产品白皮书.pdf
《产品白皮书.pdf》由会员分享，可在线阅读，更多相关《产品白皮书.pdf（47页珍藏版）》请在冰点文库上搜索。
第1页共47页Ibot8.0产品白皮书产品白皮书目录目录1.前言前言.61.1.目的范围.61.2.产品定位.61.3.名词术语.62.公司简介公司简介.82.1.小I简介.82.2.小I发展历程.83.产品概述产品概述.113.1.智能机器人.113.2.产品架构.113.1.1.机器人前端平台.123.1.2.智能服务引擎平台.123.1.3.机器人统一管理平台.143.1.4.知识库组织说明.143.3.产品演进路径.173.4.技术特点.173.5.技术指标.183.6.扩展接口.193.7.优势特性.194.产品主要功能产品主要功能.224.1.基础智能问答.224.2.前端用户功能.234.2.1Web机器人功能.234.2.2微信机器人功能.284.2.3IM机器人功能.314.2.4短信机器人功能.334.3.后台主要管理功能.354.3.1知识管理功能.354.3.2服务管理功能.364.3.3渠道管理功能.364.3.4素材管理功能.374.3.5语音管理功能.384.3.6运维管理功能.384.3.7系统管理功能.395产品实施产品实施.395.1.实施流程.395.2.知识建设.395.2.1语言知识库构建.405.2.2业务知识库构建.415.3.二次开发.425.4.系统部署.445.4.1常规部署.455.4.2扩展部署.455.4.3集群部署.47版权声明版权声明版权所有2013-2015上海智臻网络科技有限公司。
本文档的内容，所有文本全部或部分均受版权保护，上海智臻网络科技有限公司是本文档所有版权作品的拥有者。
除非预先得到本公司的书面授权，否则严禁对本文档进行复制、改编、翻译、发布等等。
本文信息如有变动，恕不另行通知。
本文包含的信息代表目前上海智臻网络科技有限公司对本文所述内容的观点。
由于用户需求、市场和产品状况的不断变化，本文中的信息不代表上海智臻网络科技有限公司未来的观点，且不能保证本文的内容在未来时间的有效性。
上海智臻网络科技有限公司会根据需要不定期发布本文档的更新与修订本。
商标声明商标声明为上海智臻网络科技有限公司的商标。
本文中所提到的有关产品或公司的名称均可能为相关公司或机构的（注册）商标。
注意注意除非特别说明，本文档中出现的智臻科技和小i机器人的名称在本文档中均代表上海智臻网络科技有限公司。
1.前言前言1.1.目的范围目的范围本文档详细阐述了小i机器人的面向企业和政府的智能机器人智能机器人核心产品iBot的技术特点和功能特性，以便相关人员更好了解产品和指导基于产品的项目实施。
本文档包括公司介绍、产品概述、功能描述、产品部署、知识构建、性能指标等内容。
本文档内容适用于iBot8系列产品。
1.2.产品定位产品定位iBot本质上是一个实时应答式智能机器人的生产平台生产平台，支持文本和语音交互方式1，并实现了全渠道的接入，如Web、微信、QQ、飞信、易信、短信、WAP、微博、桌面客户端、智能手机客户端等；iBot的客户化实施主要包括基于客户特定领域的知识库构建以及和客户业务系统的应用集成两个部分；iBot具备灵活可扩展的系统架构，内置小i机器人海量基础语料库，可以快速实施、部署，并提供有效配套工具和服务以支撑系统后期的运维；1.3.名词术语名词术语IM：
即时消息（InstanceMessage，eg.Fetion,QQ、飞信、MSN等）。
P4：
又名富媒体窗口，Web/IM机器人右侧扩展窗口，可以和智能机器人对话内容产生联动，可以展示多媒体信息。
用户和智能机器人交互过程中，富媒体窗口可同步展示相关的问题或就某一个问题的详细解释或说明，或结合左侧的文字答案给与用户的多媒体配合信息；富媒体窗口还可以用于用户登录、满意度调查、人工客服控制等业务功能的显示区域。
自然语言处理自然语言处理：
（NLP,NaturalLanguageProcessing）使用自然语言同计算机进行通讯的技术，1需要另外集成语音识别和语音合成产品，iBot8产品中提供语音模型训练功能。
因为处理自然语言的关键是要让计算机“理解”自然语言，所以自然语言处理又叫做自然语言理解（NLU，NaturalLanguageUnderstanding），也称为计算语言学（ComputationalLinguistics）。
一方面它是语言信息处理的一个分支，另一方面它是人工智能（AI，ArtificialIntelligence）的核心课题之一。
本文中计算机理解的自然语言主要指基于文字的书面语的理解本文中计算机理解的自然语言主要指基于文字的书面语的理解（如文本聊天、如文本聊天、自然语言指令、行业知识问答等自然语言指令、行业知识问答等），但仍使用自然语言理解这个含义较广的术语。
，但仍使用自然语言理解这个含义较广的术语。
知识库知识库：
（KB,KnowledgeBase）知识库是知识工程中结构化，易操作，易利用，全面有组织的知识集群，是针对某一（或某些）领域问题求解的需要，采用某种（或若干）知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。
知识库中的知识源于领域专家，包括基本事实、规则和其它有关信息。
本体知识库：
本体知识库：
本体是一种知识组织的理论，是通过概念、术语极其相互关系的规范化描述，勾画出某一领域的基本知识体系和描述语言。
基于本体的知识构建目标是捕获相关领域的知识，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇（术语）和词汇间相互关系的明确定义。
总的来说，构造本体知识库可以实现某种程度的知识共享和重用，总的来说，构造本体知识库可以实现某种程度的知识共享和重用，以及提高系统通讯、互操作、可靠性的能力。
以及提高系统通讯、互操作、可靠性的能力。
构建本体知识库一般需要领域专家的参与。
上下文关联问答上下文关联问答：
当用户的问题中缺少一些关键信息时，机器人会将这样的问题与用户的上文结合起来进行分析，再给出最合适的答案。
一些特定知识点之间存在着关联关系，机器人具有“记忆用户上文”的能力，并能和新的问题结合在一起进行解析并给出答案，体现了机器人问答过程的流畅性和智能性。
面向口语文本的中文分词：
面向口语文本的中文分词：
中文是以字为单位，句子中所有的字连起来才能描述一个意思。
把中文的汉字序列切分成有意义的词，就是中文分词，中文分词是中文自然语言处理的基础，中文分词的准确与否，常常直接影响到机器人的智能程度。
在中文分词过程中，有两大因素制约分词的准确率：
就是歧义处理和未登录词识别。
与新闻语料不同，网络环境下中文分词的难度大大增加。
新词出现频率、不规范用法率、无标点符号率都比新闻语料高很多，也对中分词提出了更高的要求。
小i机器人研发的分词及词性标注引擎，适用于网络环境下的口语化交互式处理特性，相比一般的商业分词引擎，中文分词精度和新词适应性都能更好地满足机器人的特性。
ASR：
（AutomaticSpeechRecognition）即自动语音识别，是一种将人的语音转换为文本的技术。
目前的语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。
TTS：
（：
（TextToSpeech）即文本转语音或文本朗读，TTS是语音合成应用的一种，相对于ASR来说，实现一个TTS产品所需要的技术难度较小。
2.公司简介公司简介2.1.小小i简介简介小i机器人（）成立于2001年，是全球领先的智能机器人技术提供和平台运营商，用户超过1亿，100亿次以上的交互，覆盖100多个国家，建立了全球最大的智能机器人云服务平台。
小i机器人长期专注于智能机器人技术研究和开发，在自然语言处理和人机交互技术方面已经获得了多项国家发明专利。
经过十多年实际项目的不断验证和优化，小i机器人在多个行业和领域沉淀了全球最大的行业知识库、百科知识库，并且拥有了最先进的智能人机对话引擎，保证了机器人系统能具有良好的稳定性和可扩展性。
小i机器人的创新产品及其服务体系使得智能机器人在市场上得到了广泛应用，业务涉及通信、金融、政府、电子商务、智能家电和汽车等行业，在智能人机交互（文本、语音等）的全渠道整合应用上领先中国，小i机器人已成为中国智能机器人第一品牌。
小i机器人在各行业领域的广泛应用，不仅开启了一个全新的人机交互应用时代，也在推动新一代信息技术发展方面，发挥着积极作用。
不久的将来，小i机器人还将应用于更广阔的领域，实现和各种设备的智能人机交互，为每个人的生活带来改变。
2.2.小小i发展历程发展历程2001年：
总公司在上海成立；2004年：
推出MSN小i机器人，影响广泛，奠定小i发展方向；2004年：
小i机器人接入QQ，成为腾讯QQ互动空间的第一个合作伙伴；2005年：
与新浪无线、TOM无线等SP公司合作推出全球首个短信版和WAP版智能聊天机器人；2006年：
成为微软全球机器人战略合作伙伴，iBotPlatform发展为全球唯一微软官方认证的MSN机器人开发平台；2006年：
正式推出智能客服解决方案，全球首款政务领域智能客服机器人“上海科委海德先生”上线；2006年：
小i机器人成为雅虎中国战略合作伙伴，YahooMessenger中文版内置小i机器人；2007年：
北京办事处成立，小i业务覆盖中国全部地区；2008年：
第一个电信运营商领域服务的智能机器人江苏移动i8上线，小i进入运营商领域；2009年：
正式推出智能营销解决方案，国内首款金融领域智能营销系统“交通银行点点通”上线；2009年：
和中国移动合作的上海世博机器人“海宝博士”上线，成为第一个为世博会提供服务的智能机器人；2010年：
签约京东商城，小I进入电商领域；2010年：
上海12333在线咨询机器人（12333智询通）上线，完整的智能机器人解决方案备受政府部门青睐；2011年：
成功发布iBot6.0，并迅速得到广泛应用，标志着智能机器人的建设和运营进入高度产品化阶段；2011年：
小i机器人分别进驻中国联通及中国电信总部客服基地，推出QQ渠道上的智能客服机器人，小i覆盖三大电信运营商；2012年：
正式推出下一代智能交互平台，引领智能交互技术进入平台化时代；2012年：
推出小i语音助手，进军智能电视、智能家电、智能家居、智能车载等智能终端应用领域；2012年：
小i机器人推出微信版机器人，并帮助招商银行成功推出国内首个微信上智能互动服务商业应用；2012年：
小i签约建行总行、招行等金融机构，全面覆盖金融领域；2013年：
中国联通总部微信营业厅上线；其目标是通过统一的微信主号入口实现多省公司的微信智能服务接入和分布运营，打造能够服务于全国联通用户的智能微信统一系统平台；2013年：
成功发布iBot7.0，正式推出智能知识库解决方案和基于iBotCloud的智能云服务解决方案；2014年：
成功发布iBot7.0，正式推出智能知识库解决方案和基于iBotCloud的智能云服务解决方案；2015年：
成功发布iBot8，向多个行业领域深度发展，继续增强自身品牌优势的同时正式推出硬件产品服务解决方案。
3.产品概述产品概述3.1.智能机器人智能机器人计算机信息和互联网技术的不断发展促使各类在线服务向网络化、智能化和自动化的方向发展。
客服系统的发展趋势不再是简单地用电话与客户实现互动，而是要将电话、E-mail、短信、Web、手机APP、IM工具等多媒体通道与客户实现智能化互动。
借助主要以人工智能技术构建的网络自动客服系统，可以有效减少客服成本、提升服务质量和增加客户满意度，进一步规范和提升在线客服渠道对客户服务、市场营销以及与其他渠道协同的支撑能力。
在客户服务中心已经高度发达的欧美国家，相当多的企业实施了或者正在实施智能机器人服务系统。
作为全球中文机器人技术的领先者，上海智臻网络科技有限公司（小i机器人）已将人工智能技术应用于互联网实时通信领域和无线通信领域，并且经过了上亿用户多年的考验。
小小i机器人在针对当前具有大规模智能服务需求的企业，如电信运营商、金融、电力以及政府单位进机器人在针对当前具有大规模智能服务需求的企业，如电信运营商、金融、电力以及政府单位进行深入研究之后，利用自主开发的机器人智能引擎系统推出了面对企业和政府的智能网络客服机行深入研究之后，利用自主开发的机器人智能引擎系统推出了面对企业和政府的智能网络客服机器人产品器人产品iBot，目前已经发展到第，目前已经发展到第七七代。
代。
智能机器人作为一种全新的智能工具，解决了人工不能解决的问题，并且投入成本低，应用效果好，24小时在线实时回复用户提问。
在国内，中国移动、中国电信、中国联通、天津市政府、上海市人保局、上海财政局、海关总署、联想集团、交通银行、招商银行、建设银行、申银万国、上海大众、凡客诚品、东方航空等采用这项新技术的用户单位，其为公众服务的能力得到明显提高。
智能机器人透过一定的载体，如WEB、IM、WAP/SMS、手机APP等，可以完整的传递文字和语音信息，结合图片、文字、音频、视频等媒体给用户最完整的回复,让用户在同机器人愉快轻松的交流中解决问题。
3.2.产品架构产品架构iBot架构如下图所示：
包括机器人前端平台（机器人核心模块及运行框架）、智能服务引擎AI及统一管理平台三个部分。
3.1.1.机器人前端平台机器人前端平台包括机器人核心运行框架、消息处理模块、IM服务器通讯控制模块、服务接口模块及二次开发框架等组成部分。
该平台主要实现全渠道终端与后端智能服务引擎及第三方服务系统（如人工客服系统）的通信接口服务，并且能够针对各渠道不同业务逻辑提供二次开发的接口。
包括用户使用智能机器人系统的所有前端用户交互和表现功能，以及负责机器人的登陆验证，响应调度，负载平衡等。
3.1.2.智能服务引擎平台智能服务引擎平台智能服务引擎相当于是机器人的“大脑”，是机器人表现是否智能的关键，它的智能性、准确度、并发性能等各方面都会对整个系统产生关键影响。
处理自然语言和集成各种专业处理引擎的基础平台，综合了多种学科的知识，包括了小i机器人的多项拥有自主知识产权的智能软件系统。
具体包括引擎核心模块、智能分词引擎、语义分析引擎、聊天对话引擎以及场景上下文处理模块、知识索引管理等模块。
不同业务模型和应用场景可能会对智能服务引擎的处理过程及模块参数做调整，智能服务引擎的一般处理流程如下：
智能服务引擎的主要作用如下：
智能服务引擎的主要作用如下：
1、文本处理：
文本处理：
包括中文分词、词性标注和命名实体识别，文本处理是后续各项处理的基础；2、句法分析：
句法分析：
根据给定的语法，自动地推导出句子的语法结构，即句子所包含的句法单位和这些句法单位之间的关系；3、语义分析：
语义分析：
即通过文本分类、特征抽取、自动推理及多种分析结果的融合等技术确定句子中相对通用的语义信息；4、对话管理：
对话管理：
包括对话过程中的对话进程树和动作树的管理；5、句子匹配：
句子匹配：
利用语义分析结果，通过语义表达式匹配和向量空间的相似度计算结合来确定目标知识库中备选一条或多条知识条目；6、答案渲染：
答案渲染：
通过答案过滤模块和智能化答案组织，将答案内容组织成更加人性化的回答，改善用户体验；7、知识管理：
知识管理：
知识管理是针对智能机器人应用的需要，在计算机存储器中存储、组织、管理和使用的互相联系的各知识条目集合。
这些知识条目主要包括与各领域相关知识库、用户的个性化信息，对话管理人工干预模板，以及常识性知识等；8、知识学习：
、知识学习：
小i针对运营商、金融、电商等多个行业的领域语义库积累，结合自主研发的问法学习模型，实现针对上述行业问法的自动学习，在用户进行知识录入过程中，自动生成扩展问法，有效适配业务咨询过程中的业务咨询问题，从而提升知识运维人员知识维护效率。
3.1.3.机器人统一管理平台机器人统一管理平台通过智能服务引擎及机器人前端平台提供的API，对机器人进行统一的管理及维护。
包括知识管理、服务管理、渠道管理、语音管理、运维管理（日志和报表）和系统管理知识管理：
知识管理：
包括知识库（实例）管理、本体类管理、词类管理、高级功能管理（主要包括知识维度管理、指令管理、反问上下文管理、停词管理、前后缀管理、小i基础词库管理、系统词库管理、模块管理、通用聊天管理、新词发现管理等）及知识点统计等功能；服务管理：
服务管理：
包括系统服务管理、服务参数配置、特殊欢迎语配置、对话预处理、二次开发管理、消息推送管理、热点问题管理和公告内容管理等功能。
渠道管理：
渠道管理：
包含各个渠道机器人的模板管理、自定义表情管理、形象套装设置和黑名单管理等，不同的渠道设置的内容有细微差别。
语音管理语音管理：
深度整合和集成了多家语音识别引擎，语音管理模块提供语言模型训练的界面，包含语音语料管理、语音词类管理、词典功能管理和语音识别测试功能。
素材管理素材管理：
支持文本、图片、图文、音视频、页面等多种格式内容管理。
用户可以根据自己的喜好和服务渠道的特点灵活配置前端交互时答案展现的样式需求。
运维管理：
运维管理：
包括用户操作日志、人机交互日志查询及各类运营统计报表管理；系统系统管理：
管理：
包括授权管理（用户管理、角色管理、资源管理和权限管理）、接口权限管理、系统参数管理、系统监控管理；3.1.4.知识库组织说明知识库组织说明小i机器人的知识库结构从工程化角度来看，可分为业务知识库和语言知识库两个部分：
通过语言知识库来理解以客户化语言组织的输入问题，通过业务知识库来定位理解后的问题所对应的答案内容，如下图所示：
语言知识库包括通用词类、通用句型短语、领域专业词类、语义规则模板（集），以及语法停词、敏感词汇等辅助内容；业务知识库包括业务知识文档，如产品说明、业务介绍、营销活动规则，以及常见问题解答FAQ等，一般以HTML、Word或Excel文件形式保存；业务和语言知识库通过知识本体基类的属性进行关联，这两部分知识库缺少任一部分或构建不完善，都会影响到前端机器人的智能体验及问题解决率。
例如：
例如：
对于运营商业务一般有【业务介绍】、【开通方法】、【取消方法】和【资费标准】等用户可能关注的问题（即业务属性知识点），但用户可能会问“XX业务是如何收钱的？
”这样的问题，小i智能服务引擎通过语义处理理解为用户是要问“XX业务的资费标准”，并定位对应业务知识库答案。
类似许多业务都有【业务介绍】、【开通方法】、【取消方法】和【资费标准】等属性，则可以归纳形成业务知识本体基类或衍生子类，新的业务知识可以通过继承方式快速构建，并复用共享业务知识本体基类关联的业务知识库，如下图：
知识本体基（父）类知识本体子类1知识本体子类2知识本体子类3知识本体子类n语义表达式集（语言知识库）例如：
基础业务类例如:
属性：
业务介绍语义表达式集：
XXX介绍XXX是什么属性语义表达式集（语言知识库）属性语义表达式集（语言知识库）属性语义表达式集（语言知识库）属性例如：
套餐业务小i机器人知识库的具体表现形式如下图所示：
从客户业务理解角度来看，一个业务知识点即是一个FAQ，包括一个问题和对应的答案；而从机器人的知识组织来看，业务知识点是一个依附于某个知识本体类的知识实例的一个属性业务知识点是一个依附于某个知识本体类的知识实例的一个属性，包括用于问题理解的语义表达式集、问题表示、知识维度、答案集、扩展指令以及有效时间等要素，不是一种平铺的结构，而是业务知识和语言知识有机结合的一种多层次的结构。
其中的语义表达式集一般继承自知识本体基类，一般业务人员不会接触到，有效降低了后期维护的复杂度。
本体类下对应属性语义表达式（集）本体父类本体属性本体子类3.3.产品演进路径产品演进路径3.4.技术特点技术特点iBot从设计到开发采用了SOA（面向服务架构）技术，整体架构遵循JAVAEE规范，实际开发中大量采用了多种先进技术如业务容器技术、动态加载技术和智能代理技术等。
系统设计高度抽象，软件功能独立又可模块化组合，使得整个体系结构安全稳定，符合信息技术应用的未来发展主流趋势。
具体如下：
跨平台、超大规模消息通讯和整合技术，实现全渠道的机器人接入；采用Flash+HTML或Ajax通讯模式，UI和通讯分离，自动切换通讯模式；多IM平台架构及新IM平台接入技术，可实现所有不同IM平台的机器人；整合多种自然语言处理技术、人工智能技术和搜索技术；适用于网络环境下自动问答的中文分词技术；基于领域本体的动态知识库构建技术；上下文和反问场景语义分析技术和答案抽取渲染技术；基于自主知识组织模型的句子相似度计算技术；基于自主知识组织模型的语义表达式计算技术；独有的语言知识和业务知识分离维护机制；支持简拼的Web机器人智能输入即时提示技术；3.5.技术指标技术指标iBot的技术指标主要从会话并发数、每秒消息处理能力、问题解决率及稳定可靠性几个方面说明，其中的问题解决率和知识库的构建充分性及后期运营密切相关，每秒消息处理能力主要取决于服务器性能及知识库容量及复杂度，以下为测试环境下的技术指标，并由此推导一般情况下的可靠技术指标。
序号序号指标指标参数参数说明说明1最大会话数指标20000Session/Server每秒支持的最大会话数量，和服务器配置没有直接关系，只要保证渠道接入服务器内存至少4G以上【Session会话控制是和用户ID相关的】2每秒消息处理能力8核16G服务器配置且标准知识点为1万个单智能引擎每秒处理能力：
100/S每秒消息处理能力是指引擎能够承受终端用户单位时间内同时向机器人提问并获得响应的数量【消息请求数量控制和用户ID无关】3问题解决率产品上线75%以上，2个月运营85%以上限定域人机交互过程中，机器人能够解决用户问题的次数在总回复次数中占的比率4稳定可靠性MTTR2hMTBF99.9%MTTR：
平均恢复时间MTBF：
平均无故障时间（高可用性）3.6.扩展接口扩展接口iBot扩展的接口主要有两类：
人工客服系统对接接口以及可供第三方应用系统调用的智能问答服务接口，这两类接口均通过WebService方式实现，遵循标准的SOAP协议。
人工客服系统对接接口人工客服系统对接接口：
机器人系统与人工客服平台通过调用对方的相关接口，两端将各自提供服务器端与客户端的接口，进行异步方式的交互。
具体接口规范及调用方法请参见文档iBot人工客服对接接口规范。
智能问答服务接口：
智能问答服务接口：
接口分为同步调用方式与异步通信方式，其中同步调用方式客户端发起请求后服务器端在同一次请求中返回相应结果，而异步方式需要调用方提供相应WebService接口，供智能机器人平台服务端调用返回结果。
具体接口规范及调用方法请参见文档iBot智能问答接口规范。
在实际系统集成项目中，机器人系统如果需要和其他业务系统进行数据交换，比如SSO系统、CRM系统等，一般建议双方采用WebService接口或调用既有业务系统的开放标准接口。
3.7.优势特性优势特性全球领先的核心智能引擎技术全球领先的核心智能引擎技术拥有多项人工智能专利，综合了语言学、统计学、人工智能等多种学科的知识，具有场景反问和上下文关联处理，确保良好的用户体验和应答准确率，支持高并发和平行扩展服务能力。
支持与主流语音识别和语音合成引擎的无缝对接支持与主流语音识别和语音合成引擎的无缝对接集成和整合了多家主流中文语音识别引擎，包括：
Nuance、Google、中科信利、云知声、车音网、科大讯飞；利用多年积累和训练的语言模型和海量语料，与Nuance、中科信利、云知声等多家合作共建了针对智能手机、
升级会员 