鐵路企業智能問詢平臺關鍵技術研究

張正普，王曉冬，郭奕聰

（1.中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081；2.中國鐵路網絡有限公司，北京 100038）

目前，鐵路企業規章制度繁多，制度條例冗細，不易管理和學習解讀。制度之間存在較強關聯性，需對各項制度進行系統地學習，才不會造成工作審批流程、審批單等的缺失或錯誤；制度及工作審批流程經常隨著上級單位的管理需求變更而進行改變，易造成員工對制度更新的信息接收滯后，從而影響工作效率；各項制度分管管理部門不同，管理較分散，無統一問詢、解答出口。鐵路企業智能問詢平臺旨在采用人工智能技術為企業的客戶及內部管理提供便捷、準確和高質量的服務，拓展服務渠道，提高員工工作效率，增強企業效能，提高客戶滿意度。

智能語義語音作為智能問詢平臺的核心技術，又稱為機器人智能語音交互技術，是以語音作為載體，使機器具備能說會聽、學習思考的能力，從而實現人類與機器之間類似人類交互之間的自然語音交互過程。通過智能語音交互技術建設智能問詢平臺具有重要意義[1,2]。

1 需求分析

鐵路企業業務部門向管理部門咨詢政策主要通過現場問詢和電話咨詢2種方式實現，均靠人工完成，存在著工作量大、服務質量難以控制等問題。通過企業內部管理部門人工解讀規章制度以及制度條例方式，為業務部門提供釋疑工作，總結與業務部門溝通模式分為問答型多輪對話、預知型問題引導；根據服務內容，可分為咨詢、求助和建議等3類。

（1）咨詢類。業務部門詢問條例及規章制度信息，包括企業管理條例。

（2）求助類。業務部門向管理部門尋求幫助，包括需要管理部門配合、助力業務工作的進展。

（3）建議類。業務部門提出管理建議，包括服務質量的改善、管理水平的提升等。

梳理企業內部管理要求，結合鐵路企業管理特點，總結分析平臺功能需求，需實現系統統一前端入口，基于智能服務引擎及統一管理后臺，實現鐵路企業智能問詢平臺的整體功能。

2 平臺設計

2.1 平臺總體框架

鐵路企業智能問詢平臺的總體框架，如圖1所示。

圖1 鐵路企業智能問詢平臺總體框架

（1）基礎硬件設備支撐：為平臺的開發及運行提供服務器、存儲和網絡等基礎的硬件支撐，可兼容互聯網數據中心（IDC，Internet Data Center）或第三方基礎設施即服務（IAAS，Infrastructure as a Service）平臺。

（2）開發支撐：為系統研發提供研發平臺，二次開發接口、測試工具及預發布環境。

（3）語義引擎集群：引擎集群部署，為不同管理部門提供相應服務，以滿足語義引擎使用的高可用性。統一形成處理自然語言和集成各種專業處理引擎的基礎平臺。

（4）業務邏輯：基于語義引擎集群式的部署方式，為業務部門提供業務功能，如自然語義識別、推薦語義、通用領域語料和數據報表等。

（5）用戶管理臺：為系統管理員提供相關功能，包括機器人管理、知識管理、應用管理和素材管理[3]。

（6）接入渠道：支持全渠道服務應用接入，并支持第三方服務應用的接入。

2.2 平臺功能架構

鐵路企業智能問詢平臺自終端到后臺分用戶平臺層、公共服務層和基礎支撐層3個層面，為企業管理提供的功能，如圖2所示。

圖2 鐵路企業智能問詢平臺功能框架

（1）用戶平臺層面主要涵蓋智能問詢、智能服務熱線及系統管理功能，為企業管理提供高效率、高質量的服務。

（2）公共服務層主要涉及推送服務、渠道接入推送服務、等服務內容。

（3）基礎支撐層由接口平臺、統一管理后臺模塊、語義引擎等業務功能模塊組成。

接口平臺實現智能問詢平臺與各渠道終端的業務邏輯開發和展現，支持全渠道服務應用接入，并支持第三方服務應用的接入。

統一管理后臺可以管理和維護引擎的運行，配置引擎運行所需系統參數，管理和配置知識庫，以及對終端用戶交互日志信息的統計分析。

語義引擎主要為分詞引擎、語義分析引擎及搜索引擎結合超大規模的詞典，統一形成處理自然語言和集成各種專業處理引擎的基礎平臺，綜合了多種學科的知識，進行高度智能化的語意分析，準確定位知識庫內對應業務答案。

3 關鍵技術

鐵路企業智能問詢平臺的核心技術是智能語義分析模型的搭建，用以提供對非結構化大數據智能理解與自動化處理能力，實現文本知識多維度的業務標簽標記，將無序的非結構化信息轉換為滿足企業管理業務需求的結構化數據，實現上下文語義分析、關鍵詞識別、模糊問題識別，進而提供語義識別、智能語音等平臺業務邏輯。

3.1 問答數據的語音識別

語音識別利用信號處理方法對說話人的語音進行檢測、特征提取、降噪等預先處理，從而獲取最合適識別引擎處理的語音[4]，如圖3所示。圖中，IVR為互動式語音應答（Interactive Voice Response）；ASP為自動語言識別（Automatic Speech Recognition）。

圖3 智能語音實現流程

在實際應用中，語音信號的壓縮率介于10～100之間。語音信號包含了大量不同的信息，提取哪些信息，用哪種方式提取，需要綜合考慮各方面的因素，如成本、性能、響應時間和計算量等。語音訓練模型[5]是通過輸入大量的語音語料構建聲學模型，從而完成語音到音節的分節計算。當語音經過前端處理及特征提取后，將獲取的特征向量與聲學模型及發音詞典進行比對搜索。

語音合成技術將文字序列轉換成音韻序列，由語音合成系統根據音韻序列生成語音波形，對語音信號進行分析處理，去掉與語音識別無關的冗余信息，獲得影響語音識別的重要信息，同時對語音信號進行壓縮，將任意文字信息實時轉化為標準流暢的語音。

3.2 問答數據中的語義識別

通過語音識別獲取的音頻信號輸入，完成特征提取，聲學模型提取有代表的特征向量，語音解碼搜索對特征向量，語言模型分數、若干字詞在字典得分，最后輸出得分高的作為識別結果。在問答庫中選出與輸入問題相似度最高的問題，返回相似度最高的問題所對應的答案[6]，智能語音識別流程圖，如圖4所示。

圖4 智能語音識別流程

傳統文本匹配技術有詞袋（BOW，Bag-of-Word）模型、向量空間模型（VSM，Vector Space Model）、詞頻—逆向文件頻率（TF-IDF，Term Frequency-Inverse Document Frequency）、BM25、Jaccord、SimHash 等，主要解決字面相似度問題，由于中文含義的豐富性，通常很難直接根據關鍵字匹配或者基于機器學習的淺層模型來確定2個句子之間的語義相似度。

為此采用深度學習文本匹配模式進行語義表示，能夠節省人工特征提取的成本。從大量的樣本中自動提取出詞語之間的關系，并能結合短語匹配中的結構信息和文本匹配的層次化特性，發掘出隱含在大量數據中含義不明顯的特征。

在已知輸入序列的情況下，采用RNN-T（RNNT，Recurrent Neural Network Transducer）模型進行語義識別輸出標簽的概率分布[7]。RNN-T的結構將前饋網絡和 softmax通過 audio encoder的輸出和 label encoder的輸出結合起來，從而在每一個時間節點得到一個在輸出標簽上的概率分布。

4 應用場景

4.1 平臺部署及性能情況

智能問詢語音平臺目前已在中國鐵道科學研究院集團有限公司等多個鐵路企業機構使用。結合鐵路網絡環境及網絡安全[8]，鐵路企業智能問詢平臺項目的部署方案，如圖5所示。

圖5 平臺部署架構

該部署方案全部服務器集中部署在鐵路各企業數據中心，前端交互應用服務器放置在鐵路網絡隔離區（DMZ，Demilitarized Zone），將核心引擎及管理后臺服務器放置在鐵路數據通信網絡（DCN，Data Communication Network）區，對前端交互應用服務器開通基于TCP協議的公網訪問權限，以保證對APP、Web渠道服務器的正常訪問。

前端用戶通過3G/4G網絡或有線接入方式，經過常規的F5硬件負載均衡服務器后，訪問前端業務通信服務器，參照100/S并發訪問量計算，搭配前端業務通信服務器，同時配備核心引擎服務器。前端業務通信服務器可訪問數據庫環境，數據庫服務器利舊，安裝于各企業數據中心現有存儲環境中。另外，配備管理后臺服務器（本項目集成部署在前端交互應用服務器中）。管理后臺服務器與前端業務通信服務器、數據庫、核心引擎服務器之間進行通信控制。數據庫與核心引擎服務器之間不產生通信關系。

本智能問詢平臺針對數據高效檢索及分析能力進行測試，平臺在并發性、實時查詢能力、可靠性等滿足日常業務需求。實際使用過程有著良好的效率，2 000用戶級的高并行處理能力，秒級的查詢返回速度，7x24 h的可靠服務，支撐問詢智能化輔助。

4.2 平臺應用場景

針對企業制度中的一個知識點，用戶通過不同的問法提問，平臺識別用戶的真實意圖。用戶輸入的問題中主語、賓語、謂語缺失一項等情況下，平臺通過自然語言技術中的句法依存分析發現缺失關鍵信息，則根據上輪交互的信息對本輪交互進行實體補全，再給出正確答案。當用戶咨詢某個問題，并且該問題有一個或多個必要條件是關鍵信息時，如果用戶在輸入的過程中缺失必要條件，平臺通過特征提取技術不能獲得關鍵的信息，就會通過反問機制與用戶再次交互，獲取必要條件，直到所有必要條都滿足的情況下，才會給出正確答案。

平臺在識別用戶意圖時，可通過對用戶話術的分析，進行知識展現，包括針對性的圖文營銷內容、問題答案、所需操作快捷鏈接、建議問列表等。用戶的輸入中含有多個關鍵詞，識別并理解句子的真實意圖。平臺在識別用戶真實意圖時，需要依賴自然語言中的特征（關鍵字）來識別，通過機器學習的算法，支持無特征識別用戶意圖。當無法確定具體用戶問題時會自動給出建議問，引導用戶鎖定問題，進而鎖定答案。

5 結束語

本文討論了智能語音語義在鐵路企業智能問詢平臺的實現邏輯。人工智能技術為企業的客戶及內部管理提供便捷、準確和高質量的服務，拓展服務渠道。鐵路企業智能問詢平臺的研究與使用，提高了員工工作效率，增強企業效能，提高客戶滿意度。未來，將持續推進鐵路企業智能問詢平臺在企業管理服務上的深度應用。