随着互联网人口红利热度减退，电商行业正在趋于精细化、智能化。精准打造产品、提升服务质量成为电商企业持续发展的重中之重，而理解用户评论、提升企业服务效能是该战略中不可或缺的重要环节，这也是百度电商评论观点分析方案发力的重要场景。
在AI时代的大背景下，AI技术正在逐渐深入众多行业的垂类领域，并开辟出全新的管理与服务方式。对于零售巨头的国美而言，智能化、精细化正是在移动互联网时代助力自身转型的重大契机。
百度大脑帮忙解决传统问题 让国美服务品质再上层楼
国美作为中国最大的家电零售连锁企业之一，年销售规模过千亿，每天都有几十万的评论从各种渠道涌进，涉及线上商城、门店、物流、安装、维修、客服等多个业务环节。对于注重服务的企业来说用户差评是他们最关注的，传统的电商平台用户评价内容分析结果需要由人工确认，效率较低且耗费人力，还会漏掉很多重要的负面问题；面对投诉只能事后处理，不能事先通过评论内容发现客户不满；各环节人员服务的优劣和奖赏鱼目混珠，也一直缺乏量化考核机制......这些是国美管家技术总监高旭一直头疼的问题。
因此，行业的需求一方面体现在需要有更智能的系统代替人工处理用户评价，另一方面则需要对整个链条的服务水平进行分析、量化，基于用户评价数据的智能理解对服务人员进行合理监督和考核，从而更好的优化服务链条、提升服务质量。高旭表示，国美在前期的调研中，综合比对了多家公司提供的AI技术方案后，认为百度大脑不仅能满足以上一系列功能需求，而且应用简便，大部分功能不需要再另行定制化，这大大降低了系统研发的成本，为国美减轻了很多压力。
据了解，北斗项目是国美在“让服务成为选择国美的理由”战略下的重点项目。其中一个重要组成便是和百度大脑联手打造的服务评分智能化解决方案，它能够自动分析用户评论，自动处理分析结果，推动提升服务能力。
在百度大脑开放的NLP能力中，情感倾向分析功能可自动对包含主观信息的文本进行情感倾向性判断，为口碑分析、话题监控、舆情分析等应用场景提供基础技术支持，同时支持用户自行定制模型效果调优，具备整体精度高、定制能力强、垂类效果优等优点；而评论观点抽取功能可以自动抽取和分析评论观点，帮助实现舆情分析、用户理解，支持产品优化和营销决策等一系列措施，已实际用于多个产品中，支持美食、酒店、汽车、景点等垂类，还可以定制不同的评论观点标签。
其实，要实现服务评分智能化解决方案，对人工智能NLP技术有很高的要求。举例来说，首先用户的一段话评论往往比较复杂，不一定全是正面评价，也不一定全是负面评价。比如评论中“价格略贵”是负向的情感，“特别好用”、“果肉很细腻”、“颜值高”是正向的。这就要求技术能够准确理解评论文本的篇章结构，并通过分析正负情绪的占比，以把握整体情感倾向（正向）。
其次，通过抽取更细粒度的用户观点及其用户的情绪，可以更好地摸透用户的想法。如下例中，系统可抽取出正向观点“果肉细腻”、“颜值高”；以及负向观点“价格略贵”等。最后，需要针对每个观点进行分类，从而将用户的评论观点与业务具体服务环节进行关联。例如“价格略贵”描述的是“商城”的问题，而“果肉细腻”、“颜值高”应对应到“商品”类别。这样才能做到真正摸透用户的想法，落实责任主体，做出针对性的改进，推动服务质量的提升。
百度大脑NLP技术提升服务评分智能化
借助百度大脑的NLP能力，国美搭建起了完整的智能评分平台架构。高旭表示，自从有了百度大脑提供的技术方案后，国美的业务人员可以通过看板随时关注到用户的评论，看到用户最新的情感倾向，直观看见各种好评差评相应的原因和观点，甄别负面问题，及时采取措施；更进一步的对于各环节人员的服务水平和问题，也可以有据可查，奖赏透明化和量化了，服务质量也大幅提升。目前，国美客服运营人力需求减少了40%，负面问题处理率从60%提升至100%，售后服务师傅的差评率降低了7%。
AI赋能后的服务考核监督机制也得以升级，用户的差评反馈都会被自动分析处理，这大大提升了服务效率与服务质量。同时，服务师傅的顾客满意度得以更加直观的量化，进一步影响他的派工，通过排名来进行奖励；对服务师傅而言，他们也能看到对自己服务品质的预警，促使他们实现自我监督与改进。
“百度大脑在这套智能评分平台的效果准确率很高，评论观点抽取准确率，正向可达93.3%，负向可达86.24%；情感倾向分析准确率，正向可达91%，负向可达98%。”高旭还透露，服务评分的智能化，使得国美客服运营人力需求从一天5人降低到3人，负面问题处理率从60%飙升至100%，售后师傅的差评率也整体降低了7%。
一方面，在技术效果上，百度NLP技术团队基于ERNIE2.0预训练模型实现了训练数据的增强和扩充，有效提升了语义模型的泛化能力和匹配准确率；并设计了SimNet+CRF联合学习的语义匹配模型，有效解决了文本长距离依赖和隐式观点理解的问题，极大的提升了观点抽取的准确率和召回率。
另一方面，数据标注也是企业的一大成本和难题。百度技术团队通过无监督的语料挖掘技术来降低客户的标注成本，提高领域定制化的能力。该技术方案基于无监督和弱监督方法实现，并且融合了评论观点抽取、观点级情感分类、可定制观点分类等多个功能模块，可以最大限度的减轻用户的标注成本，更好的满足用户的需求。
其中，评论观点抽取模块是基于无监督挖掘情感搭配在线语义匹配的方式实现，该方案具备训练成本低、领域迁移能力强等优势。观点分类模块是针对不同用户观点类别体系存在差异的问题，我们提出一种基于弱监督的观点分类方法，同时支持用户自定义观点类别。该方法仅需用户标注少量情感搭配对应的观点类别数据，即可自动构建观点分类的训练数据，继而实现观点分类的定制化训练。
随着互联网的逐渐深入和普及，在新媒体、文娱、舆情、教育等多个领域，也有大量的用户评论、观点、情绪在不断产生，能够清晰的理解、描绘、分析用户的观点，是洞察需求、抓住热点、了解风向的基础。未来，将有更多行业身处于由AI引领的工业革命4.0的浪潮中，在以百度为代表的AI企业赋能下，会助力更多企业不断进化、脱颖而出，在多个落地场景中发挥更多的商业和社会价值。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/hlw/166652.html