核心架構 CODE ARCHITECTURE
  • NLP/NLU
  • NLI
  • DL
  • KG
AI Data Engine (ADE)
Birdpush Data Engine (BDE)
BirdEye APIs/SDK
  • DMP
  • LAL模型
  • Look alike
  • 協同過濾
語義意圖識別 SEMANTIC INTENTION RECOGNITION

VRobot平臺采用了,自主研發的Scorpio語義系統。Scorpio系統,是一個集場景識別、 語義理解及智能對話的深度自然語言系統。該系統提供覆蓋多個垂直領域的語義理解。

語義意圖識別的基本技術流程如右圖所示:輸入是Query+Context;之后進行自然語言的 基本處理,進行分詞詞性標準及NER;在對話管理中,需要數據沉淀與積累,因此需要上 下文模型和領域數據模型;在整個技術流程中,意識識別分類和意識屬性抽取是其中的重 頭戲;最后通過意圖語義表示再輸出給對話管理系統。

深度學習 IN-DEPTH LEARNING
兩種深度學習模型的實現方案。第一種方案是多分類的方案,將因子+行為相關的用戶特征構建成N,文本特征構建成V; 再將這兩個維度的特征向量化; 之后在中間層簡單地將兩個向量進行拼接;最后再通過Softmax進行多分類; 第二種方案的底層操作和第一種方案完全相同,兩者的不同之處在于后者采 用多個二分類,鳥瞰智能采用的是第二種方式。

DNN2——channel inputs

DNN2——channel inputs+multiple Labels

知識圖譜 KNOWLEDGE MAP

右圖是知識圖譜示例。 該示意圖由實體—關系—實體的RDF三元組構成,天然支持實體 間上下文與推理;同時,把核心知識的維護帶給業務的成本降到最小,不需要維護復雜 相似問法,通過技術挖掘生成可擴展圖結構。

另外,我們通過對日志數據和日常客服數據進行實體抽取、將日志數據(非結構化)轉 化為結構化數據之后。 采用基于知識庫的問題問答(Knowledge-Based Question A- -nswer)、通過結合語義解析模塊能夠做到知識推理理、知識融合。比傳統方法提升至 少10%的準確度,用戶體驗得到進一步提升。

AI核心算法 AI CORE ALGORITHM

基于用戶興趣標簽模型

基于LAL模型

(隱馬模型)

基于協同過濾模型

十二生肖今晚特码