爱华网智能客服系统是在大规模知识处理基础上发展起来的一项面向行业应用的，适用大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等等技术行业，爱客服智能客服不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。
客服系统_智能客服系统 -产品简介
智能客服系统是在大规模知识处理基础上发展起来的一项面向行业应用的，它是（大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等），具有行业通用，智能客服不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。
具体地，该系统的主要目标包括：
用途
使得用户体验从5-10分钟减为1-2条短信、Web交互、Wap交互，大大改善用户体验感觉。
帮助企业统计和了解客户需要，实现精细化业务管理。
在技术层面上能够
支持多层次企业知识建模；
支持细粒度企业知识管理；
支持多视角企业知识分析；
支持对客户咨询自然语言的多层次语义分析；
支持跨业务的语义检索；
支持企业信息和知识融合。
在业务层面上能够
支持企业面向客户的知识管理；
支持人工话务和文字话务的有效结合，成倍的提高人工话务效率，大幅度降低企业客服成本；
精细化业务管理：支持精细化统计分析，目前支持近60个统计指标的数据分析，支持热点业务精细分析；
支持多渠道接入，可支持电话、短信、MSN、QQ、飞信、BBS等渠道无缝接入
支持面向CRM的数据深度挖掘分析。
是帮助CFO宽心、放心、欣慰、得意的好产品，是CMO提出市场运营策略的数据基石。
在性能指标上能够
系统召回率达到：95%，准确率达到：95%，产品稳定性、兼容性、运行效率、并发能力、危机处理能力等产品化要求已达到电信级实用水平，并已实际在广东移动通信公司全省上线运营20个月，在Lenovo运行6个月。
在人机交互上能够
爱客服智能机器人5大引擎摆脱人机交互困境，提升客服体验。
语义分析引擎、分词标注引擎可以实现一个问题应付各种相似问法的效果；
答案优选引擎让智能机器人能够精准匹配答案；
智能过滤引擎赋予机器人智能筛选答案的能力，屏蔽无效答案，将最有效的信息传递给用户；
智能反问引擎使机器人具备了多轮对话能力，持续地与用户保持互动；
场景识别引擎，通过上下文语境判断，让人机交互更加自然；
客服系统_智能客服系统 -产品主要功能
大型企业知识管理
知识管理系统是基于我们十余年面向客户服务的大型知识库建立方法的经验而形成的精细化结构知识管理工具。系统内设立一套通用化的知识管理建模方案，该方案可以迅速地帮助大型企业对庞杂的知识内容进行面向客户化的知识管理。而该套方案是一般知识管理系统工具（如MS Sharepoint和IBM Lotus）中所没有的。
该系统是一种点式或条式的知识管理系统，因此是一种细粒度的管理工具。这中细粒度的知识管理工具，使得大型企业更有效，更能从知识的运行中实时地掌握企业的运行状态，从而更有效地进行科学决策。例如，在客户的统计信息、热点业务统计分析、VIP统计信息等可以在极短的时间内获得。这是一般知识管理工具所不支持的。
下表具体给出了该系统与其它主要知识管理工具的重要区别。
区别知识管理系统其它工具（如Lotus、Sharepoint、）管理的规范化具有通用化的知识管理建模方案，可以迅速地帮助大型企业对庞杂的知识内容进行面向客户化的知识管理。没有内置的知识管理方案，需要企业从头设计。面向的对象知识面向客户的知识管理，使得客户可以直接有效访问到客户化知识库。同时也面向企业内部进行知识管理。主要是面向企业内部进行知识管理，缺乏客户化管理的有效支撑。管理的粒度支持“点式”或“条式”的知识管理，是一种细粒度的管理；使得大型企业更有效，更能从知识的运行中实时地掌握企业的运行状态，从而更有效地进行科学决策。没有现成的方法支持细粒度知识管理，仅对“文档”式或“表单”式数据管理有效。管理的多层次支持多层次管理，从“地域―时间―客户群―渠道―业务―主体―摘要―文法―词类”等多个层次管理企业知识。不支持多层次知识管理。管理的多层次由于是细粒度知识管理，系统所产生的使用信息可以直接用于统计决策分析、深度挖掘，降低企业的管理成本。例如，客户的统计信息、热点业务统计分析、VIP统计信息等可以在极短的时间内获得。这是一般知识管理工具所不支持的。对企业的运行支持度很低。高性能智能自然语言应答
智能应答系统
首先对客户文字咨询进行预处理系统（包括咨询无关词语识别、敏感词识别等），然后在三个不同的层次尚对客户咨询进行解析――语义文法层理解、词模层理解、关键词层理解。
下表具体给出了该系统与其它传统系统的重要区别。
区别智能应答系统传统应答系统多层次语言分析从语义文法层、词模层、关键词层三个层面自动理解客户咨询。通常仅单层分析模糊推理针对客户的模糊问题，采用模糊分析技术，识别客户的意图，从而准确地搜索客户所需的知识内容遇到模糊咨询，性能骤然降低缩略语识别根据缩略语识别算法，自动识别缩略语所对应的正式称呼，然后从知识库中搜索到正确的知识内容。没有现成的方法支持细粒度知识管理，仅对“文档”式或“表单”式数据管理有效。错别字识别对客户咨询中的错误字进行自动纠正不支持智能分词在错别字、缩略语、模糊推理等引导下，进行智能分词；但分词遇到失败时，在进行上述迭代处理，直至分词成功传统分词技术，难以处理海量客户发出的海量咨询业务扩展性随着业务知识的不断增长，系统的性能不会降低，因此具有良好的可扩展性可扩展性差易于管理采用企业知识管理系统，对文法、词典进行维护管理不支持多渠道接入能同时接入短信、飞信、BBS、Web、WAP渠道不支持配套的运营系统配以话务员补发系统、话务质检系统、话务员小休管理模块、短信网关接口、恶意攻击检测系统等。不支持多角度可配置的统计分析
智能监控系统截图
我们设计的统计分析系统是一种统一的系统，可以监控不同的地区、渠道、品牌、业务、时间、话务员、客户类型等9个基本维度，同时也可以将上述基本维度进行复合，形成复合型监控维度，极大地扩展了现有监控技术。
人工辅助操作系统
在系统不能自动回复用户的问题时，将转人工处理。为此，我们研制并提供话务员操作系统，供话务员操作使用。该系统具有精确的语义检索能力，并且话务员可以在线编辑知识库，供其他话务员使用，或者经过审核后，供智能客服系统自动使用。
客服系统_智能客服系统 -关键技术与挑战
自然语言查询的处理技术流程
系统的关键技术涉及三个主要方面：基于自然语言理解的语义检索技术、多渠道知识服务技术、大规模知识库建构技术。
在自然语言理解语义检索技术方面，我们让公众以最自然的方式表达自己的信息或知识需求，并能够获得其最想要的精准信息。我们的系统首先对用户的查询进行自然语言分析，这种分析在三个层次上进行：语义文法分析、代词类的短语文法分析、特征词检索。同时，对上述用户的自然语言查询继续拧缩略语识别、错别字识别、模糊推理、特征术语识别，以进一步增强自然语言理解的准确性。
如右图。
在支持多渠道、多用户的知识服务技术方面，根据多年的技术推广经验以及对多个行业的需求分析，我们设计一种可支撑不同用户、不同渠道的统一的知识服务模式。该模式不仅融合了人工智能的研究成果和我们的核心技术，也融合了专家、话务员、知识管理员等人工因素，是一种人机结合的服务模式。该模式可以统一的方式服务不同的用户，应用于不同的渠道（可支持短信、MSN、QQ、飞信、BBS等渠道无缝接入）。因此，大大降低了企业客服成本。
多渠道统一的知识服务
参见下图。
