起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識NLP在電商行業中的探索
本文將通過最新的概念驗證項目，盤點不同電子商務場景下的最新自然語言處理技術應用，深入了解電子商務行業中NLP技術應用的發展趨勢。
電子商務是目前在互聯網相關產業中最為重要的一個環節之一，電商泛指通過互聯網技術實現的商貿活動，其內容包括各種在線上進行的商業活動，交易活動，金融活動，以及相關的綜合服務活動。作為互聯網領域的主要行業，電商早已深入人們的日常生活中。
隨著人工智能技術的不斷突破，越來越多的行業正在被改造和顛覆，電商領域的海量數據與虛擬場景成為人工智能發展的天然土壤。
目前，人工智能技術已經逐步滲入到電商行業當中。隨著深度學習技術和語音識別技術的成熟，智能客服和智能商品推薦等應用已在相關行業中得到了廣泛的應用。
然而，人工智能技術能做的遠不僅僅是商品推薦和客服機器人，目前自然語言理解（NLP）技術在整個人工智能領域中依然是一個有待探索的領域。電商行業或將成為自然語言理解技術最大的突破口，實現技術的成功落地。
在技術實現應該的過程中，人們針對電商中的不同場景進行了探索，并展開了豐富的實踐嘗試。
一、電商行業的市場規模與發展趨勢
數據顯示，電商行業是一個快速發展的行業，2017年，全球零售電子商務銷售額達到2.3萬億美元，電子零售收入預計將在2021年增長至4.88萬億美元。
網上購物是全球最受歡迎的在線活動之一，使用情況因地區而異。2016年，估計中國所有零售額的19％來自互聯網，但在日本，這一比例為6.7％。隨著世界不斷的數字化和信息化演進，未來電商行業依然有很大的發展空間。
未來，人工智能技術將會滲透于電子商務產業的各個環節。在賦予電商業務各部門更多權力的同時，也增強了用戶的服務體驗，擴大了內容的生產規模。 這將會為社會創造巨大的工業價值和商機。
二、電商行業中的NLP技術應用概述
1. 實體識別
可以通過解析電商平臺中的文本內容，快速的找到各種產品的名稱，屬性，價格等實體信息或專有名詞。借助實體識別技術，系統可以自動對實體信息打標簽，建立索引。
這樣做可以有效的提升產品內容信息搜索的功能，提升檢索的速度和準確性。
2. 文本聚類
可以通過文本聚類技術將電商平臺網頁上產品信息提取，并將信息內容中的文本數據進行理解，和聚類處理，從而實現為產品進行自動分類的功能。
經過分類和整理的產品列表可以更好的為消費者提供產品信息，并進行有效的產品推薦服務。
3. 機器閱讀理解
可以通過機器人閱讀理解技術對電商平臺上的產品描述內容進行解析，快速的從大量的文本內容中找到核心信息，并將解析出來的文本信息通過自然語言生成技術展現出來，從而實現自動化商品摘要介紹撰寫的工作。
4. 自動化表單填寫
可以通過讀取電商客戶在網站上所留下的文字信息，將信息當中有價值的實體內容識別，并提取出來。
通過這項技術，電商平臺可以自動的從文本內容中提取用戶的基本信息，并制作成便于應用的表單，從而有效的降低表單填寫的人力成本。
5. 情感引擎
可以通過解析和理解消費者在電商平臺中的留言信息內容，對消費者的情感進行分析，進而推測消費者的潛在行為。
以此來打造消費者的用戶畫像，更加準確的理解消費者的行為和情緒。對積極的情緒加以引導，實現智能化營銷；對消極的情緒及時安撫，降低用戶越級投訴的風險，從而更有效的服務消費者。
三、應用與案例介紹
當前，在客戶服務方案中有四種依賴NLP技術實現的典型應用， 包括智能商品管理系統，智能客服質檢系統，自動化產品介紹撰寫，以及智能客服風控系統。
1. 智能商品管理系統
商品管理是NLP在電商場景中最為典型的應用案例。商品管理相關的應用在電商場景下具有明確的需求，與此同時，其中所涉及到的應用技術也相對比較成熟。
商品管理系統的主要功能是商品的搜索功能與分類功能。電商平臺會通過文本聚類，實體識別等NLP技術，對電商網頁下的文字內容進行解析，根據不同的規則為產品打上標簽，并對產品進行分類。
產品的分類和識別技術不僅可以使貨物的檢索功能更加準確，還能夠實現有效的產品推薦服務。
2. 智能客服質檢系統
用于通過人工智能技術取代人力資源，來進行對客戶服務內容質量檢查的工作。
一般的智能客服質量檢測系統可以記錄在線客服人員與客戶之間的每一次對話，并通過特定的指標，對所記錄對對話內容進行分析和檢測。
質檢系統會從服務質量和服務態度兩個檢測維度出發，挖掘客戶服務對話數據，并采用智能自動質量檢測和人工審核相結合的方式自動生成質量檢測報告。
智能客服質檢系統可以改善人工質檢效率低下，覆蓋不全，以及工作任務枯燥重復等問題，能有效提高企業對客戶的服務質量。
3. 產品介紹自動撰寫
即通過計算機自動生成文本內容，對電商頁面上的商品進行文字描述，使得用戶能夠了解產品的信息。
這里往往需要電商平臺現提供一份帶有產品信息和特征描述的表格，將產品的信息整理成簡單的結構化數據，在通過NLP技術將簡單的信息變成描述型的文字段落。
另一種應用場景是嘗試結合NLP與圖像識別技術來實現自動產品介紹的撰寫。系統需要先識別產品的照片或圖片，識別出產品的特征信息，之后再通過自然語言生成（NLG）技術將識別的內容生成文本描述，從而實現簡單的自動化產品介紹撰寫。
4. 智能客服風控系統
該系統通過NLP技術識別電商用戶留言內容的意圖含義，以及用戶留言時的情緒。
在實際應用場景中，當消費者對服務內容或質量不滿，又得不到服務提供商及時的解決方案時，往往會選擇到監管部門投訴，或將不滿情緒在互聯網社交媒體上發泄，對商家名譽造成嚴重的負面影響。
通過NLP深度神經網絡和傳統特征工程相結合的方法，可以捕捉到用戶對話文本的特征，從對話內容中識別出消費者用戶的情緒和意圖。
系統能夠將風險較高的案例找到，交送到客服管理中心進行優先處理，從而有效的提升產品售后服務的效率，降低了商家收到負面影響的可能性。
總結
NLP技術有效的為電商平臺提升了運營的效率，同時提升了消費者的服務體驗。然而目前自然語言處理技術還尚未成熟，當中依然存在一些局限。
其局限主要體現在兩個方面：首先是數據的瓶頸。雖然每天都有海量的數據在電商領域中產生，但是這些數據很少可以直接拿來用于機器學習模型訓練；
第二是應用的瓶頸。比如在自動商品介紹撰寫的任務中，人工智能只能輔助人類進行商品描述的撰寫，其內容缺乏創造力和煽動性，對于商品廣告類的文字撰寫來說，這顯然是不夠的。
未來，電商領域會不斷產生更多的，結構化的數據。屆時，自然語言解析技術也將會在電商領域中找到更多的落腳點，為商家帶來更可觀的價值，為用戶帶來更便捷的體驗。
本文由 @單贏 原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自Unsplash，基于CC0協議。
- 目前還沒評論，等你發揮！
