智能质检升级换代为什么关键词不够用了大豆油电视天线拉直机水族器材酸碱盐

智能质检升级换代：为什么“关键词”不够用了？

即便在水中实行3个大气压的空气加压

市面上有很多面向销售和客服人员的语音质检系统、文本质检系统，绝大部分产品实际使用的是基于 关键词+正则表达式 的机器质检系统。

这种方法的主要优点是部署和上手使用都比较快，主要缺点是存在非常严重的漏检情况。就像一个漏孔很大的筛子一样，难以满足企业对质检的需求越来越精细、对质检效率要求越来越高的发展趋势。

因此，在 关键词+正则表达式 之外，我们开始越来越多地为客户提供基于 语义点+机器学习 方案，并且在实际使用中为很多质检项带来 2~10 倍的效果提升。也就是说，能够多发现 2~10 倍的问题。对于企业而言，这就意味着他们可以更快、更全面地提升服务质量或者实现合规升级。

下一代机器质检：从关键词到语义点

语音和文本质检的主要任务是找出不合格、不合规的地方，即减分项，通常也被称为 负向质检 (另有一种任务是三极管找出做得好的地方，即加分项潜孔钻，通常也被称为 正向质检 )。企业使用传统基于 关键词+正则表达式 的产品做质检，所遇到的最主要问题是 找不全 ，通常会漏掉很多不合格、不合规之处，导致质检效率大打折扣。看一个实际对比的例子。某互联公司的基础质检项 服务态度问题 ，在我们的实际应用中：使用传统 关键词 方案，一天的数据中能找出 13 条，100% 是正确的;使用新的 语义点 方案，能找出 134 条，其中 72% 直流开关是对的。所以从最终正确的条数来看，新的 语义点 方案多找出了 8 倍的问题。

再看一个实际的例子。 恐吓威胁 是贷后资产管理领域的基础质检项，即催收员不允许在里 恐吓威胁 债务人。在我们的实际应用中：使用传统 关键词 方案，四天的数据中能找出 316 条，其中 55% 是正确的;使用 语义点 方案，能找出 2203 条，其中 72% 是对的。从最终正确的条数来看，174条对比1596条，新的 语义点 方案能多找出 9 倍的风险。

原因其实很简单。如果使用基于 关键词+正则表达式 的方案，方法是用关键词的组合来涵盖每个质检项的不同表达方式 但是你可以写10个关键词，100个关键词，却永远不可能穷尽，因为语言的表达方式是非常多样的、千变万化的，必须通过整个句子的上下文语义才能做出更准确的判断。

上下文语义质检的技术原理

传动机构是由同步带或减速机组成语义点+机器学习的方案，目标是训练一个机器学习算法模型，使之能够判断关键词未覆盖的句子是否命中了质检项。我们以另一个贷后资产管理领域常见的质检项 暴露客户隐私 为例。从标注到训练模型，再到最后上线使用，新的 语义点 方案大致可以分为三个步骤。第一步，使用我们的 标注工厂 产品，通过人工的方式，将是 暴露客户客户 的句子标记为 正例 ，将不是 暴露客户隐私 的句子标记为反例。

第二步，将一定规模的经过标注的正例和反例都 喂 给训练器，让训练器学习到一个算法模型，这个算法就能用来判断新句子是不是涉嫌暴露客户隐私。

第三步，在质检产品中，系统就可以标记出所有命中 暴露客户隐私 语义点质检项的句子，复检员可以快速定位到该质检项所处的位置，迅速进行核实。此外，复检员每一次复检的操作，都相当于对算法模型进行了一次反馈，会帮助算法模型变得更准。

最终，我们发现通过 语义点 方案能比关键词的方案多找出数倍的不合格、不合规之处，达到召回率(找的全)、准确率(找的准)均在 80% 以上的效果。

上下文语义质检的底层逻辑从底层逻辑

上看，基于 关键词 的方案是字符级别的，并不关心句子的语义，而基于 语义点 的方案是句子级别的，非常关心句子上下文的逻辑和语义。两者并不在同一个维度。可以想见，未来关键词方案越来越难当大任，而语义点的方案会逐步成为主流。

不过，语义点方案也有一个显著的缺点 部署成本高 。为了训练一个语义点的质检项，需要人工标注大量句子，然后训练和调试算法模型。因此，大家并不会立即就把所有质检项切换到 语义点 方案，而是优先把那些最常见的质检项切换到 语义点 方案。

总结循环智能在教育、金融、互联服务等不同行业数十家客户的服务经验，我们发现质检项与违规数的关系也存在 二八法则 20%的质检项贡献了80%的违规数，所以将最常见质检项升级到 语义点 方案，即可为整个业务带来显著的效果提升。

同时，我们也应该了解到，随着自然语言处理领域新技术的突破，从字符级 关键词 方案，向句子级 语义点 拉力实验机 等检测仪器市场行情也大大看好 方案转换的速度正在加快。过去两年，自然语言处理领域迎来了繁荣时期。Google 发表于 2018 年的 BERT 模型，为行业带来了全新的技术思路，具有里程碑意义。2019年6月，作为 BERT 模型的一种重要的改进方案，XLNet 模型在 20 个标准任务集上超过 BERT，并且在 18 个标准任务集上取得 state压铆机 of the art 成果，包括机器问答、自然语言推断、情感分析和文档排序等。

XLNet 模型由循环智能联合创始人杨植麟博士(第一作者)，与谷歌大脑、卡内基梅隆大学共同推出。该模型具备编码超长序列的能力 简单理解就是可以更好地理解长句子。2019年末，XLNet 被人工智能领域的顶级学术会议 NeurIPS 2019 接收为 Oral 报告论文(占比 0.5%)。同时，XLNet 也入选了权威的中国人工智能学会《2019人工智能发展报告》，被称为 BERT 之后重要的进展之一。

循环智能(Recurrent AI)正是基于原创的、世界前沿的 XLNet 模型，在智能质检产品中的加速向 语义点 方案转换，取得远超传统方案的效果。过去一年，我们的智能质检系统获得多家金融、教育、互联服务领域赢得多家标杆客户的商业订单，包括众安保险、玖富、CBC、华道、你我贷、人人贷、新东方、猎聘等。 下篇预告下一篇关于智能质检的文章，我们将向大家介绍，在不同的业务场景下，关键词方案如何与语义点方案高效搭配使用，大幅提升质检效率。