专栏首页腾讯大数据的专栏GITC倒计时|智能问答技术如何落地于To B场景?(内赠门票)

GITC倒计时|智能问答技术如何落地于To B场景?(内赠门票)

随着人工智能的飞速发展以及广泛落地应用,越来越多的设备将会被植入智能问答技术,人机交互场景随处可见,智能问答在未来将会成为一个非常重要的入口。

       腾讯小知凭借着业界领先的智能AI引擎算法和海量大数据仓库,已将智能问答技术落地实施,并且经过大量的业务考验和优化,知识点匹配度和准确率都已达到90%以上,在即将举办的2018 GITC全球互联网技术大会上,腾讯小知将展示智能问答技术的最新成果。

大会详情

时间:2018年11月22日-23日

地址:北京·国家会议中心

主办方:麒麟会

(赠票获取方式请拉至文末)

主讲人预告

作为腾讯数据平台部算法高级研究员,陈松坚有着8 年 NLP 研发经验,2017 年加入腾讯 TEG 数据平台部,负责智能客服产品腾讯小知的算法规划和落地。此次将在GITC上发表主题为:智能问答技术原理及其在To B场景下的应用的专题演讲。

智能问答技术赋能客服平台

基于知识图谱、语义匹配等智能问答技术,腾讯小知针对传统客服渠道分散、人员成本高、服务效率低、体验差等痛点提出新一代解决方案:

✔识别意图,准确回复

腾讯小知目前已达到92%的知识点准确率和98%的匹配率,可为企业减少50%的人工参与,大幅度提升客服效率和用户体验。

✔满足多渠道需求

腾讯小知可整合所有渠道的客户并进行统一响应和管理,满足多渠道需求,客户互通、数据互通,一款系统解决所有的客服问题,节省企业管理成本。

✔配置方便上手快

腾讯小知只需三步就可以成功上线客服机器人,非技术人员也可以轻松完成。

✔数据自动分析管理

在接待用户的过程中,后台自动分析服务数据和客户转化效率,可及时发现用户行为趋势,为客户产品运营提供保障和决策支撑。

✔海量语料积累

腾讯小知拥有10W+条专业知识点和100W+条闲聊语料积累,能够在冷启动阶段帮助客户更有效地构建问答库。

关于大会

       11月22日-23日,2018 GITC全球互联网技术大会将在北京国家会议中心盛大召开,本届大会以“知者创物”为主题,着眼2018互联网领域的最新技术成果,聚焦未来行业发展趋势。

       160位来自全球的互联网行业顶级大咖,将结合无人驾驶、人工智能、AR&VR、智能制造、技术论坛等重磅热点,分享互联网核心技术信息及最有料的前瞻性行业观念,对未来互联网问题进行深度思考与探索。

赠票获取

长按识别下方二维码,完成超短问卷即有机会获得价值5888的2018 GITC全球互联网技术大会门票,和互联网大咖们零距离交流!

本次活动共派发20张门票。

活动有效期:即日起至11月18日23:00止

本文分享自微信公众号 - 腾讯大数据(tencentbigdata)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-11-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 苹果新产品中的机器学习算法

    原文:How Machine Learning Algorithms & Hardware Power Apple’s Latest Watch and iPh...

    用户1737318
  • “Game Boy超级计算机”每秒处理10亿帧,ML知识迁移不再是难题!

    但是它们仍然有一些很大的局限性,主要与“记忆”有关——或者更确切地说,与缺乏记忆有关。

    新智元
  • 博客 | 闲话神经网络

    一篇杂文,把之前收集的神经网络点点滴滴串联起来,便于理解,如有不当,麻烦及时指出。

    AI研习社
  • 这种有序神经元,像你熟知的循环神经网络吗?

    虽然自然语言通常以序列形式呈现,但语言的基本结构并不是严格序列化的。语言学家们一致认为,该结构由一套规则或语法控制(Sandra & Taft,2014),且规...

    机器之心
  • 手把手 | 神经网络的菜鸟入门秘籍

    在这篇短文中,我将为你初步介绍这一领域和神经网络本身的背景信息。接下来的5分钟可能不会让你迅速成为这个领域的世界级专家,但让你经历一个意义非凡的入门阶段却是很简...

    CDA数据分析师
  • 学界 | 数据并行化对神经网络训练有何影响?谷歌大脑进行了实证研究

    神经网络在解决大量预测任务时非常高效。在较大数据集上训练的大型模型是神经网络近期成功的原因之一,我们期望在更多数据上训练的模型可以持续取得预测性能改进。尽管当下...

    机器之心
  • NeurIPS 2018 | 如何用循环关系网络机智地解决数独类关系推理任务?

    作者:Rasmus Berg Palm、Ulrich Paquet、Ole Winther

    机器之心
  • 使用keras开发非串行化神经网络

    我们当前所开发的网络都遵循同一个模式,那就是串行化。多个网络层按照前后次序折叠起来,数据从底层输入,然后从最高层输出,其结构如下图:

    望月从良
  • 干货:复杂网络及其应用简介

    本文从复杂网络的研究简史出发,简单介绍了复杂网络的基本特征、几种基本的网络模型、网络挖掘方法以及在信贷反欺诈中的应用。

    数据猿
  • 好嗨哟~谷歌量子神经网络新进展揭秘

    谷歌人工智能量子团队自成立以来,一直致力于理解量子计算在机器学习中的作用。现有算法对全局优化的作用表明,量子计算机可能有助于更快地训练机器学习中的现有模型,因此...

    机器之心

扫码关注云+社区

领取腾讯云代金券