计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 对话式推荐 个人简介 HIT-SCIR 博士生 硕士生 智能人机对话系统“笨笨” • HIT-SCIR-CI 组主导研发 • 平台 • 微信公众号： 2016 年 6 月 6 日上线 • 实体机器人 • 主要功能 • 闲聊 • 问答 • 任务型对话 • 推荐 3 笨笨系统结构 6 “ 任务执行”示例 7 “ 推荐”示例 8 笨笨访问统计 9 智能人机对话系统“笨笨” 10 • 主办方 • 中国中文信息学会 (CIPS) • 承办方 • 哈尔滨工业大学社会计算与信息检索研究中心 • 科大讯飞 ( 数据支持 ) • 赞助方 • 华为公司 中文人机对话技术评测 (SMP-ECDT III) 11 SMP ECDT III 委员 会

智能对话系统中的个性化 胡一川 来也联合创始人 &CTO . 2000-2007 ：清华大学本硕 . 2008-2011 ：宾夕法尼亚大学博 士 . 2011-2012 ：今晚看啥联合创 始人 . 2013-2015 ：百度资深架构 师 . 2015 至今：来也联合创始人 &CTO 个人简介 胡—川 让每个人拥有助理 六百万用户正在使用的对话式在线个人助理服务 • 理解 领先的企业智能助理 智能对话解决方案赋能企业提升效率 • 具有 AI 能力的机器人平台和智能对话解决方案 • 基于大数据挖掘的用户画像，实现个性化推荐 • 超过 95% 的 AI 准确率，人效优化 60% • 2-3 倍的销售转化率提升 来也专注于智能对话技术 2 、用对话机器人 替代人工 . 在线客服 . 智能 IVR . 智能外呼 3 、用对话机器人 提升效率和体验 智能营销 . 智能推荐 . 智能下单 1 、自然对话是唯 一的交互方式 . 车载 . 智能音箱 . 可穿戴设备 适合智能对话系统的场景 . 用户希望得到特定问题的答案 . 机器人回复来自特定领域的知识 库 . 以准确率为评估指标 . 用户希望完成特定的任务 . 机器人通过多轮对话满足用户需 求 . 以需求完成率为评估指标 .

提供客户信息安全保护 • 快速迭代技术 + 快速迭代业 务 • 自助化工具提高运营管理效 率 • 多渠道打通 • 客户全生命周期洞察 • 全面数据获取与分析，完善 产 品与服务 • 智能多轮对话机器人 ( 语音 + 在 线 ) • 精准营销、个性化主动服务 • 客户服务拟人化 以智能化为 核心，多渠 道整合客户 信息 个性化和智能化服务， 提升客户感知度 数据精细化、 自动化知识挖掘、分类、迭代扩展，重塑知识管理流程 人力成本 智能语音 & 在线客服机器人 / 客服助手 / 自动化外呼 代替部分人的工作来降低成本，辅助人的工作提升效率和效果 客服环节 智能语音 & 在线客服 多轮对话机器人 销售环节 实时话术提示 加速成长，提升产能 营销环节 大数据用户画像 精准低成本获客 全方位、全过程的 AI 产品及解决方案 百度智能客服项目实施案例 业务系统 按键式 IVR 语音识别能力 + 深度语义理解 + 对话配置能力 + 智能化知识库 语音识别能力 + 简单语义理解 » 百度智能客服实施案例 —— 某运营商案例 语音导航 IVR 智能对话 IVR 业务系统 业务系统

在此背景下，基于 DeepSeek 大模型构建客户经理智能体成为突破 现有瓶颈的关键路径。 本项目的核心目标是通过 AI 智能体实现三个维度的价值重 构：  服务效能升级：构建具备自然语言理解、多轮对话管理和金融 知识推理能力的智能体，实现 90%标准化业务咨询的自动化 处理，将平均响应时间从传统模式的 4 小时压缩至 30 秒以内  资源优化配置：释放人力聚焦高价值客户，预计可减少 40% 35%营收 22%营收 FY2025 高净值客户覆盖 率 60% 85% Q2 技术实现路径上，将重点突破三个核心能力：通过微调 DeepSeek 模型构建超过 200 个金融专属意图识别的对话引擎，集 成 RAG 架构实现实时政策文档检索，并建立客户-产品匹配度动态 计算模型。该方案已在试点分行完成 POC 验证，理财推荐场景的 转化率达成 18.7%，显著高于人工经理的 14.2%基准水平。项目落 倍。与此同时，客户对 7×24 小时即时响应、精准产品匹配 的需求年增长率达 40%，传统服务模式已难以持续。 技术层面存在的关键瓶颈包括：自然语言理解准确率不足（现 有系统仅能达到 78%）、多轮对话记忆保持能力有限（超过 3 轮对 话后上下文丢失率 61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 11%的客户需求，远未达到替代人 工的标准。 1.2 DeepSeek

生态环境大数据平台整体解决方案 图近岸海域-1 查询 导出：是将查询出来的结果导出到 Excel 表中，点击【导出】 按钮，系统弹出文件下载对话框，点击【打开】按钮，直接以 EXCEL 形式打开对应的查询列表文件，点击【保存】按钮，直接将 文件保存到默认目录，点击【另存为】按钮，选择保存路径，将文 件保存在指定的目录位置，点击【取消】按钮，取消当前操作，返 回到相应页面。如下图所示： 按钮，系统给出符合条件的查询结果。如下图所示： 2 生态环境大数据平台整体解决方案 图近岸海域-3 查询 导出：是将查询出来的结果导出到 Excel 表中，点击【导出】 按钮，系统弹出文件下载对话框，点击【打开】按钮，直接以 EXCEL 形式打开对应的查询列表文件，点击【保存】按钮，直接将 文件保存到默认目录，点击【另存为】按钮，选择保存路径，将文 件保存在指定的目录位置，点击【取消】按钮，取消当前操作，返 【查询】按钮，系统给出符合条件的查询结果。如下图所示： 4 生态环境大数据平台整体解决方案 图近岸海域-5 查询 导出：是将查询出来的结果导出到 Excel 表中，点击【导出】 按钮，系统弹出文件下载对话框，点击【打开】按钮，直接以 EXCEL 形式打开对应的查询列表文件，点击【保存】按钮，直接将 文件保存到默认目录，点击【另存为】按钮，选择保存路径，将文 件保存在指定的目录位置，点击【取消】按钮，取消当前操作，返

CRM 系统智能化升级提供了全新可能。DeepSeek 大模 型凭借其千亿级参数规模、多轮对话理解能力和行业知识库定制功 能，能够有效解决传统 CRM 的痛点。 本项目的核心目标是通过深度集成 DeepSeek 大模型，构建具 备三大核心能力的智能 CRM 系统：首先，实现客户意图的实时精 准识别，将对话内容分析准确率从现有系统的 65%提升至 92%以 上；其次，建立动态客户画像系统，通过模型自动提取交互记录中 1. 模型能力对接 - 部署 DeepSeek API 网关 - 构建 CRM 数据预处理管道 - 开发意图识别微 调模块 1. 系统功能增强 o 智能工单自动分类 o 实时对话质量监测 o 预测性客户分级 2. 业务场景落地 o 售前咨询智能导购 o 投诉预警主动干预 o 高价值客户识别模型 项目预算控制在现有 CRM 年维护费用的 120%范围内，确保 6 文窗口，可无缝解析客户沟通中的复杂语义场景。例如在邮件沟通 过程中，系统能自动提取客户需求中的隐含意图，准确率达 92% （基于内部测试数据），同时支持中英日韩等 12 种语言的实时互 译，满足跨国企业客户服务需求。模型特有的多轮对话记忆功能， 可完整跟踪长达 3 个月的连续客户交互记录，避免传统 CRM 因会 话断层导致的响应偏差。 知识管理与决策支持方面，DeepSeek 的行业知识库覆盖金 融、制造、零售等 8 大垂直领域，包含超过

简单来说 ，大模型就像是一个拥有巨大知识库的 学者 ， 它通过阅读和学习大量的书籍（数据） 来掌握语言的规则和知识 ，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可逆转地向人更习惯的方式靠近。可以预见的是 ，接下来是强人工智能时代 ，过去成百上 千个 App 会逐渐演化成未来的成百上千个 帮助销售人员 生成客户画像 ，通过定期 的跟进和个性化的服务 ， 增强客户忠诚度。 理财客户经营 1 、 大模型能够提供定 制化的建议和解决方案 ， 根据客户的历史交互、偏 好和上下文对话信息 ， 实现个性化服务。 2 、 大模型具备持续学 习能力 ，能够适应市场动 态和产品变更 ，确保提供 给客户的信息和服务始终 是最新和最准确的。 风险资产管理 1 、 大模型可以根据历 打造“客服智能助手 ”赋能远程银行客户服务业务。按照通话前、通话中、通话后的端到端业务流程闭环 ，形成事前知识库运营 提效、事中副驾驶赋能、事后质检守护 ，助力客服工作模式和效率的全面升级。 通过实时理解对话情境和向量化的知识库， 利用检索增强生成技术（ RAG ） ，实时推 荐合适的话术 ，大幅提升了客服的效率和 服务质量。话术推荐助手还可以根据客户 的历史交互和偏好 ，推荐个性化的话术， 增强了客户服务的个性化程度

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；

提供语义、对话、推荐等技术解决方案 ，赋能企业和 专业人士 ，打造智能行业助理 • 通过具有 AI 能力的智能交互系统 ，提升专业人 士 的服务效率和服务水平 通过微信服务号为用户提供一站式、对话式的在线私 人助理服务 • 通过理解 - 交互 - 咨询 - 任务等环节 ，完成交易闭 环 个性化的需求如何更高效的被满足？ 如何提升基于交互的服务效率和服务体验？ 任务型对话机器人 商业智能 智能分组推送 个性化推荐 知识库 问答型对话机器人 领先的知识型交互机器人 最懂你的私人助理 结束语 . 提升智能助理产品的可靠性 . 深度学习与智能助理产品 . 智能助理产品的特点 目 录 • • 对一段文本对应的向量进行转换， 转换时使用上下文信息 通常使用 CNN 或 RNN 从编码后的向量中提取对预测有 价值的信息 ■ 深度学习的应用 ：实体抽 取 l 基于深度学习，完全数据驱 动，无需特征工程 l 方法通用，适用于多种领域 不同类型的实体抽取 l 效果明显好于传统方法 l 从非结构化的对话中挖掘结构化的知识 l 将知识进行沉淀和统一维护 l 提高客服效率和质量，提升用户体验 l 知识点数量庞大，无监督的聚类方法效果很差 l 词向量不适合表示句子语义 l 无监督和有监督方法相结合

生态环境大数据平台整体解决方案 图水环境质量-2 河流 下载导入模板：将当前监测项目的数据导入到模板文件中，在 模板文件中进行输入或编辑监测数据，无需在系统中直接输入监测 数据。点击【下载导入模板】按钮，系统弹出文件下载对话框，点 击【打开】按钮，直接以 EXCEL 形式打开区域河流断面导入模板文 件；点击【保存】按钮，直接保存当前模板文件，将该文件保存到 默认目录下；点击【另存为】按钮，选择保存路径，将模板文件保 生态环境大数据平台整体解决方案 图水环境质量-3 下载导入模板 导入：导入数据是将指定固定模板的河流断面表格数据导入到 系统中，点击【导入】按钮，系统弹出“请选择文件”对话框，点击 【浏览】按钮，弹出“选择要加载的文件”对话框，选择上步操作中导 出的模板文件，点击【读取 EXCEL】按钮，数据导入成功，点击 【取消】按钮，取消当前的导入操作，退出“请选择文件”页面，如下 图所示： 18 核成功，该条任务状态由“待审核”更改为“已审核”，如下图所示： 图水环境质量-23 审核通过 31 生态环境大数据平台整体解决方案 在水数据审核页面，点击任务列表中任意一条任务记录的任务 状态链接，弹出“审核记录”对话框，可以进行查看该条记录的审核情 况，如下图所示： 图水环境质量-24 审核记录 2.2.2湖库垂线数据审核 具体操作步骤请参照河流断面数据审核模块功能。 32 生态环境大数据平台整体解决方案