来源： 郭宗沂 58技术

导读： 58同城是国内最大的生活服务信息服务平台，连接着数千万C端用户和数百万B端商家，为了提升B端商家和C端用户的有效连接，基于智能对话机器人我们构建了帮帮智能客服商家版，其中一项功能为在微聊中对用户问题进行智能回复。

背景

智能回复流程由QABot机器人和Taskbot机器人两部分构成，如图所示，第一部分QABot机器人用于解答用户问题，第二部分Taskbot机器人用于引导用户留下更多信息以及商机，当前智能回复已接入黄页多个二级类目，本文我们主要讲述QABot机器人相关实践探索。

智能问答在黄页业务中的难点

黄页场景业务线数量相对较多，不同业务线之间消息分布差别较大，用户消息相比智能客服简短，存在大量陈述句。这些陈述消息难以归为某一类问题咨询，因此相对智能客服场景有结果率较低。为此我们首先采用了分类模型进行线上迭代，之后实验了分类模型+检索的方法。

分类模型整体架构

QABot问答机器人目前由分类模型实现，分类模型冷启动和线上迭代过程构成。冷启动期间，我们拉取线上各业务线的微聊数据日志，抽取C端用户消息通过BERT[1]或者word2Vec[2]的方式生成用户消息句向量。采用Bi-KMeans方法进行聚类，将相似语义的用户消息聚集到一起。

对聚类结果标注，相似语义消息归为一类（例：“价格是多少”、“多少钱”、“钱怎么算”是一类问题，均是对商品价格的询问），分类模型预测频次出现较高的类别，能够覆盖用户的高频问题。为方便编辑同学进行标注，我们对每类问题抽象出一条标准问题来概括该类，而该类下的具体用户消息称为扩展问题，是标准问题的具体表现形式。获取数据后，通过不断模型的迭代和线上评测，最终达到对用户消息有效分类。

分类模型选择

在分类模型的选择上，我们考虑了多种工业界常用的算法：

(1)FastText

FastText[3]是由FaceBook于2016年发布的文本分类模型，具有结构简单，训练及推理速度较快的特点。FastText与生成词向量的CBOW方法结构很像，并且采用了N-gram的方法，在预测过程中使用了分层SoftMax来加速训练。

FastText能够在文本分类任务中迅速达成baseline，达到相对较好的效果，并且推理耗时较少，适用于项目启动时期的快速上线。

(2)LSTM+DSSM

DSSM[4]即Deep Structured Semantic Model，模型出自微软研究院，主要方法是将query和doc通过深度网络映射到相同维度的空间中，通过最大化其余弦相似度来进行训练。

LSTM-DSSM是对DSSM的优化，原生DSSM的基础上，引入LSTM作为句子表征，提取更多的语义级别的信息。

(3)BERT

BERT是由谷歌发布的预训练模型，采用了12层transformer和多头注意力机制，使用大量数据进行预训练，得到了通用模型，在大量数据集上创造了最佳成绩。实际应用的过程中仅需要将原有模型在当前任务上进行Fintiune即可。

(4)SPTM

SPTM是58自研框架，该框架与BERT采用相同的预训练数据方法，第一版SPTM删除了NSP训练任务，使用字粒度的数据，随机掩码15%的字。并将Bert中的TransFormer替换为残差Bi-LSTM进行预训练，完成预训练之后保留模型参数。在微调时替换最后的全连接层，采用不同场景的标注数据对预训练模型进行微调，整体结构如图所示：

在分类模型的选择中，我们参考了其他业务线的实验结果，采用了自研的SPTM框架。SPTM在离线实验中能够保持较高的分类精度，满足问答匹配过程中对准确率召回率的总体要求。同时在耗时方面仍旧能够有相对较快的推理速度。以FastText为baseline，LSTM+DSSM能够在baseline的基础上提高6.07%的F1值，而BERT和SPTM能够分别提升21.37%和20.79%的F1，效果明显较好。在推理耗时方面，CPU场景下SPTM耗时11.74ms，相比BERT的81ms能大大减少预测耗时，达到线上预测要求。

检索模型探索

在问答场景中，有结果率是一个重要的指标，计算方法为： AI回复的用户消息量/用户发送的消息总量。有结果率较低，会造成大量的用户消息没有被回复，产生用户问答体验下降。而在黄页场景中，用户消息中存在大量陈述句和琐碎短句，难以归类于某一类问题，造成了有结果率较低。

人工客服与用户有着大量的历史交互数据，为了有效的利用这一部分人工客服数据，提高有结果率和用户体验，我们尝试了检索模型和分类模型相结合的方法来提高有结果率。检索模型将线上用户和客服的微聊数据构建离线的问答对<用户问题，客服回复>，当线上用户咨询时，检索距用户消息距离最近的消息，并取对应的客服回复来回答用户。

离线构建表征模型的流程如下图所示，

（1）通过IDCNN实体识别过滤带有电话、地址、时间等信息的回复，通过规则和人工审核过滤带有姓氏和不恰当回复。

（2）采用ALBert tiny[5]作为用户消息表征模型，将用户消息表征为312维的向量并横向拼接，构建<多轮表征，回复>的格式。

（3）多轮消息表征训练Faiss任务，用于线上检索最近邻消息，回复写入Redis用于线上回答。

线上预测流程如图所示：

（1）用户消息通过ALBert tiny输出第四层Encoder的312维的表征向量，拼接后获取多轮表征

（2）通过Faiss检索召回多条相似表征向量

（3）阈值过滤，距离精排选取top1相似表征

（4）以相似表征对应ID为Key获取对应的人工客服回复

模型融合

检索模型模型和分类模型在回复消息的分布上存在差异，为此我们融合了检索模型和分类模型。以检索模型优先，分类模型作为兜底，当检索模型无结果时由分类模型来回复。

融合模型提高了对于用户的有结果率，相比分类模型，仅使用检索模型能够提高7.68%的有结果率，而融合检索模型和分类模型之后能够提高26.21%的有结果率，同时在结果的准确率方面并没有下降。

在模型融合方面，当前的融合方法逻辑相对简单，仅仅当检索结果不满足要求的时候再调用分类模型。但实际线上的检索回答结果并不一定优于分类模型回答，这里可以构建一个精排模型，将分类模型答案与检索答案一起精排来决定最终选择。但检索模型仍旧存在一些问题，历史数据并不一定恰当，需要进行大量的人工审核。并且由于人工客服回复中也存在商机引导内容，检索结果与智能回复中的taskbot存在冲突。

总结和展望

帮帮商家版是有效连接商家和用户的平台，QABot作为与用户直接交互的渠道，关系着用户的使用体验。我们通过不断优化实践提高QABot问答效果，在不同的业