知识运营白皮 阿里云 智能客服知识运营白皮书 2022 年 2 月 版本： 1.0 知识运营白皮书 【公开】 法律声明 阿里云提醒 档而遭受的利润损失，承担责任（即使阿里云已被告知该等损失的可能性）。 5. 阿里云文档中所有内容，包括但不限于图片、架构设计、页面布局、文字描述，均由阿里云 和/或其关联公司依法拥有其知识产权，包括但不限于商标权、专利权、著作权、商业秘密 等。非经阿里云和/或其关联公司书面同意，任何人不得擅自使用、修改、复制、公开传播、 改变、散布、发行或公开发表阿里云网站、产品程序或内容。此外，未经阿里云事先书面同 I 知识运营白皮书

智 能 服 务 事 业 部 知识结构化推动智能客服升级 邱立坤 阿里巴巴集团智能服务事业部 方案 KAMR 语义 表 示体系 KAMR Parser 知识图谱问 答平台 需求 知识管理 语言理解 思路 知识图谱构 建 语义剖析 答案展示 收益 高效复用 精准理解 精细管理 智 能 服 务 事 业 部 目 录 智 能 服 务 事 业 部 智能客服升级的需求 元 开通 15 元流量日套餐 开通 15 元流量日套餐 开通数据流量套餐 10 元 开通数据流量套餐 10 元 知识管理痛点 成千上万的知识点，缺乏关联，给知识运营和管理带来困扰 智 能 服 务 事 业 部 设置 1 个知识点，管理任务轻，但答案过粗 设置多个知识点，答案细致，管理任务重 智 能 服 务 事 业 部 • 我要关闭国际漫游并开通流量通套餐 • 话费充值如何索取发票供报销 模糊性 语言理解难点 语言 知识 智能 深度 学习 智 能 服 务 事 业 部 从传统智能问答到知识图谱问答 ( 上海，常住人口， (2017 年， 2419.70 万 )) 2017 年上海的常住人 口 是： 2419.70 万 上海有多少人口 智 能 服 务 事 业 部 知识结构化的主要思路 智 能 服 务 事 业 部 结构化知识图谱 非结构化业务文档 半结构化数据

...................................................................... 32 1、大型央企携手蓝凌 AI 蓝博士，驱动工程技术知识管理..........................................32 2、中集集团：流程 BPM+集成创新双引擎驱动数智化......................... 60 6、蓝凌助力长沙银行打造新一代数字化办公平台....................................................... 66 7、插上“知识羽翼”！解码大型航空公司的知识管理密匙........................................84 8、大型乳业集团 1 个平台，打通全国营销费用管理全链路................ 87 9、签单快 70%！化工巨头的智慧合同新速度............................................................. 93 10、中控技术：知识原生企业，聚变组织创新力...................................................... 100 五、关于蓝凌软件...................

service system .................................. 1 3.2 知识库 knowledge library ......................................................... 1 3.3 知识点 knowledge ......................................... .... 4 6.3.4 意图识别 ...................................................................... 4 6.3.5 知识库 ........................................................................ 4 6.3.6 客服算法 .......... .... 8 9 知识库要求 .......................................................................... 8 9.1 通用要求 .......................................................................... 9 9.2 知识库架构要求 .....

问题解决型机器人，存在的目的是为了帮用户解决具体问题， 例如：售前咨询、售后报修、订机票、酒店、餐厅座位等等 需要提供给用户自己都不知道的信息 -- 知识库 1. 理解用户问题，知道用户在问什么 2. 将用户的问题转化为对知识库的查询 问题理解 查询知识库 构建知识库查询 多轮对话的上下文管理 提问：今天北京多少度啊？ 回答： 35 度 提问：有雾霾吗？ （北京有雾霾吗？） 回答：空气质量优。 提问：那上海呢？（上海有雾霾吗？） 回答：空气质量也是优。 结合上下文 聊天机器人解决方案 自然语言处理、文本挖掘、知识图谱 知识库中存储的是一对对的“问题 - 答案”对（ QA Pair ）。这些 Pair 可以是 人工构建的，源于客户系统或者旧有知识库的，也可以是从互联网上爬取下 来的。当用户输入问题后，将其和知识库现有的标准问题进行一一比对，寻 找与用户问题最相近的标准问题，然后将该问题组对的答案返回给用户。 解决方案二 知识库中存储的不是问题 - 答案对，而仅存储答案（文档）。 当接收到用户问题后，直接拿问题去和知识库中的一篇篇文档比对，找到在 内容上关联最紧密的那篇，作为答案返回给用户。 用户问题 -> 答案 解决方案三 从用户的问题当中识别出用户的意图，并抽取这个意图针对的实体。 相应的，知识库内存储的知识，除了包含知识内容本身之外，还应该在结构 上能够表示知识之间的关联关系。

COPYRIGHTS RESERVED 组织 应用 挖掘 算法 知识 生产 5 2019 KE.COM ALL COPYRIGHTS RESERVED 组织 应用 挖掘 算法 知识 生产 6 问题挖掘 知 识 管 理 系 统 客服工单 政策法规 职能部门 知识库 知识图谱 知识生产流程 知识质检 2019 KE.COM ALL COPYRIGHTS RESERVED 拓展问题推荐 推荐关键词 推荐标签 推荐分类体系 知识生产提效 热门问题发现 kmeans 聚类 句子向量 问题去重 同义聚类 2019 KE.COM ALL COPYRIGHTS RESERVED 8 如何 / 怎么 + 【事件动词】 + 【实体词】 < 实体，属性，属性值 > < 实体， 关系， 实体 > 知识的挖掘 2019 KE.COM ALL COPYRIGHTS 强疲房源 which 区别 为什么备案经纪人需要 是本店的 ? 备案 经纪人 需要 本店 why 为什么 知识的挖掘 2019 KE.COM ALL COPYRIGHTS RESERVED 10 用户问题数据分布 8% 3% 22% 工具使用 知识咨询 闲聊型 其 它 2019 KE.C0M ALL C0PYRIGHTS RESERVED 11

句子语义编码 • 句子语义相似度计算 • 会话语义编码 • 会话语义相似度计算 • 搜索服务 • 聚类分析 • 分类、回归 • 推荐 智能 IVR 智能语音导航 智能外呼 智能电话营销 KM 知识库管理系统 YiConnect 在线客服系统 YiSee 智能质检中心 YiBot 智能客服机器人 功能特色 文本智能 - 应用组件 句粒度：成分分析、语义编码、语义相似度计算 AI 智能全场景 场景构建指引 查询 咨询 推荐 画像 自助服务 营销 知识提取 安全 YiLearning 训练平台 Hadoop/Spark/DB 大数据平台 YiServing 服务平台 风险等级 舆情分析 智能助手 会话意图识别 敏感信息识别 深度学习 + 强化学习 代表着企业或者机构 严肃、负责 垂直单一领域，深入掌握领域内知识 N 个垂直领域的客服机器人，难度也很高 知识主要来源于人工客服 极高，问答需要足够精准，代表着企业形象 代表一个虚拟人物、助手 娱乐、风趣 全领域，每个领域需涉及 但仅需要有普遍较浅的知识，不需要深入 互联网知识、闲聊社交数据 较低，不会回答可以插诨打科， 反显风趣 后人工智能时代 深度学习

浙江大学人工智能研究所 2025 年 03 月 24 日 提纲 新一代人工智能 新一代 AI 展望 金融智能研究 金融智能应用 AI 的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 —— 维基百科 定义：人工智能（ Artificial Intelligence ，缩写 为 AI ），又称机器智能，指由人制造出来的机 监督 微调 混合数据 监督微调 60 万条 推理数据 模型蒸馏是一种将大型复杂模型（教师模型）的知识迁移到小型高效模型（学生模型）的模型压缩技术 ，其 核心目标是在保持模型性能的同时 ，显著降低模型的计算复杂度和存储需求 ，使其在资源受限的环境中部 署。 模型蒸馏 知识迁移：利用教师模型的输出（如概率分布、中 间层 特征等）作为软标签，来指导学生模型的学习。 学生模型优化：利用软标签监督训练小模型，使其 到教师模型的决策逻辑和特征表示，从而提升性 能。 数据蒸馏：通过大模型来优化训练数据，包括 数据 增强、伪标签生成和优化数据分布。 模型蒸馏强化：采用基于特征的蒸馏与任务特 定蒸 馏策略，对小模型进行监督微调 知识传递的深化：不同于传统蒸馏仅模仿输出结果， DeepSeek 要求学生模型学习教师模型的推理逻辑， 使 学生模型掌握完整的推理链条。 数据蒸馏与模型蒸馏的深度结合 链式思考推理迁移

安硕信用风险管理系统 V9 —— 上海安硕信息技术股份有限公司..............................................................16 7. 基于知识的智能审计系统 —— 北京领雁智远科技有限公司..........................................................................18 5. 蓝凌新一代智能知识管理平台 aiKM —— 深圳市蓝凌软件股份有限公司..................................................30 6. 智能体开发平台 CogFlow 产品功能评估 —— 北京智谱华章科技有限公司..............................................32 7. 荣联知识库管理和智能应答平台 ，快速定位出增量问题，并且屏蔽历 史误报，从而快速发现新产生的问题并及时对其进行修复，大大地节省代码分析的时间和降低分析难度，提高代码审计效率。 3)结合黑盒渗透与白盒测试的经验，积累大量的漏洞知识库，对扫描结果的每个问题给出详细的漏洞风险说明和解决方案。 4)提供集成接口和插件对接功能，如 GIT、SVN、JIRA 和 Jenkins 等。 5)拥有自研开发环境集成插件，如 Eclipse、Intellij

PolarDB-PG Al 最佳实践 3：PolarDB Al 多模态相似性搜索最佳实践 ......... 139 5. GraphRAG：基于 PolarDB+通义干问+LangChain 的知识图谱+大模型最佳实践 ...................................................................................... 可采用云平台构建，并通过提供成本效益分析和自动化的 AI 应用开发，帮 助企业降低成本并提高投资回报。通过简化 AI 的应用，降低了对专业 AI 人才的依赖， 各团队使用同一个平台和单一数据来源来执行其工作，能够促进跨部门合作和知识共 享，从而降低人才培养和组织变更投入。 1.3 Data+AI 如何帮助企业 目前已有多个行业客户采取 Data+AI 来实现 AI 场景的持续高质量落地，下面是相较 于传统 别玩家意图，进而提供对应的游戏服务。 提升服务效率 Data+AI 能够提供以业务域、个体等多种维度的数据和知识支撑，能够降低 AI 应用 启动门槛，提升服务效率。例如在金融行业，根据平台内的技术元数据和操作元数据 生成可被大模型识别的知识并在大模型服务的过程中持续自动维护，借助于知识能够 有效降低冷启动投入并提供更准确的结果输出。 优化企业成本 Data+AI 能够实现多模的数据和数据—>AI