聊天機器人是商業化較成熟的項目，廣泛應用于客服行業。近日，億歐采訪到云問科技CEO王清琛及COO茆傳羽，了解到自然語言處理技術發展現狀，以及云問科技將這項技術應用于商業的方法。
王清琛
白色的人形外殼，具有移動功能，操著一口流利卻沒什么感情的普通話，這應該是今年最常見的家用機器人模樣了。但是，機器人一定需要是人形嗎？機器人就一定要物化嗎？
云問科技的智能問答機器人就對上面的問題給出了回應：作為一款基于云端的產品，云問的智能問答機器人通過微信、網頁或其他APP等方式跟各行業的用戶進行文字交互，通過自然語言處理技術完成語義理解，給出用戶正確的解答。
云問科技的創始人王清琛畢業于四川大學，在讀書期間接觸并學習了自然語言處理。2008年，他加入了一個做論文比對項目的團隊，負責篇章語義處理。當時為了減少工作量，王清琛就自己開發一套智能問答機器人系統，上線后效果非常好，幫著處理了許多重復性工作。
2010年王清琛把這套系統放在網上作為開源工具供大家使用，等到了2013年時，王清琛發現網站上已經有2000家注冊用戶，并且有公司希望購買這套系統，用于線下使用，這時他發覺到這可以作為一門生意，于是跟幾位志同道合的朋友共同集資創立了云問科技。
何為自然語言處理？
既然自然語言處理是云問科技的主要研究方向，那么其完整定義是什么？
在機器人跟人的交互中語音是最關鍵的一環，而語音交互的整個過程分為語音識別、語義理解和語音合成，分別代表了聲音的輸入、加工和再輸出。其中語義識別是影響一個機器人能否聽懂意思的關鍵，而自然語言處理就是研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法。
在語音的各項技術的發展中，自然語言處理是發展最緩慢的，對此億歐采訪到技術出身的王清琛。
億歐：您認為自然語言處理發展緩慢的原因是什么？
王清琛：就我個人理解，自然語言發展緩慢的主要原因有兩點。
一是計算機嚴重缺乏關于語言的知識。比如說如果你不告訴計算機什么是漢語的詞，它就無法判斷兩個連在一起的漢字是不是詞，年來的在自然語言處理中應用的各種深度學習技術，也是為了解決計算機缺乏語言知識的難題。
二是語言中經常存在歧義，而我們有時感覺不到。比如“結婚的和尚未結婚的老師”。人類在理解的基礎上明白了話語的意義（兩類老師），而計算機只要沒達到完全理解的層次，就無法正確處理這些有歧義的語言，它就可能理解為“結婚的和尚，未結婚的老師”。
雖然技術上存在阻礙，但這沒有影響到其商業化的進程，云問科技最早利用自然語言處理技術推出智能客服，現在公司還有針對企業內部用戶的智能咨詢系統，云問公司的產品具備智能服務、機器問答、圖像處理、數據分析、輿情分析等功能。
億歐：在自然語言處理技術成熟后，智能客服會是怎樣的？
王清琛：就智能客服這樣通過對話與人交流的業務來說，未來產品基本的交互界面和現在相比，變化不會很大，而差別是內在的。
就像現在市面上有各種類似蘋果語音助理Siri的產品，可能第一眼看上去，很難感覺得到差別，但是只要多用幾次，你就能判斷出哪個產品更加聰明一些。最聰明的狀態下，你感覺不到是在和機器人交流。未來，語言會是人和計算機交流的接口，所以對自然語言的處理和理解將會成為人與計算機交流的基礎。
為了解云問科技如何把這項技術應用于商業，億歐還采訪到云問科技COO茆傳羽。
億歐：請問云問科技的業務類型分哪幾種？
茆傳羽：首先是智能服務，隨著移動互聯網發展，現在微信上各類公眾號的關注數可能超過百萬，咨詢量每天可能會有十幾萬，但企業不太可能在人力投入上再增加，而且你會發現咨詢中有許多重復性的問題，這時候智能客服是一個很好的解決方案。例如我們為如家酒店定制的機器人“小如”，可以解決超過八成的常見問題。
除了智能客服，我們還幫助企業去建立一個服務內部、外部用戶，進行業務咨詢和調用的智能系統，也可以把許多重復性的問題快速解決。這兩類業務本質上是把語義理解的技術垂直應用到行業中，目前智能客服和企業解決方案兩個業務的規模各占一半。
億歐：云問科技跟同類企業有什么不同？
茆傳羽：目前市場上也有智齒、Udesk一類的智能客服企業，但是他們更注重的是打造一款輔助人工客服的工具，而并不是從底層技術上去深層挖掘。云問作為底層技術供應商，跟市場上近半數的智能客服公司有合作。可以理解為我們提供機器人的部分，他們提供人工模塊，例如呼叫中心整合，人工客服模塊整合等等。
億歐：智能客服遇到無法解決的問題時如何處理？
茆傳羽：這涉及到系統閉環的問題，我們現在的做法是將企業內部服務流程打通。例如酒店的智能客服機器人遇到一個問題不會答，它會把問題發到服務群組里，里面是優秀管理人員。在管理人員答復的過程，機器人就完成了學習過程。
另外一種方法是利用系統存在的數據，智能客服會在內部存檔里面去搜索，然后把搜索到的答案交給人工審核，人在審核的時候機器也完成了一次學習。
隨著機器人重復學習，它的知識庫就得到了拓展，智能化的水平就得到了提升，目前云問已經擁有33個行業里的頭部企業客戶，也已經利用數據建立起可復制的語義圖譜。
億歐：如何評估智能客服回答問題的質量？
茆傳羽：首先客戶有兩個維度，客戶可以對回答的問題進行評價，另外機器會觀察用戶問了一個問題后的反應，如果一個用戶問完了還是繼續問，說明之前的回答可能不夠準確。另外，機器自身可以評定回答的準確率。最后，人工管理員也可以評估機器的回答。
億歐：智能客服是否會導致人工客服人員失業？
茆傳羽：智能客服肯定會對人工客服帶來沖擊，但是我們關注的點不是把人工換掉，把人工定位成VIP服務團隊和疑難雜癥解決團隊。
隨著技術的變革，我們會利用各項人工智能的技術做到完整的閉環，從前端服務，到后端的服務數據的監測、熱點識別，再到前端的銷售。而且智能客服還可以把優質客戶梳理出來，交由人工客服去更好地服務他們
