DataExa-Maya智能问答平台开发升级

DataExa-Maya智能问答

产品介绍

DataExa-Maya智能问答平台是将无序的语料信息，文本信息、表格信息和图文信息等非结构化、半结构化数据进行结构化的清洗和融合。并建立基于知识的问答分类模型，如KBQA（图谱问答）、DeepQA（问答对问答）和DeepSearch（深度搜索问答）等，结合管道式、竞争式、组合式等问答策略，同时为多种问答场景提供问答服务。并通过自动化运维方式不断扩充知识库内容，不断提升问答模型的准确率

核心技术

通过神经网络对句向量和QA库的句向量进行比较和关联，找到最优答案

支持未知问题自动聚类，匹配相似问答，辅助人工不断扩充和丰富知识库

基于语义识别技术，更好的识别用户提问意图

基于知识图谱完成多源异构知识抽取、融合，具备逻辑推理能力，可以处理复杂业务流程和场景

基于智能纠错算法、相似度度量算法具备了自动容错纠错能力

产品优势

提供易用的操作界面，可自定义问答对和三元组等数据抽取规则

问答占比、问答趋势和热点问题等内容的自动分析统计

根据使用偏好、检索历史、解锁结果以及用户角色提供个性化推荐

支持问答调测，点对点的监测智能应答过程

提供从知识存储、知识分类、知识标识、知识关联到知识扩展等完整的知识体系结构

提供简单易用的操作界面和API接口，支持跨平台调用

客户案例

坐席辅助问答

客户名称：

某股份制银行

所属行业：

金融

客户痛点：

客服坐席响应慢，找不到匹配客户意图的答案；客服问答只能解决高频问题（依赖人工标注关键词QA对）；非结构化数据搜索结果范围较大，无法精准问答；对于图像、表格等专业领域数据问答束手无措；数据孤岛，无法多多篇文章中获取存在关联的知识

应用成效：

引导式精准搜索，大幅提升客服坐席响应时间；基于知识图谱完成多源异构知识抽取、融合；多种策略组合方式的问答；自动化运维：自动完成问答系统的优化；自我学习，不断提升问答准确率

推荐产品：

自然语言处理

智能搜索

建模训练