入的文本进行分析，理解用户的意 图，从而为后续的对话处理提供明确的方向； b) 应具备自然语言交互的能力，意图识别服务可以支持自然语言交互，用户可以使用自然语言进 行提问和查询，无需特定格式或关键词，使得对话更加自然和便捷； c) 应具备多轮对话支持的能力，意图识别服务可以支持多轮对话，可以在对话过程中动态地调整 意图识别结果，从而更好地引导对话过程； d) 应具备强大的后端知识库，意图识别 应具备强大的后端知识库，意图识别服务通常与强大的后端知识库相结合，可以提供更加全面 和准确的信息和服务； e) 宜具备自我学习和优化的能力，意图识别服务可以通过机器学习和自然语言处理技术进行自我 学习和优化，不断提高对话系统的效率和准确性。 6.4.2.2 检索组件 检索组件允许用户高效地查询和获取文档中的关键信息，提升信息获取的效率，进而提升工作和决 策的效能。 a) 应支持对表格、文本数据进行接入、上传，支持对详情进行预览查看； 预测的作用。 a) 应具备引导用户输入的能力，prompt组件可以引导用户输入，例如提示用户输入某个关键词或 问题，以便引导后续的对话处理； b) 应具备提高用户体验的能力，prompt组件可以提供自然语言交互和多轮对话支持，使用户可以 更加自然和便捷地进行对话，提高用户体验； c) 应具备优化模型预测的能力，prompt组件还可以优化模型预测结果，通过提供特定的关键词或 问题，引导模型更加准确地预测用户意图和提供相关回答；

67 3.3.2 业务逻辑处理模块.....................................................................69 3.3.3 多轮对话管理模块.....................................................................71 4. 数据准备与处理............ 100%的技术目标。 1.2 DeepSeek 技术优势 DeepSeek 作为新一代 AI 大模型技术，在政务系统智能化升 级中展现出显著的技术优势。其核心能力体现在以下三个维度： 在语义理解与多轮对话方面，采用动态注意力机制和上下文记 忆增强技术，政务场景下的长文本解析准确率达到 92.3%，较传统 NLP 模型提升 37%。典型表现为：可准确识别”低保申请材料不齐 全但符合容缺受理条件”等复杂政务表述，支持连续 问题。 多轮对话管理 采用状态跟踪（State Tracking）和对话策略优化技术，系统可支 持长达 20 轮次的复杂业务咨询对话。典型应用场景包括： - 跨部门事项办理（如企业开办涉及市场监管、税务、社保等多系 统） - 分条件流程引导（根据用户户籍、企业类型等属性动态调整材料 清单） 测试数据显示，相较规则引擎方案，对话完成率从 62%提升至 89%，平均对话轮次减少 3.8

Transformer 架构 ，经过大量文本数据训练而成 ，能够生成自然、 流畅的语言 ，并具备回答问题、 生成文本、 语言翻译等多种功能 ChatGPT 的应用范围广泛 ， 可以用于客服、 问答系统、 对话生成、 文本生成等领域。 它能够理解人类语言 ，并能够回 答各 种问题 ，提供相关的知识和信息。 与其他聊天机器人相比 ， ChatGPT 具备更强的语言理解和生成能力 ，能够更自然地 与人 类交流 o1 媲美。 2.2 国内的大模型产 品 n DeepSeek （深度求索） DeepSeek 创始人 梁文峰 n 通义千问 通义千问是阿里云推出的一个超大规模的语言模型 ， 它具备多轮对话、 文 案创作、 逻辑推理、 多模态理解、 多语言支持的能力。 通义千问这个名 字 有“通义”和“千问”两层含义 ， “通义”表示这个模型能够理解各种语 言 的含义 ， “千问”则表示这个模型能够回答各种问题。 2 国内的大模型产 品 n 文心一言 文心一言是由百度研发的知识增强大模型 ，能够与人对话互动、 回答问题、 协助创作 ， 高效便捷地帮助人们获取信息、 知识和灵感 文心一言基于飞桨深度学习平台和文心知识增强大模型 ，持续从海量数据和 大规模知识中融合学习 ，具备知识增强、 检索增强和对话增强的技术特色。 文心一言具有广泛的应用场景 ，例如智能客服、 智能家居、 移动应用等领域。

中， 已经大量 应用了政务热线等一系列智能客服类产品 ， 帮助解答群众诉求，实现在线办理事项等功能。 但传统的智能客服仅支持关键词触发、 遵循固定的对话流程，用户体验较差。大模型需具备强大的自然语言处理能力，能够精准识别用户的意图。通过整合政务知识库 ， 在政务服务场景中叠加大模型能力，提供包括政务知识问答、智能办事助手、智能坐席辅助和政务数字人等多样化的产， 解答常见问题， 提供办事指引， 并支持公众自 动化完成服务 申请 采用虚拟形象 在线上或线下 环境中与公众 互动，提供交 互式指引 核心能力 多轮对话 意图识别 关联推荐 基于自然语言交互为公众提供更加精确、高效且个性化的服务 7×24 小时全天候服务，简化办事流程、优化服务体验 ©2024.6 iResearch Inc. www.iresearch.com.cn 19 情感分析 • 传统的智能客服仅支持关键词 触 发或固定对话流程，难以理 解方 言、口语化的提问，对用 户意图 的理解机械化 • 采用一问一答形式，不具有上 下 文理解能力，针对复杂、模 糊问 题难以提供有针对性的解 决方案 • 政务坐席人员需要掌握大量的

中， 已经大量 应用了政务热线等一系列智能客服类产品 ， 帮助解答群众诉求，实现在线办理事项等功能。 但传统的智能客服仅支持关键词触发、 遵循固定的对话流程，用户体验较差。大模型需具备强大的自然语言处理能力，能够精准识别用户的意图。通过整合政务知识库 ， 在政务服务场景中叠加大模型能力，提供包括政务知识问答、智能办事助手、智能坐席辅助和政务数字人等多样化的产， 解答常见问题， 提供办事指引， 并支持公众自 动化完成服务 申请 采用虚拟形象 在线上或线下 环境中与公众 互动，提供交 互式指引 核心能力 多轮对话 意图识别 关联推荐 基于自然语言交互为公众提供更加精确、高效且个性化的服务 7×24 小时全天候服务，简化办事流程、优化服务体验 ©2024.6 iResearch Inc. www.iresearch.com.cn 19 情感分析 • 传统的智能客服仅支持关键词 触 发或固定对话流程，难以理 解方 言、口语化的提问，对用 户意图 的理解机械化 • 采用一问一答形式，不具有上 下 文理解能力，针对复杂、模 糊问 题难以提供有针对性的解 决方案 • 政务坐席人员需要掌握大量的

人互动的乐趣，提升该县旅游吸引力。美国众议院使用 ChatGPT 为 政府品牌宣传生成 Logo 图案。波士顿还将政府宣传海报、视频、歌 曲等的制作作为推荐使用案例。 3. 优化政务服务交互 大模型类人化的对话交互能力可重塑政府为用户提供服务咨询 数字时代治理现代化研究报告（2023 年） 10 和业务办理的模式，已有实践主要体现为政务服务问询系统的优化升 级上。问询系统是政府为群众和企业提供服务最前端、最重要的环节， 业性语言触发回复，且回复宽泛、办事指引不够直接精准。大模型技 术与政务问询系统结合，能够提高问询系统对用户自然语言和问询上 下文的理解能力，自动精准抽取用户需求，提高回复准确性和办事成 功率。多轮对话交互还能助力政务问询系统实现业务办理全程引导和 协助，打造“对话即服务”“平台即助理”等政务服务提供模式。 目前，大模型技术已在问询系统中的政务热线电话、政府门户网 站问答机器人以及专业领域政务知识问答系统等三类细分场景落地。 挥与控制作战结构的能力。8 月，美国海军陆战队系统司令部推进开 发专用大模型聊天机器人，以提升其决策支撑系统的能力。 NASA 正在开发类 ChatGPT 的航天 AI 助手，不仅可为宇航员提供 对话式操作指引，还可提高航天器故障检测和修复效率。此外，NASA 员工也正在测试和评估 ChatGPT 在代码编写和研究总结等方面的可 行性、准确性和成本等。 （三）部署方式多元，尚无统一路径

理业务的全过程，通常每紧邻的两个业务窗口，推荐采用 300 万像素日夜型高 清网络枪机或高清网络半球，记录业务窗口办理业务的全过程。另外，每个业 务窗口坐席处应部署一个拾音器，对窗口税务服务人员与纳税人的对话等内容 进行录音，并与对应的摄像机视频一起编码存储到网络硬盘录像机中，实现音 视频同步保存。 图 5 工位监控图 服务采用可以应对强光的超宽动态半球摄像机，实现清晰的记录纳税人、 办税人员的面部特征、行为动作。 在咨询服务窗口部署 300 万像素日夜型高清网络枪机或高清网络半球，记 录咨询窗口提供咨询业务的全过程，可以两个工位设置一台摄像机。另外，每 个咨询窗口坐席处应部署一个拾音器，对窗口税务服务人员与咨询人的对话等 内容进行录音，并与对应的摄像机视频一起编码存储到网络硬盘录像机中，实 现音视频同步保存。  引导台 在税务服务厅设立“引导台”，并配备专业引导人员值班，帮助指导群众处 理各项税务服务 ，促 进群众满意度和税务服务水平的提升，针对引导台部署一台 300 万像素日夜型 高清网络枪机或高清网络半球，记录提供引导服务的全过程。另外，在引导台 坐席处部署一个拾音器，对引导人员与群众的对话等内容进行录音，并与对应 的摄像机视频一起编码存储到网络硬盘录像机中，实现音视频同步保存。  自助服务区 自助服务区是为群众提供全天候、全方位的税务服务，配备自助服务终端 （ARM 机）、

AI 服务中心 智能资产中心 模型创新中心 对话机器人 NLP 服 务 69 建成数用一体模式： AI 服务 提供基础语音服务 ， 支持对话机器人解决方案的定制扩展。 智能客服机器人 • 智能意图识别，准确率行 业 领先 • 自主学习用户问题，持续 优 化动态更新 • 40+ 行业数据锤炼，支持多 轮对话 语音识别 • 流式接口，快速响应。毫 支持调节语调语速，音量 参 数 虚拟员工助手 • 7x24 小时待命，永不离线 • 自主学习用户问题，持续 优 化动态更新 • 40+ 行业数据锤炼，支持多 轮对话 70 建成数用一体模式： AI 服务 - 自动学习能力 输出 图片数据集 AutoML Vision

第三，基于深度学习的模型。深度学习提供了强大的特征提取 能力，特别适合处理复杂的法律问题。使用深度神经网络，模型可 以处理更加丰富和复杂的输入数据，识别潜在的法律关系和语境。 这种模型在处理多轮对话、法律问答和自动生成法律文书等方面具 有显著优势。 此外，我们还考虑了混合模型的应用。混合模型结合了规则模 型与深度学习模型的优点，通过初步的规则筛选和深度学习的模式 识别，可以实现更高层次的法律推理与逻辑判断，增强模型的适应 基于规则的 模型 简单法律问题处理 高效、准确 难以处理复杂情境 基于统计学 习的模型 法律文本分析、情感分析 能够识别模式，适用 性较广 需要大量标注数据 基于深度学 习的模型 多轮对话、法律问答、文 书生成 强大的特征提取能力 需要大量计算资源 混合模型 复杂法律问题的推理 综合优点，适应性强 实现复杂，可能需要 调优 通过以上的分类与总结，我们能够选择适合的模型类型，结合 分类和问答任务 在生成任务上效果差 文本分类、信息抽 取 RoBE RTa 更优的性能，训练更充分 计算资源消耗大 文本分析、法规解 析 GPT-3 文本生成能力强，能处理开 放式对话 高资源消耗，缺乏可解释 性 智能问答、自动法 规草拟 Distil BERT 较轻量级，适合资源有限的 环境 精度稍逊于原始 BERT 实时问答系统、文 本总结 T5 多功能，能够处理多种自然

台技术性故障等问题导致来电人心 生不满，也可能是来电人本身将对地方治理部门的不满迁移至政务热线工作人员 处。这些“恶意反馈”无法被工作人员直接识别，需要耗费一定的时间和人力成 本进行录音调取及对话核实，以确定有关单位和人员是否在工作中存在失职失责 情况。 （三）评估 鉴于人员素质、系统技术、承办单位等多种因素的潜在影响，对热线过程的 评估便是必然要求。这种评估不仅包含对接线员提供服务的质量检验，也包括对 面在于为每个接线员就其沟通技巧、专业知识回答等方面的能力提供客观的绩效 考核，另一方面在于发现热线服务过程中接线员的共性问题与不足，以利于开展 后续话务培训工作。目前，全国大部分城市的政务热线系统依靠主要抽检的形式 对话务进行质检评估，难以避免抽样偏误。这不仅无法实现对于每个接线员的整 体服务情况进行综合性评价，同时也不足以对城市热线话务系统进行全景式评估、 发现运营问题，不利于促进热线及时提升运行效能，优化接诉服务。 训练。结果显示，大模型具备了多领域的专业知识，显著增强了政务大模型的能 力基础。在实际应用中，系统不仅能够精准理解用户意图，还能在真实的政务问 答场景中提供及时而准确的回答和指引。截至目前，该系统已在超过 10,000 次 实际对话场景中得到验证，准确率超过 95%，成功构建了高效的政务服务知识中 枢。 清华数据治理研究中心 据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 清华数据治理研究中心 治理研究中心