Skip to content
管仲信创智能问答机器人
解决方案

方案概述

基于知识图谱、自然语言处理、语音识别等人工智能技术,将智能问答系统搭载在服务场景中的对话机器人中,辅助或替代人工对话,赋能对话全流程以实现降本增效,广泛应用于政府服务、在线客服、营销和企业信息服务等场景。
管仲信创智能问答机器人,以拥有完全自主知识产权的数据库为底座,结合全自研的知识图谱引擎与智能分拨引擎,应用数据分析、机器学习、知识图谱等先进技术为用户提供即时、有正确性保证的咨询回复,对复杂问题进行智能分拨。系统提供智能问答、智能推荐、多文档阅读理解、知识图谱分析、知识数据治理、智能分拨、多源知识库等功能,打造支持深度语义识别的智能问答机器人。

业务挑战

行业、业务知识难沉淀
现有机器人系统因各类知识数据模态不一、数据质量差,无法快速智能的实现知识工程中数据到知识的转化,需人工治理数据质量后从对话等内容中提取相关有效知识,知识量大且分类入库难度高,录入效率低,时效性难以满足用户需求,无法自动化精准沉淀行业及业务问答知识。
答非所问,用户满意度难提升
用户希望得到更精准的回答,而对话过程中常出现无答案或答非所问的情况。故而,语料数据累积、语义拆解、语义识别、问答精准匹配等技术能力是智能问答机器人的核心竞争力。
无法快速适应、匹配业务场景
市场需求有一定的变化速度,问答内容具有内容时效性。问答场景需要及时响应,快速适应问答内容的调整,匹配业务升级,剔除过时问答。

方案架构

方案优势

正确性保证的智能知识处理
基于数据实体增强、逻辑规则与机器学习一体化等原创理论,实现业务员快速发现原始数据中的潜在错误,并配合LLM下游任务处理,实现文本、表格等多源数据快速形成各类知识数据。
跨模知识数据检索
基于跨模计算理论,以及原创崖山数据库操作系统中的向量检索能力,实现关系数据与图数据跨模统一查询。让机器人在应对复杂问题时能同时分析多类知识库,提升机器人应答准确性。
知识深度关联推荐
基于崖山数据库的近似查询处理以及自适应异步并行能力,实现知识图谱引擎的高效并行计算,让基于知识图谱的应答能实现图谱内多跳知识的深度分析与推荐。
多文本阅读理解
通过测试校准LLM的理解和推理能力,以及其对文本中特定问题的回答能力,实现从一个包含文章段落(或者多个相关知识)的文本中,根据问题的内容和相关上下文,选择或生成最合适的答案。
应答溯源
基于多文本的阅读理解以及知识图谱分析能力,通过文本抽取的方式实现回答溯源到原文内容。系统因为处理各种问题和原文,而不仅仅是特定类型的问题,使其具有较强的通用性,并且用户能通过知识的回溯,确保应答的答案是基于规章制度的事实和原文信息。
全自研行业可控大模型
依托自然语言处理、图知识融合推理计算、文本向量检索等能力,融合行业知识数据的全自研可控语言问答大模型,具有自学习、自训练、高可扩展性、强上下文理解等能力特点。