運營智慧客服體系化建設(shè)

運營智慧客服體系化建設(shè)

摘要：從運營商重要的語音客服熱線、微信客服智能化發(fā)展出發(fā)，首先分析了傳統(tǒng)客服面臨的問題與挑戰(zhàn)，對人工智能技術(shù)在客服領(lǐng)域應用的關(guān)鍵技術(shù)進行了客觀的評估，提出人工智能與運營商客服結(jié)合的方向和體系化思考。結(jié)合某運營商現(xiàn)網(wǎng)實際情況，針對人工智能與運營商客服結(jié)合的關(guān)鍵技術(shù)和應用實踐進行了剖析研究，推進智能語音客服、微信機器人的應用實踐，提出現(xiàn)網(wǎng)改造、能力開放、智能應用體系部署解決方案。最后對人工智能在智慧客服中的應用進行了展望。關(guān)鍵詞：人工智能，智慧客服，語音識別，自然語言處理，呼叫中心1引言運營商移動、寬帶市場已呈飽和狀態(tài)，未來是全業(yè)務(wù)競爭的階段，服務(wù)質(zhì)量競爭正變得日益關(guān)鍵。運營商客服包含語音客服熱線、微信客服和實體營業(yè)廳，其中客服熱線是電信運營商進行業(yè)務(wù)咨詢、辦理以及故障申告、投訴建議等客戶服務(wù)總量的主要對外服務(wù)平臺，其服務(wù)量通常占運營商客戶服務(wù)總量的85%以上。傳統(tǒng)語音客服熱線主要以人工客服和IVR（interactivevoiceresponse）按鍵模式為主，由于用戶數(shù)不斷增長、業(yè)務(wù)復雜性增加、人工成本增加，人工客服人員壓力不斷增大，而按鍵模式層級越來越多，操作也越來越煩瑣，導致服務(wù)質(zhì)量降低。近年來由于云計算、大數(shù)據(jù)、高性能并行計算及神經(jīng)網(wǎng)絡(luò)深度學習算法的成熟，人工智能語音、視頻技術(shù)實現(xiàn)了快速發(fā)展，主流廠商語音識別準確率達到95%以上；圖像識別準確率超過了人眼；自然語言處理可實現(xiàn)多輪次、可打斷式復雜語音對話能力；聲紋識別和人臉識別可以有效識別用戶屬性。將人工智能和客服應用相結(jié)合，可以為用戶提供扁平化IVR智能導航、微信客服機器人、在線進行情緒識別、基于生物特征識別的千人千面的個性化服務(wù)；為人工客服提供智能輔助工具以及自動化流程處理和質(zhì)檢；利用深度學習和知識圖譜結(jié)合，相比于傳統(tǒng)大數(shù)據(jù)分析，可以在深度、廣度、更高語義理解水平上進行分析，更好地應對用戶需求，并提供更有針對性的服務(wù)。人工智能已逐步引入運營商客服應用中，由于目前還處于發(fā)展階段，不同廠商的訓練模型、接口形式、支撐能力都有很多差異，運營商多租戶的現(xiàn)狀和業(yè)務(wù)場景的差異化，希望可以被提供能力共享并滿足差異化需求，因此智慧客服的體系化設(shè)計就變得非常重要了。本文從運營商最重要的語音客服熱線、微信客服智能化發(fā)展出發(fā)，首先分析了傳統(tǒng)客服面臨的語音識別、圖像識別、自然語言處理等人工智能的關(guān)鍵技術(shù)在不斷成熟完善，將人工智能技術(shù)應用在客服領(lǐng)域，為解決傳統(tǒng)人工客服和按鍵模式隨著用戶增長產(chǎn)生的問題提供了可能。本文在分析傳統(tǒng)客服中存在的問題及其與人工智能技術(shù)結(jié)合的方向的基礎(chǔ)上，提出了運營商智慧客服體系化建設(shè)架構(gòu)，并結(jié)合實踐應用進行了案例剖析，最后對運營商智慧客服發(fā)展進行了總結(jié)和展望。2傳統(tǒng)語音客服面臨的挑戰(zhàn)傳統(tǒng)運營商客服無論是人工客服還是IVR按鍵模式，隨著客戶基數(shù)的增大，客服人工成本和管理成本增多、服務(wù)質(zhì)量越來越難以保障，已經(jīng)進入發(fā)展瓶頸期，主要體現(xiàn)在以下5個方面。?服務(wù)體驗感知較差：傳統(tǒng)IVR按鍵模式客戶服務(wù)系統(tǒng)中客戶需要面對復雜、冗長、煩瑣的IVR導航菜單，用戶需要逐層聽取菜單提示，并根據(jù)引導進行按鍵操作，用戶獲取服務(wù)平均時長接近1min，平均按鍵3.5次。?服務(wù)效率相對較低：由于用戶不能獲取便捷的自助服務(wù)，大量服務(wù)涌入人工客服坐席，寶貴的人工客服坐席資源被簡單、重復、低價值的服務(wù)占用，整體工作效率難以提升。?服務(wù)能力提升受限：IVR按鍵模式受制于交互方式，可提供的服務(wù)項目有限，集中用于查詢、辦理、報障類等服務(wù)，對于服務(wù)復雜的咨詢類需求無法滿足，不能根據(jù)用戶標簽提供個性化、差異化、智能化服務(wù)。?客服人員壓力過大：客服人員每天接待的用戶持續(xù)增加，同時業(yè)務(wù)越來越復雜，也需要不斷學習、查詢各種系統(tǒng)，壓力過大導致有經(jīng)驗的客服人員不斷流失，形成惡性循環(huán)。?自動化水平低：客服質(zhì)檢、服務(wù)小結(jié)是通過人工完成，因此服務(wù)質(zhì)量檢測只能采用抽檢的方式，更加導致了服務(wù)質(zhì)量的下降，運營商客服成本的升高。隨著人工智能技術(shù)快速發(fā)展，向傳統(tǒng)客服領(lǐng)域賦能，為解決目前語言客服領(lǐng)域的問題與挑戰(zhàn)提供了新的機遇和思路。智慧客服的渠道觸點主要有語音（呼叫中心）和文本（微信），未來還會有視頻客服?；谌藱C對話的問答系統(tǒng)，包括喚醒、識別、理解、反饋4個過程，涉及的人工智能技術(shù)主要包括語音識別、自然語言理解、語音合成、聲紋識別、人臉識別等AI能力。（1）語音識別語音識別是指將語音信號轉(zhuǎn)換為文字的過程，系統(tǒng)主要由信號處理、語言模型、聲學模型和解碼器等組成，其中，聲學模型和語言模型是代表語音識別系統(tǒng)水平最關(guān)鍵的部分。目前業(yè)界語音識別引擎能力已經(jīng)成熟，呈現(xiàn)實用化的發(fā)展趨勢，但在運營商實際應用中，一些復雜因素會對識別效果造成很大干擾，影響識別率，實際應用發(fā)現(xiàn)至少句識別率85%以上，才會有較好的體驗。?背景噪聲下的語音識別，特別是用戶在室外通話，或周圍環(huán)境嘈雜，會對識別率造成較大干擾，降噪能力是衡量系統(tǒng)的重要指標。?運營商專用詞匯的識別，運營商有很多專用詞匯，甚至中文和英文混排，而且隨著業(yè)務(wù)發(fā)展也在不斷地變更。如“我的e家”是一個業(yè)務(wù)品牌，如果沒有特別訓練，往往識別為“我的一家”。?方言識別，中國有很多方言，發(fā)音的差異很大，目前廠商還有很多方言不支持，這樣用戶說方言或帶口音的普通話，會影響識別準確率。?中、英、方言混合識別，對語言模型訓練也會造成很大困難，如普通話里夾帶外語或方言，目前不同語種、方言的模型都是不同的，還做不到混合識別。（2）自然語言理解自然語言處理包括原始文本預處理、分詞、句法分析、語義理解等過程，相對語音識別，自然語言處理屬于比感知更高一層的認知智能，目前仍然是人工智能中一個非常難的課題。利用深度學習對詞向量模型訓練已取得較好的效果，但在語義語境理解、上下文關(guān)聯(lián)多輪交互上仍存在很多問題，因此運營商客服機器人最好用于特定閉環(huán)場景下的知識庫問答。知識庫是基于自然語言理解的人機對話的重要組成部分?；菊Z義知識庫主要是針對日常溝通的語義解析，提供一些常規(guī)性詞類詞條、文法詞模和相應回復語句等語義知識的配置和管理；行業(yè)知識庫主要是針對具體行業(yè)領(lǐng)域、具體業(yè)務(wù)信息的知識庫管理功能。由于語義理解存在的困難，目前常見的方式是使用基于模板的問答，并采用對話狀態(tài)跟蹤技術(shù)，這需要在知識庫構(gòu)建方面通過大量的工作來彌補理解不足的能力，盡可能覆蓋用戶問話場景，在特定閉環(huán)場景下，實現(xiàn)用戶問話精確或模糊匹配?；谥R圖譜構(gòu)建智能知識庫，目前也是基于自然語言處理的知識問答系統(tǒng)研究熱點，2012年Google推出的知識圖譜旨在描述真實世界中存在的各種實體或概念，由“實體”“屬性”“關(guān)系”形成一個巨大的知識圖譜關(guān)系圖?；谥R圖譜技術(shù)，可以形成一個場景覆蓋更廣泛的智能知識庫，做更深層次的意圖推理、理解和關(guān)聯(lián)輔助，對超出場景覆蓋范圍的問題通過知識圖譜檢索出相關(guān)的信息推薦。（3）語音合成語音合成是將文本轉(zhuǎn)成自然清晰的語音的技術(shù)，支持多種音色選擇，支持中文、英文、中英文混讀等，傳統(tǒng)語音合成通過硬件完成波形合成，目前是非常成熟的。語音合成正在向擬人化發(fā)展，已可以惟妙惟肖地模擬真人聲音。（4）聲紋識別聲紋識別是通過采集說話人聲音信號，鑒定說話人身份的一種生物識別技術(shù)，聲紋識別系統(tǒng)核心功能包括聲紋注冊建模、聲紋驗證、聲紋辨認、重放檢測等。從業(yè)務(wù)應用場景分類，具有兩種不同的聲紋認證模式：一種是文本相關(guān)型，另一種是文本無關(guān)型。?文本相關(guān)型的模式：普遍應用在人機對話模式，尤其是登錄認證的場景中。?文本無關(guān)型的模式：較多應用于人人對話中，特別是呼叫中心、柜面服務(wù)的應用場景中。聲紋識別在公安領(lǐng)域應用較多，近年來在手機支付輔助驗證、門禁開鎖驗證、考勤等智能應用中也已得到了初步應用，運營商引入聲紋識別可以應用于幫助客服快速辨別重要客戶、在辦理業(yè)務(wù)過程中輔助驗證是否本人等場景。（5）人臉識別基于計算機視覺的人臉識別、物體識別是人工智能應用最廣泛的產(chǎn)品，達到甚至超越人類視覺智能的效果，已大規(guī)模應用到安防、交通、醫(yī)療、教育等行業(yè)。在營業(yè)廳實體渠道客服以及未來視頻客服，人臉識別、物體識別技術(shù)將會發(fā)揮應有的作用。3智慧客服體系化建設(shè)3.1傳統(tǒng)客服應用模式分析從傳統(tǒng)語音客服端到端流程分析，可以分為話前、話中和話后3個階段，話前從用戶撥打客服熱線開始，由IVR按鍵導航提供服務(wù)；話中從客服人員和用戶建立通話開始到通話結(jié)束；話后則是通話完成后的工單派發(fā)、服務(wù)質(zhì)檢處理。本節(jié)從傳統(tǒng)語音客服流程3個階段的痛點出發(fā)，對所面臨的挑戰(zhàn)和問題進一步具象化，為智慧客服體系化建設(shè)思考提供切入點。（1）話前話前主要問題是目前IVR導航流程固定、層級復雜、場景擴展受限。用戶獲取想要的信息往往要面對多層級的IVR導航菜單，由于場景受IVR菜單擴展限制，IVR導航不能解決的問題會轉(zhuǎn)人工客服，給人工客服造成更大壓力。期望通過智能導航，實現(xiàn)用戶訴求一鍵直達，并可以不受限地擴展IVR場景，讓更多的人工智能應用可以處理的咨詢類場景不用再轉(zhuǎn)人工服務(wù)，人工客服資源留給更需要的人。（2）話中話中主要問題是話務(wù)員工作強度大、缺乏實時監(jiān)督提醒手段。當前業(yè)務(wù)更新快，也越來越復雜，同時客服人員還要進行通話記錄和業(yè)務(wù)查詢，給客服人員造成巨大壓力，導致流失率高，形成惡性循環(huán)。期望通過聲紋識別、智能助手等工具，準確識別用戶信息、通話內(nèi)容和業(yè)務(wù)關(guān)鍵詞，輔助話務(wù)員自動完成業(yè)務(wù)查詢、通話內(nèi)容記錄，提高工作效率。同時在服務(wù)中可通過違規(guī)詞、異常語調(diào)監(jiān)測實時評估每個客服人員的服務(wù)質(zhì)量，及時提醒。（3）話后當前話后主要問題是服務(wù)質(zhì)檢主要依靠人工，需要大量質(zhì)檢監(jiān)督人員，也只能做到10%～20%的抽檢量；后續(xù)的電話小結(jié)、工單派發(fā)工作由人工完成，自動化程度低；海量錄音存儲主要為了質(zhì)檢和投訴追溯，不能被充分地利用。期望通過自動質(zhì)檢實現(xiàn)全量的質(zhì)檢覆蓋，并統(tǒng)一質(zhì)檢標準；利用關(guān)鍵詞提取、流程自動化等技術(shù)工具實現(xiàn)電話自動小結(jié)和工單自動派發(fā)。利用錄音轉(zhuǎn)出的文本信息，通過大數(shù)據(jù)手段開展進一步的熱點分析和關(guān)鍵詞分析。3.2智慧客服體系化架構(gòu)智慧客服體系建設(shè)需要考慮呼叫中心、AI能力引擎和智能應用平臺多個層面的協(xié)同，最基礎(chǔ)的呼叫中心平臺提供電話接入和外呼回訪支撐，不同AI能力引擎提供語音識別、人臉識別、聲紋識別、語義分析及智能知識庫能力，智能化應用貫穿于客服應用體系的話前、話中、話后各環(huán)節(jié)，面向用戶、客服、運維質(zhì)檢提供具有針對性的智能化應用。智能客服體系化建設(shè)采用分層體系架構(gòu)，如圖1所示，實現(xiàn)云呼叫中心、AI能力池和智能應用之間的松耦合。其中云呼叫中心、AI能力池屬于基礎(chǔ)能力層面，面向多租戶提供服務(wù)，以“集約能力的建設(shè)與共享”為目標進行系統(tǒng)規(guī)劃與建設(shè)。智能化應用則和具體業(yè)務(wù)場景密切相關(guān)，產(chǎn)品生態(tài)不斷豐富。圖1智慧客服體系架構(gòu)示意圖（1）分層體系架構(gòu)智慧客服體系采用分層架構(gòu)，基于通用硬件基礎(chǔ)設(shè)施實現(xiàn)云化部署，云呼叫中心、AI能力池、智能化應用松耦合、模塊化、分層部署，通過開放的接口提供服務(wù)。?云化部署可為基礎(chǔ)呼叫中心、AI能力和智能化應用系統(tǒng)提供高可靠、可水平擴展、松耦合的基礎(chǔ)設(shè)施，并提供多租戶服務(wù)。?分層解耦和模塊化部署，面向客戶、服務(wù)的智能化應用基本不受限于底層的網(wǎng)絡(luò)和AI能力，各層可以獨立地演進發(fā)展，提供更豐富、更好的智能化服務(wù)。（2）互聯(lián)網(wǎng)化AI能力開放主要是指AI能力的開放，盡量都以RESTfulAPI提供對外服務(wù)，實現(xiàn)AI能力的重用和共享。?提供標準API和能力的統(tǒng)一管理，降低工程實施難度，便于程序的開發(fā)和移植，大大減少AI能力、智能化應用上線時間，也避免廠商鎖定，為形成AI應用的生態(tài)化發(fā)展提供平臺。?具有豐富的AI能力，同類的AI能力可以進行細分，如語音識別引擎可以來自不同廠商，不同語種、方言，實時和離線部署不同的模型，語義分析引擎針對不同行業(yè)有不同知識庫。（3）體系化智能應用聯(lián)動從通話前智能識別、導航，通話中智能輔助、智能檢索，通話后的智能質(zhì)檢、智能分析體系化考慮智能應用的賦能聯(lián)動效應，促進相互增益。?提供全渠道智能應用覆蓋、全觸點的軌跡打通，通過用戶在呼叫中心、微信客服、實體營業(yè)廳多觸點的信息歸集、信息聯(lián)動，提高用戶體驗和服務(wù)效率?？头藛T通過智能輔助工具可以預先了解用戶前幾次服務(wù)觸點的問題處理情況，還可以實現(xiàn)語音客服、微信客服和營業(yè)廳客服的線上線下協(xié)同。?通過話前、話中、話后的體系化智能應用部署，可以實現(xiàn)智能聯(lián)動。如聲紋識別可以在話前早識別用戶，提供“千人千面”的話中精準服務(wù)，為特殊客戶提供不同的技能組，通過智能質(zhì)檢可以發(fā)現(xiàn)智能應用識別準確率的不足，通過訓練相互增益等。架構(gòu)中，傳統(tǒng)的呼叫中心平臺與已有的AI能力、智能化應用可以通過云化、接口適配或開放，實現(xiàn)解耦，從而納入同一分層體系中。4智慧客服體系應用實踐4.1呼叫中心云化呼叫中心是智慧客服體系中最基礎(chǔ)的平臺，包括排隊機、CTI、IVR等設(shè)備，負責用戶來話（inbound）、外呼（outboud）的呼叫建立、排隊及坐席的分配、簽入和簽出，并與AI能力對接實現(xiàn)人機交互。當前主流呼叫中心對智能化需求考慮較少，無法滿足未來發(fā)展要求，主要體現(xiàn)在以下4個方面。?呼叫中心通過SIP/MRCP將語音流傳送給AI語音識別引擎系統(tǒng)，媒體流承載在RTP之上，RTP采用了動態(tài)端口，由于SIP消息中提供的IP地址是私有IP地址，需要NAT轉(zhuǎn)換，在組網(wǎng)的靈活性受到很大的限制。?未來智慧客服呼叫中心還需要對接多種AI能力，從而提供更豐富的智能化應用，如語音識別、語義識別、聲紋識別、文本轉(zhuǎn)語音等，而當前主流廠商呼叫中心難以做到一個語音流對接多個AI能力引擎，并分別進行控制。?呼叫中心采用專用硬件設(shè)備，現(xiàn)網(wǎng)中不同客服體系部署了各自的呼叫中心，導致現(xiàn)網(wǎng)中存在多種呼叫中心版本，智能化改造無法統(tǒng)一考慮；另外由于話務(wù)量的增長，專用硬件設(shè)備擴容也受到了機房空間、電源容量等基礎(chǔ)設(shè)施限制。?現(xiàn)網(wǎng)10000號客服智能化改造中，由于呼叫中心為2008年華為UAP8100，還存在對智能語音支持長度不能超過23byte等問題，無法和語音識別、語義識別引擎有效對接等問題?；谏鲜鰡栴}，考慮呼叫中心的集約化部署，采用云化方式，支持多租戶的接入，支持異地容災和負荷分擔，由大網(wǎng)進行話務(wù)分流，并通過接口適配層進行MRCP接入、分流和邏輯控制，突破多AI能力引擎對接的限制，實現(xiàn)機制如圖2所示。圖2云呼叫中心與AI接口適配實現(xiàn)機制4.2AI能力開放集約化的AI能力建設(shè)，主要目的是實現(xiàn)AI能力的共享，通過AI能力的封裝和標準化接口開放，提高AI能力利用率，避免廠商鎖定，并支持智能化應用的快速開發(fā)和上線。AI能力開放平臺示意圖如圖3所示。AI能力開放平臺分為AI能力資源池、能力開放管理、能力引擎適配3部分。AI能力資源池根據(jù)業(yè)務(wù)發(fā)展需求可以引入多廠商AI能力、部署多種AI能力模型，目前已實現(xiàn)了語音轉(zhuǎn)寫、語義分析、情緒識別、聲紋識別和文本轉(zhuǎn)語音的管理；能力開放管理提供統(tǒng)一的API，能力的注冊、統(tǒng)一管理和調(diào)用鑒權(quán)，服務(wù)日志的收集和統(tǒng)計分析，多租戶的管理等功能；能力引擎適配提供能力的封裝、應用的接入和路由、資源調(diào)度和服務(wù)監(jiān)控功能。圖3AI能力開放平臺示意圖4.3智能應用體系部署從客戶服務(wù)的“話前”“話中”“話后”客戶服務(wù)3個階段，制定了“智識”“智動”“質(zhì)檢”智慧客服應用規(guī)劃，利用AI賦能和大數(shù)據(jù)分析提供智能預判、智能交互、智能輔助、智能質(zhì)檢等智能化應用。智能應用體系部署如圖4所示。圖4智能應用體系部署由于智能化應用和業(yè)務(wù)場景相關(guān)性強，主要采用自主研發(fā)為主的方式，目前已上線了較豐富的智能化應用，貫穿“話前”“話中”“話后”客戶服務(wù)3個階段，涵蓋語音客服、微信客服、短信客服、小程序機器人全渠道。·IVR智能導航：通過人機系統(tǒng)對話，縮短通話時間，分流傳統(tǒng)IVR和人工客服壓力，提高客戶滿意度，目前已實現(xiàn)了話務(wù)接入的50%以上的分流。·智能客服助理：基于語音識別、自然語言理解和知識圖譜等AI技術(shù)為客服人員提供輔助工具，包括在易錯點、服務(wù)禁語等方面實現(xiàn)實時提醒，業(yè)務(wù)關(guān)鍵知識點的關(guān)聯(lián)和搜索，自動化小結(jié)等服務(wù)?？头趾椭悄芄握谏暇€優(yōu)化，預計完成后每次呼叫服務(wù)時間可縮短5s以上。·微信/小程序AI虛擬客服：依托微信/小程序服務(wù)渠道與AI智能應答交互技術(shù)結(jié)合，實現(xiàn)移動端渠道的AI虛擬客服，實現(xiàn)無人工接待的自助消息應答服務(wù)，實現(xiàn)了人工和機器人的人機協(xié)同?！ぶ悄苜|(zhì)檢管理：利用人工智能技術(shù)，優(yōu)化人工抽檢服務(wù)質(zhì)量的方式，擴大質(zhì)檢覆蓋范圍，提高質(zhì)檢效率，現(xiàn)已實現(xiàn)全量質(zhì)檢，原質(zhì)檢人員在全量質(zhì)檢中進行重點抽測?！ぶ悄苈暭y識別：基于聲紋應用實現(xiàn)了對來電用戶的身份識別和業(yè)務(wù)辦理核身輔助，為用戶提供“千人千面”的客戶服務(wù)，較大程度地提升了電話服務(wù)過程中來電用戶身份驗證的實時性及準確度?！ぶ悄芄螒茫横槍头袠I(yè)中坐席工單受理場景，實現(xiàn)對工單表單元素填入內(nèi)容的自動化提取生成，進一步提高了業(yè)務(wù)辦理效率，提升了工單處理自動化水平?！C器人流程自動化應用：通過智能RPA系統(tǒng)替代人工進行原有重復煩瑣的界面操作，有效提升了流程處理效率，解放了人力資源，也在一定程度上促進了電子業(yè)務(wù)流程規(guī)范性，智能RPA直接替代了人工，大大降低了客服人員的重復工作。5結(jié)束語人工智能未來將會成為企業(yè)發(fā)展重要輔助，語音識別、圖像識別感知類智能準確率已達到了實際應用的水準，開始應用到運營商智慧客服應用中。通過對智慧客服體系化規(guī)劃建設(shè)，已形成了規(guī)?；膽?，并逐步取得良好的效果。在實踐應用中，端到端的配套改造有大量的工作，有保障的識別準確率需要通過大量的樣本訓練，因此初期的投入還是很大的。人工智能還處于高速發(fā)展階段，隨著關(guān)鍵技術(shù)的不斷突破，人工智能在智慧客服方面的賦能效應也會越來越大，這是業(yè)界的共識。智能客服將是5G時代的一個亮點，圍繞自然語言理解、方言識別、噪聲消除等當前技術(shù)難點，應積極探索創(chuàng)新，從解決某些場景的問題，到實現(xiàn)技術(shù)上真正的突破。參考文獻：[1]朱敏，張丹丹.基于人工智能的電信運營商智慧客服系統(tǒng)探討[J].信息技術(shù)與信息化，2019（7）：84-87.ZHUM,ZHANGDD.Discussiononintelligentcustomerservicesystemoftelecomoperatorsbasedonartificialintelligence,informationtechnologyandinformatization[J].InformationTechnologyandInformatization,2019（7）:84-87.[2]鄭捷.NLP漢語自然語言處理原理與實踐[M].北京：電子工業(yè)出版社，2017.ZHENGJ.PrinciplesandpracticeofNLPchinesenaturallanguageprocessing[M].Beijing:PublishingHouseofElectronicsIndustry,2017.[3]蘧鵬里.語音識別技術(shù)綜述[J].計算機產(chǎn)品與流通，2018（8）：13-19.QUPL.Overviewofspeechrecognitiontechnology[J].ComputerProductsandDistri