中国光大银行第二代智能服务系统建设
中国光大银行信息科技部 沈伟伟
【期刊名称】《中国金融电脑》
【年(卷),期】2019(000)011
【总页数】3
光大银行2013年启动第一代智能服务系统的建设，并于2015年投产使用。服务范围也从最初应用在网页版在线客服，到逐渐应用到手机银行、信用卡惠生活和微信银行等渠道的智能客服上。目前，全口径的准确率达到了90.90%，渠道的97%客户服务都是由智能机器人完成，该系统较好地支持了光大银行智能化的发展，减轻了远程银行中心的运营压力。
随着应用的深入，第一代智能服务系统的非线性泛化能力弱（举一反N能力）和场景化设计能力不够灵活的问题逐渐显现出来。
一是非线性泛化能力弱的问题。由于第一代智能服务系统采用的句法模板和搜索方法，对自然语言的理解一般是线性方式，例如“我爱你”和“我很爱你”的相似度是四分之三。但人类语言是典型的非线性类型的数据，例如“我爱你”和“I Love You”这两句话的相似度是百分之百。在第一代智能服务系统中，为了解决这个问题，普遍采用增加扩展问的方式来实现，即将“I Love You”设置为“我爱你”这个标准问题的扩展问来实现这两个问题的绑定，也意味着需要知识维护人员大量地维护扩展问题。
二是场景化设计能力弱的问题。第一代智能服务系统主要解决的还是FAQ（常见问题项目与对应问题的解答，一般为一问一答的模式）智能回答问题。就目前来看，在FAQ领域第一代智能服务系统依然具有优势。但对于某一个复杂的交互场景（例如对于外呼催收等需要通过和用户多轮交互深度沟通的场景），第一代智能服务系统支持比较薄弱。
光大银行建设第一代智能服务系统时，主要是为了满足智能客服的需求。由于与场景耦合较紧，因此当其他场景需要应用到相关能力时，对应系统难以快速响应。为了解决以上问题，光大银行启动了生物感知平台的建设，在平台之上建设统一的NLP应用，而第二代智能服务系统就是NLP应用的一个方向。
本文来源：https://www.2haoxitong.net/k/doc/573fa03b2c3f5727a5e9856a561252d380eb20d0.html
文档为doc格式