用大数据、人工智能技术有效减少骚扰电话

实习记者 李林鸾/整理报道

天润融通这两年用人工智能和大数据在保险相关行业做了两件事情。其中一件事情就是用于反骚扰。我们在研究如何用大数据结合人工智能的模型，有效地把骚扰电话识别出来，在它拨打之前提前拦住。这时候面临一个非常典型的问题，就是需要标注大量的数据。有监督学习的方式，需要几十人甚至上百个人标数据，把有特征的模型、有特征的数据尽可能多地标注出来。但是真正可以拿到的有骚扰特征的数据量并不大。这时候只能用半监督的方式，即如何把少量标注数据放到海量数据中提取更多的特征与之匹配，不断扩大特征模型，在这个基础上把尽可能多地产生骚扰模型。

经过几个月的时间，我们和客户一起不断迭代数据与模型。现在看产生了效果：每个月被投诉骚扰率可以有效降低10%-15%。我们估计，再有三到四个月的时间，骚扰现象基本上就可控了。

天润融通CEO 吴强

以下是文字实录：

感谢主办单位给我们创造这么好的交流机会。简单介绍一下我们天润融通，我们是专注于为企业做呼叫中心系统平台的公司。过去十年我们主要的研究方向就是如何帮助客户更高效的拨打电话和接听电话。简单地理解就是十年时间一直专注在这个领域。这十年里我们走过了比较重要的两个阶段：一个阶段就是用IP技术替代传统的电路交换。过去我们呼叫中心都是基于电路交换的，随着越来越多的大型呼叫中心开始出现之后，对单一台交换机的压力越来越大，而且大的呼叫中心开始有很多职场分布在全国各地，这个时候电路交互的设备变的非常复杂。我们花了几年时间一直做这个工作，就是把电路变成IP的，逐步攻克了了高可用、高负载和分布的问题。

从这之后从2014年、2015年做的工作就是云化。AWS刚进中国的时候，我们就和他们谈把呼叫中心充分云化，这样可以适应更大规模和更灵活的部署以及更快的演进。几年时间，我们把整个呼叫中心体系改成纯云架构的。经过几年发展现在保险行业，我们也为很多保险公司提供服务，国内我们为十家左右的保险公司，每天提供两万个呼叫中心座席的服务。

经过十年在通讯领域的探索，基本上我们感觉用通讯技术的方式再提高坐席效率已经很难了，没有多少挖掘空间了。人每天工作的时间、注意力集中使时间很难再挖掘，我们可以再提高1%-3%的百分点很不错了。2016年、2017年开始集中精力解决通讯不能解决的问题，我们看中的就是数据和人工智能的机会。每天呼叫中心可以沉淀海量的通话数据，这个结构是非结构化，很难有效利用它。这几年在人工智能技术尤其是转写和NLP技术的提升让这个事情有一点曙光。看到这个机会2017年投入进来，这两年探索不是很满意。大为总讲了人工智能在保险行业主要的生产领域可以广泛为产业应用需要五到十年，我们在这个过程中感受这个差距还是有的。我前两天参加了一个小规模论坛讲人工智能，也提到这个问题。最难其实是语音，无论是转写还是理解，尤其是中文还有分词，英文没有分词。语音其实非常难，现在深度学习和机器学习对NLP自然语言的理解、对感知的理解和认知的理解帮助非常有限。

汇报一下我们这两年用人工智能和大数据做的两件事情。第一件事情就是用于反骚扰，今年整个通讯体系对骚扰抓的非常紧，从年初1月份开始抓，现在都没有放松。很多客户存在电话拦截被工信部通报，我们就研究如何用大数据结合人工智能的模型，有效的把骚扰电话识别出来，在它拨打之前提前拦住。这时候面临一个非常典型的问题，这就是我们在语音领域里面临非常通用的问题，我们需要标注大量的数据。如果用监督学习的方式，需要几十甚至上百个人标数据，把有特征的模型、有特征的数据尽可能多的标注出来。但是真正我们可以拿到、客户可以给我们有骚扰特征的数据量并不大。在这个时候怎么办？这时候我们只能用半监督的方式，我们如何把小样本放到海量数据中提取更多的特征匹配它，不断扩大特征模型，在这个基础上把尽可能多的产生骚扰模型抓出来。

几个月的时间不断和客户一起迭代、现在看产生了效果，我们每个月被投诉骚扰率可以有效降低10%-15%，我们感觉再有三四个月，到9月份这个骚扰现象基本上可控了。

第二个问题和客户一起抓过度承诺。抓过度承诺的过程比反骚扰还难，过度承诺不确定性极强，而且业务员很难用非常明确的几个模型套它，业务员本身也有学习能力，他发现用简单的模型和关键字匹配的时候会转换，不再用你已经抓出来的关键词去说，换成一个很隐晦方式的去讲。第二你如何快速学习抓住新的案例？这也是我们过去几个月一直做的事情，和客户不断磨合、调整。这个过程中遇到很多问题，但是我们也感觉明显进步，我们出十条数据来，过去能有一条、两条准，逐步我们可以扩大到三四条准，现在十条数据里有五六条基本上是符合过度承诺的特征。

这两件事情是我们今年在保险行业或者保险相关行业里应用人工智能的两个实践经验和大家分享一下，谢谢各位。