搭建知识库

一、搭建知识库的必要条件

1. 一位机器人训练师

从前期的知识库搭建，到后期的训练机器人和维护知识库，建议都由一位懂业务、知客户的人员专门来管理，如客服主管等。
机器人的效果好不好，除了本身的技术水平外，更重要的是知识库的配置。恰当的问题和答案、丰富而准确的样本、灵活的功能搭配，这些是决定机器人应答效果的基础。如果知识库没有机器人训练师来进行配置，很有可能会造成问题范围过于宽泛、答案不匹配、样本添加错误、脱离实际场景等，造成机器人应答效果不佳。
只有指定了一位合适的机器人训练师，才能让知识库更贴近公司业务、更符合客户咨询场景，从而让机器人自动回复得更多、更准确。而且花费不了太多时间，只需要定期抽出几个小时，保持长期对知识库的维护就可以了。

2. 问答内容

这里的问答内容是指希望由机器人来自动回复的内容。机器人训练师可根据历史咨询记录和客户服务经验来进行总结。

二、搭建知识库的步骤

1. 建立知识库目录

建立知识库目录有助于更好地管理和定位问题，例如将一个活动作为一个子目录，活动结束后可直接删除或禁用整个子目录。
机器人训练师需将问答内容按树状结构进行梳理，并在知识库内建立对应的目录。一般可根据业务的属性或类型等进行分类，如售前售后问题、优惠活动、订单物流等。
此过程建议多花些时间和精力，方便后续的问答补充。同时也能让问答的梳理更清晰、更有逻辑，避免不必要的错误。

如图中所示步骤，你也来试试搭建自己的知识库目录吧！

2. 填充知识库内容（即每个树状目录下的问题收集）

知识库目录建立好后，就需要进行内容的填充。内容填充存在以下3个原则：
a) 保证真实：遵循客观规律，从客户问题出发，不凭空假想
建议从真实的聊天记录，或FAQ、帮助文档等提取问答内容。
b) 从头部到尾部：先填写头部问题，再补充长尾问题
头部问题指咨询次数较多的热点问题，长尾问题指咨询次数较少的问题。可以将头部问题先填写好，在往后的使用过程中，不断补充长尾问题。
c) 范围恰当：问答内容的覆盖范围应适当，不能过于宽泛，不能过于狭窄
如果问题范围过于宽泛，机器人的识别就不准确，建议进行拆分。如果问题范围过于狭窄，机器人能识别到的概率就比较小，建议进行合并。
如“申请退换货流程”，如退货和换货的流程不同，则可以拆分为“申请退货流程”“申请换货流程”。
如“是否有赠品”“赠品是什么”这2个问题答案相同的话，则可以合并为“赠品是什么”。

3. 编辑合理的问题和答案

在最后编辑具体的问题和答案时，也需要遵循对应的原则，才能让机器人回复得更准确。
a) 问题： ①避免添加重复问题；②描述要清晰明了，一个问题只描述一个语义（语义即问题的含义，如“能便宜点吗”“有没有优惠”的语义均为“价格是否可优惠”）。

b) 答案：①表述要完整清楚；②答案不要设置为反问；③答案中如果出现“请先下载安装”的内容，需要说明下载地址；④灵活运用图片、链接等。

三、问答关系的建立怎么最合理

问答主要分为一问一答和多问多答，我们需要根据实际场景来选择最合适的问答类型。

1. 一问一答

即一个问题对应一个答案，不管问题里包含的参数，实体，变量等如何变化，都不会影响问题本身的含义和回复，如“机器人适用于什么平台”，这种问题可以设置为一问一答。

2. 多问多答

面对复杂的业务场景，就需要采用动态问答、多轮问答和知识图谱等更高级的问答配置方式。
a) 动态问答：问题有多种选择，选择不同得到的答案也不同（最多只能选择2次）。

b) 多轮问答：通过多次对话，获取到完整信息才能给出答复。例如办理签证，需要知道客户的“户籍所在地”以及“身份类型”才能给出答复。

c) 知识图谱：用于管理多维度的结构化知识，例如“别克君越是什么时候上市的” “雪佛兰科鲁兹是什么时候上市的”，“别克君越的价格是多少”“雪佛兰科鲁兹的价格是多少”等，机器人可以通过查询表格获取到不同组合的答案。
在实际应用场景中，知识图谱可识别更灵活复杂的提问，如30万以下的车型有哪几种？科鲁兹的颜色有哪些？……