退出”全流程管控,实现积累知识资产避免流失,提高组织运行效率,将知识作为组织的重要资本进行经营管理,固化和提高企业核心竞争力的手段。
基于大模型的深蓝小鱼智答首席知识官
能够处理复杂的语言结构和上下文关系,生成准确、连贯的文本。可以帮助人们提高工作效率,减轻写作负担,节省时间精力。可以为创造性的内容生成提供参考支持。
构建知识中台,赋能业务场景
深蓝海域知识中台是一款领先的企业级知识内容及相关技术能力的复用知识管理平台,通过智能化的技术和全面的功能模块,帮助企业高效管理、共享和应用知识。
深蓝小鱼智慧云搜索
智慧云搜索平台,可解决企业搜索需求的同时降低系统开发成本,统一各类数据呈现等。有效的提升知识共享的内容质量。
全智能知识库
全智能知识库构建了一套涵盖智能知识采集、加工、理解、应用全流程的智能知识库系统。基于AI技术和算法,实现爬虫采集、模型萃取等5+智能化的知识采集工具,自动标签、抽取FAQ等10+智能知识加工能力,语义和图像识别等6+智能知识理解引擎,以及智能搜索、智能问答等7+知识智能应用场景和方案。
智能搜索引擎
在知识库中,仅仅通过数据库检索,全文搜索,往往会出现搜索不到、搜索不准的情况。深蓝海域运用人工智能技术,探索搜索引擎的智能化,让用户搜索知识变动更简单
互联网信息采集与分发引擎-包打听
如果您每天花大量的时间在指定的网站上查找各类知识信息,作为研究、内参,如果您正在苦恼这些信息需要人工下载,需要人工辨别分类,需要人工去重,去干扰,那您不能错过“包打听”。基于爬虫和机器学习技术打造,自动采集、自动去重归类、个性化分发推荐、知识关联挖掘,为您打听您想了解的内容!
智能工单知识挖掘引擎
工单系统中具有海量数据的工单信息,通过构建和训练“工单知识萃取模型”,萃取出有效的工单知识,将其应用于工单的提出、处置等环节,从而减少重复工单的提出率、提升工单处置效率和解决准确率。
原子化智能知识搜索引擎
原子化智能搜索引擎是深蓝海域基于智能语义算法、原子化引擎技术开发的创新搜索技术。对用户输入关键词自动进行语义算法处理,搜索更合理的结果,而非简单的词语匹配;搜索结果只显示最匹配的文章段落,而非将整篇文档呈现给用户。篇章级内容通过原子化处理,可直接提供原子化知识给问答机器人,大大减少FAQ整理工作量。
又一款智能问答机器人?不,这是第三代智能机器人,为解决四大行业痛点而生
数据量较大情况下现有机器人应答不准确
模型复杂,只能相似匹配无法直接给出答案
多个渠道知识库不统一存在重复工作
FAQ人工拆分工作量巨大
一代典型技术:模板化的规则推理机制;关键词搜索机制。
优势:在小规模知识量下,问答一旦符合规则,较为精准。
劣势:技术陈旧,面临淘汰,维护工作量巨大,知识量巨大时,规则间互相冲突。
2008~2013
二代典型技术:基于统计/打分机制的算法,寻找用户问句和FAQ的Q之间的相似度。
优势:无需撰写规则,采用自然语言处理技术。
劣势:拆分FAQ工作量大,需要编撰大量相似问,优化训练过程较长。
2014~2017
三代典型技术:基于统一多渠道知识库、神经网络深度学习、知识图谱、知识自加工四大核心技术。
优势:统一多渠道知识库一次编辑多渠道应用,自动拆分FAQ;深度学习准确率高;知识图谱直接给出答案而不是找出相似问题。
劣势:训练模型需要大量的算力GPU,需要一定量的语料。
2018~未来
深度学习神经网络机制通过训练模型,实现自动化的意图识别;用户输入的自然语言经过模型分析,可以归属于某个意图;解决大数据量情况问答准确性问题。
知识图谱通过三元组构成的知识图谱关系直接给出答案;通过比较、组合、计算推理答案;解决模型匹配困难问题。
统一一套知识库,服务多个渠道;统一维护,联动管理,多方应用;解决多个渠道知识库不统一,重复工作问题。
知识自动加工智能拆分FAQ,自动解析知识对word、pdf、txt知识内容;自动根据段落、内容意义,拆分为问答对;解决FAQ人工拆分,工作量巨大问题。
人类通过语言表达某种具体意图,而意图对应着具体的回应和操作,或者是一个具体流程。因此首先要梳理出我们的业务意图,业务意图可以平铺并列,也可以整理成关联结构,而树状结构的意图可以实现意图的关联或跳转,更加灵活。
用户可以使用自然语言与机器人进行沟通,变化多种问句方式,当智能引擎识别到文化属于某个意图时,自动调用回复话术。从而实现智能应答。
如何识别一句话是表示某个意图,我们需要利用神经网络建立相关模型。积累、整理表达这个意图的语料,上传到训练引擎中,系统自动更新形成意图模型。
机器人可以根据正反馈和负反馈进行模型的更新训练,用最新的模型提高意图判断效率。可以根据数据统计分析结果,进行针对性的调优。
从已有知识数据中进行知识提取,系统自动解析成知识图谱,形成结构化知识(结构化数据)存入到知识图谱。
通过三元组构成的知识图谱关系,是实体与实体之间的关系,三元组作为事实的基本表达方式,存储在图数据库中的所有数据将构成庞大的实体关系网络,形成知识的图谱。
提供图谱智能搜索,通过搜索引擎查询理财产品的相关信息,直接获得答案。
图谱提供组合知识回答,为客户提供组合知识的回答,支持图谱的给出组合内容。
图谱提供智能助理,为客户提供理财产品询问的回答,支持图谱的直接事实知识回答,以及基于图谱的推理知识回答。
不同的渠道,其知识内容虽然派生来源于主知识文档,但格式却大不相同。目前主要提供3种渠道知识模板。
通过创建主知识选择知识适配渠道,选择主知识提交之后系统自动跳转到渠道知识创建界面。当点击编辑进入主知识对主知识进行编辑后,如果主知识关联了相关渠道系统会自动跳转进入相关渠道查看渠道知识。
主知识进行变更后,渠道知识前会有一个红点提示,如果对于主知识的修改不影响渠道知识可以选择忽略,如果影响可以点击编辑进行渠道知识的修改,当以上操作完成后红点自动消失。
根据不同渠道的请求,知识库可以将相应匹配的内容推送给渠道,服务更加个性化、客户化。
自动解析知识对word、pdf、txt等知识内容,自动根据段落、内容意义,拆分为问答对,人工确认后作为知识点输出应用。
针对知识库现有知识内容,通过机器学习方法对文章中重要的词汇进行提取,并作为文章的TAG关键词进行标注,为每篇知识添加核心关键词,并基于核心关键词进行知识关联、专题化。
传统摘要是基于人工编写,或自动提取文章的第一段,耗时费力。基于深度学习的自动摘要技术,可以通过机器阅读全文根据词频、意义比重等权重关系,计算并得出文章的自动摘要。
自动归类是建立知识分类,录入训练数据,建立分类模型,新增知识系统可自动识别所属分类。
针对银行业务、理财产品、保险的售前、售中以及售后环节提供垂直智能化服务支撑方案,面向客户、服务人员以及代理人提供系统化智能服务方案,为企业有效降低服务成本、强化组织管理、提升服务体验。
针对政府机构,对便民服务、市长热线、来电办理、问题督办等场景在线智能处理,提供民众自主办理、快速响应。
针对游戏行业在注册、宣传、账号管理等核心场景,提供专属智能服务解决方案,面向广大游戏爱好者提供针对的方案,提供更好客户体验,有效提升客户价值。
将AI技术与教育行业深度集合,以师生服务、招生、教学保障为核心场景,通过手机APP、互联网等沟通渠道,为教育企业有效降低服务和教学成本,提升教学质量并能更高效挖掘潜在数据价值。