深度学习核心技术精讲100篇（四十六）-情感分析算法在阿里小蜜的应用实践

Posted 2021-06-25 文宇肃然

前言

人机对话一直是自然语言处理领域内的重要研究方向之一，近年来随着人机交互技术的进步，对话系统正逐渐走向实际应用。其中，智能客服系统受到了很多企业尤其是中大型企业的广泛关注。智能客服系统旨在解决传统客服模式需要大量人力的状况，在节约人力的同时，使得人工客服在针对特别问题或者特别用户时能够提供更高质量的服务，从而实现 \'智能客服+人工客服\' 在服务效率和服务质量两个维度上的整体提升。近年来，许多中大型公司都已经构建了自己的智能客服体系，例如富士通的FRAP[1]、京东的JIMI[2]和阿里巴巴的AliMe[3]等。

智能客服系统的构建需要依托于行业数据背景，并基于海量知识处理和自然语言理解等相关技术。初代智能客服系统主要面对业务内容，针对高频的业务问题进行回复解决，此过程依赖于业务专家对高频业务问题答案的准确整理，主要的技术点在于精准的用户问题和知识点之间的文本匹配能力。随着技术的发展和对用户实际需求更加准确的捕捉，智能客服系统的定义和能力涵盖范围也发生了明显的变化。新型的智能客服系统将服务范围定义为泛业务场景，除了解决处理核心的高频业务问题，智能导购能力、障碍预测能力、智能语聊能力、生活助理功能以及生活娱乐交互等方面的需求也同样被重视和涵盖。

在服务范围被定义得更加广泛的同时，新型的智能客服系统在类人能力程度上也被提出了更高的要求。其中，情感能力做为类人能力的重要体现，已经在智能客服系统的各个维度的场景中被实际应用，并且对系统类人能力的提升起到了至关重要的作用。

本文以阿里巴巴的智能客服平台产品：阿里小蜜为对象，介绍其在基于情感分析能力上的算法模型原理，并围绕智能客服系统中人机结合的服务形式，从六个维度总结和介绍了情感分析技术在智能客服系统中的应用场景，包括用户情感检测、用户情感安抚、情感生成式语聊、客服