............................. 5 2. 智能客服问答引擎介绍................................................................................................... 7 2.1 FAQ 问答引擎....................................... ........................... 7 2.2 任务问答引擎............................................................................................................. 7 2.3 图谱问答引擎.................................... ......................................................................... 8 2.4 表格问答引擎............................................................................................................ 8 3

.................................................................................... 31 案例一 北京智能政务问答知识中枢..................................................................... 31 案例二 “桑智”政务智能助手：湖南县域 AI 费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 14 北京 12345 微信公众号等渠道，增加了“助残辅助类型”标识，进一步提升了适 老助残服务的精准性。此外，对于复杂多样的民情民意，“接诉即办”改革坚持 效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 3.工单智能化处理 工单的处理效率直接影响政务热线的服务质量。大模型支持工单智能生成、 29 分类与转派，避免人工填写和筛选的低效问题。通过智能算法，系统能够识别市 民诉求

.................................................................................... 31 案例一 北京智能政务问答知识中枢..................................................................... 31 案例二 “桑智”政务智能助手：湖南县域 AI 费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 14 北京 12345 微信公众号等渠道，增加了“助残辅助类型”标识，进一步提升了适 老助残服务的精准性。此外，对于复杂多样的民情民意，“接诉即办”改革坚持 效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 3.工单智能化处理 工单的处理效率直接影响政务热线的服务质量。大模型支持工单智能生成、 29 分类与转派，避免人工填写和筛选的低效问题。通过智能算法，系统能够识别市 民诉求

• 组合贷款 • 公积金和银行都有 歧义性 复杂性 复用性 多样性 模糊性 语言理解难点 语言 知识 智能 深度 学习 智 能 服 务 事 业 部 从传统智能问答到知识图谱问答 ( 上海，常住人口， (2017 年， 2419.70 万 )) 2017 年上海的常住人 口 是： 2419.70 万 上海有多少人口 智 能 服 务 事 业 部 知识结构化的主要思路 能 服 务 事 业 部 知识结构化 - 结构化答案展 示 智 能 服 务 事 业 部 知识图谱问答解决方案 智 能 服 务 事 业 部 结构化问答平台 KAMR KAMR Parser FAQ 问答 + 知识图谱问 答 AMR 、 AM RL MulCG Parser 知识图谱问答解决方案 AMRL(Alexa Meaning Representation 待遇 • 模糊意图：公积金抵扣 • 关联意图：组合贷款抵扣、商业贷款 抵扣…… 针对语义不清 的关联推荐 上下文继承 智 能 服 务 事 业 部 多因子意图分类：支持上下文相关的多轮问答 解决方案 -KAMR Parser-Semantic Dependency Parser 解决方案 • Biaffine Parser 模型， 预测节点间关系，分析各类复杂 query ：多实体、多约束

感知智能 能理解 会思考 认知智能 能存会算 认知智能不断超越 SWE-BENCH Verified 软件工程工具、模型 或系统性能 GPQA-Diamond 生物、物理、化学等 科学问答 Codeforces 编程竞赛 软件工程能力 数学能力 编程能力 AIME 数学竞赛 科学能力 音乐 空间 自省 自然 辨识 多元智能理论（ Theory of multiple 可溯源 多模态金融大数据（表格、文本、图谱、图片、视频等 ……） 金融数据可 信 Chatbot 模式 智能客服、投资咨询 营销问答…… 检索知识增强 RAG 领域微调（ SFT/RLHF ） 金融知识库 知识萃取 高效索引 金融工具链 意图识别 工具调用 智能 体 Agent 模型压缩（蒸馏 / 量 化） 软件功能检索 建档检索助手 客群知识问答 产品知识问答 本地预训练大规模语言模型（例如： DeepSeek/Qwen… ） GPU 算力 隐私通信模块

AI 能力融入公文管理全流程，覆盖公文拟稿、审核、收文、 归档等环节，助力公文管理高效、合规。 智能拟稿：一键生成，规范高效 支持 15 种国家标准公文文种，智能生成全文、提纲，并具备文档解读与问答助理功能，提 升拟稿效率。提供续写、扩写、改写、提炼功能，生成内容可二次编辑，满足不同场景需求。 可通过自然语言输入，快速生成符合规范的公文内容。 敏感词检测：自动提示，规避风险 除系统自带 式类型等多维度智能筛选； 基于搜索内容主动推荐关联问题，构建从信息检索到深度问答的知识服务闭环；打通 OA 等 异构系统数据源，实现跨平台知识资产的统一检索与价值激活。自动提炼文档/当前搜索页 核心内容，提升信息整合效率。 智能问答：知识溯源、精准交互 知识智能问答功能强大，支持多模型自由切换，提供知识溯源、多模态输入、问答互动、多 轮会话等服务，满足不同场景需求。 智能问数：洞察数据，辅助决策 智能问数：洞察数据，辅助决策 可内置智能问数机器人，能够提供精准、详细的业务数据问答服务，支持多维度数据分析和 复杂查询。 除上述功能外，蓝凌还支持知识智能入库、智能采集、知识图谱等系列智能化应用。 AI+合同管理 提供合同要素抽取、条款生成、智能比对、合同审查、问数分析、法务知识助手等智能化应 用，提效全周期合同管理，助力企业经营合规高效。 智能抽取：合同自动录入更高效 支持合同要素自动化提取与表单填充

——支持分词； ——支持基于分词结果，结合知识库进行搜索召回和粗排； ——支持结合客服算法进行搜索精排； ——支持转入bot引擎。 6.3.5 知识库 知识库包括知识问答和关键词表，应满足本文件第9部分的要求。 ——知识问答由问答对组成； ——关键词表通过定义关键词，将含有关键词的问题关联到特定回答。 6.3.6 客服算法 客服算法包括人工智能算法模型、策略、以及在线学习，应满足以下要求： 行业、大促主题等。服饰行业知识库参见附录C。 ——应支持标准知识库的更新升级； 标准知识库应支持商户的以下操作： ——应支持商户订阅标准知识库中不同的知识库包； ——应支持商户关闭场景下的问答对； ——应支持商户编辑标准知识库中的答案。 9.5 自定义知识库要求 由商户定义，应支持以下功能： ——仅针对定义该知识库的商户生效； ——添加场景。包括场景名称、场景简介。应有最大输入长度的限制。 ——优先级配置：配置不同知识库的优先级； ——问答编辑：支持对通用知识库问题的编辑，支持在自定义知识库进行问答的添加、编辑等； ——时效配置：知识库内问答对的生效时间，例如对于主题包中的大促包，仅适用于大促前后；日 常可配置午休时间、夜间无人值守等时效； ——策略配置：如不同命中次数可配置不同的应答策略；关键词配置支持以特定关键词命中特定问 答对，可帮助多个相似问题中精细化识别； ——订单关联：将问答对与订单进行关联，通常针对售后进行智能客服应答；

浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 认知智能不断超越 AIME 数学竞赛 GPQA-Diamond 生物、物理、化学等 科学问答 SWE-BENCH Verified 软件工程工具、模型 或系统性能 Codeforces 编程竞赛 数学能力 科学能力 软件工程能力 编程能力 浙江大学人工智能教育教学研究中心 金融知识库 知识萃取 高效索引 金融工具链 意图识别 工具调用 大模型金融应用 模型压缩（蒸馏/量化） Chatbot模式 Copilot模式 Agent模式 智能客服、投资咨询 营销问答…… 智能投研、报表分析 交易辅助…… 智能投顾、智能监管 营销推荐…… 金融数据可信 人工智能可信 应用合规可信 可解释 隐私保护 公平性 鲁棒性 可靠性 可溯源 数字化监管规则 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 项目支持：浙江大学-**银行金融科技联合研发中心一期项目 研究实践4: 营销领域大模型 建档检索助手 客群知识问答 产品知识问答 软件功能检索 本地预训练大规模语言模型（例如：DeepSeek/Qwen…） 「多源异构数据文本向量化」 「微调数据生成」 Self-QA Self-Instruct Self-KG 文本Chunk

销售策略，在抓住销售机会的同时合理控制资金使用。 2) 销售人员不具备写 SQL 的能力，更倾向于通过交互式问答的模式实时获取最新数 据，因此需要将销售人员输入的自然语言提问转换成最终的结果展示，即满足高 并发 ChatBI 需求。 3) 除了精确的数据分析需求，门店销售人员还存在一些通用的问答需求，比如门店 开业的活动策划和文案推荐，电动车销售技巧推荐等，希望有一个比较统一的问 答入口。 答入口。 换言之，雅迪销售人员需要一个实时的、并发程度高、数据准确率高、涵盖内容范围 广并且支持自然语言交互的数据分析和问答系统。 3.3 阿里云 Data+AI 解决方案 在今年 9 月的云栖大会上，阿里云瑶池数据库重磅发布“DMS+X：统一、开放、多 模的 Data+AI 数据管理服务”。该平台通过 OneMeta 和 OneOps 两大创新，简化 了数据管理与 AI 开发，实现 询，迅速从海量数据中提取相关信息，并生成回答。这些回答不仅以数字表格的形式 准确呈现销量数据，还能结合视觉化的图表展示趋势，使营销人员能够一目了然地洞 察市场变化。 3.3.2 基于 RAG 的自由问答系统 检索增强生成（Retrieval-Augmented Generation, RAG）是一种结合信息检索和生 成模型的方法，旨在提高自然语言生成任务的准确性和信息性。基于 PolarDB

认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 视觉产品 智慧管理 自动驾驶 便民办公 政务大数据 刑事侦查 智能搜索问答 运营优化 营销客服 视觉产品 影像诊断 大数据决策 智慧病案与DRGs AIDD 图像/视频 处理生成 效率生产工具 公共开源 高校 企业私有 政府 CNN Transformer RNN 模型能力调用 大模型实践应用 在这以前 为模型训 练成本 之后调用 为模型推 理成本 “小参数，适用边缘、端侧设备” “训练成本低，但性能相对有限” “外挂知识库，适用专业领域内容” 客服营销知识库等问答任务 “定制化调整，服务特定行业或专业任务” “训练成本跨度大，对资源有要求” 19 ©2025.3 iResearch Inc.