▌一、深度文本匹配的簡介

1. 文本匹配的價(jià)值

文本匹配是自然語言理解中的一個(gè)核心問題，它可以應(yīng)用于大量的自然語言處理任務(wù)中，例如信息檢索、問答系統(tǒng)、復(fù)述問題、對話系統(tǒng)、機(jī)器翻譯等等。這些自然語言處理任務(wù)在很大程度上都可以抽象成文本匹配問題，比如信息檢索可以歸結(jié)為搜索詞和文檔資源的匹配，問答系統(tǒng)可以歸結(jié)為問題和候選答案的匹配，復(fù)述問題可以歸結(jié)為兩個(gè)同義句的匹配，對話系統(tǒng)可以歸結(jié)為前一句對話和回復(fù)的匹配，機(jī)器翻譯則可以歸結(jié)為兩種語言的匹配。

2. 深度文本匹配的優(yōu)勢

傳統(tǒng)的文本匹配技術(shù)如圖1中的 BoW、TFIDF、VSM等算法，主要解決詞匯層面的匹配問題，而實(shí)際上基于詞匯重合度的匹配算法存在著詞義局限、結(jié)構(gòu)局限和知識(shí)局限等問題。

詞義局限：的士和出租車雖然字面上不相似，但實(shí)為同一種交通工具；而蘋果在不同的語境下表示的東西不同，或?yàn)樗驗(yàn)楣荆?/p>

結(jié)構(gòu)局限：機(jī)器學(xué)習(xí)和學(xué)習(xí)機(jī)器雖詞匯完全重合，但表達(dá)的意思不同；

知識(shí)局限：秦始皇打 Dota，這句話雖從詞法和句法上看均沒問題，但結(jié)合知識(shí)看這句話是不對的。

傳統(tǒng)的文本匹配模型需要基于大量的人工定義和抽取的特征，而這些特征總是根據(jù)特定的任務(wù)（信息檢索或者自動(dòng)問答）人工設(shè)計(jì)的，因此傳統(tǒng)模型在一個(gè)任務(wù)上表現(xiàn)很好的特征很難用到其他文本匹配任務(wù)上。而深度學(xué)習(xí)方法可以自動(dòng)從原始數(shù)據(jù)中抽取特征，省去了大量人工設(shè)計(jì)特征的開銷。首先特征的抽取過程是模型的一部分，根據(jù)訓(xùn)練數(shù)據(jù)的不同，可以方便適配到各種文本匹配的任務(wù)當(dāng)中；其次，深度文本匹配模型結(jié)合上詞向量的技術(shù)，更好地解決了詞義局限問題；最后得益于神經(jīng)網(wǎng)絡(luò)的層次化特性，深度文本匹配模型也能較好地建模短語匹配的結(jié)構(gòu)性和文本匹配的層次性[1]。

3. 深度文本匹配的發(fā)展路線

圖 1 深度文本匹配的發(fā)展路線

隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺、語音識(shí)別和推薦系統(tǒng)領(lǐng)域中的成功運(yùn)用，近年來有很多研究致力于將深度神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于自然語言處理任務(wù)，以降低特征工程的成本。最早將深度學(xué)習(xí)應(yīng)用于文本匹配的是微軟 Redmond 研究院。2013年微軟 Redmond 研究院發(fā)表了 DSSM [2]，當(dāng)時(shí) DSSM 在真實(shí)數(shù)據(jù)集上的效果超過了SOTA(State of the Art)；為了彌補(bǔ) DSSM 會(huì)丟失上下文的問題，2014年微軟又設(shè)計(jì)了CDSSM [3]；2016年又相繼發(fā)表了 DSSM-LSTM， MV-DSSM。微軟的 DSSM 及相關(guān)系列模型是深度文本匹配模型中比較有影響力的，據(jù)了解百度、微信和阿里的搜索場景中都有使用。

其他比較有影響的模型有：2014年華為諾亞方舟實(shí)驗(yàn)室提出的 ARC-I和ARC-II [4]，2015年斯坦福的 Tree-LSTM [5]，2016年 IBM 的 ABCNN [6]，中科院的 MatchPyramid [7]，2017年朱曉丹的 ESIM[8]，2018 年騰訊 MIG 的多信道信息交叉模型 MIX [9]。

一般來說，深度文本匹配模型分為兩種類型，表示型和交互型。表示型模型更側(cè)重對表示層的構(gòu)建，它會(huì)在表示層將文本轉(zhuǎn)換成唯一的一個(gè)整體表示向量。典型的網(wǎng)絡(luò)結(jié)構(gòu)有 DSSM、CDSMM 和 ARC-I。這種模型的核心問題是得到的句子表示失去語義焦點(diǎn)，容易發(fā)生語義偏移，詞的上下文重要性難以衡量。交互型模型摒棄后匹配的思路，假設(shè)全局的匹配度依賴于局部的匹配度，在輸入層就進(jìn)行詞語間的先匹配，并將匹配的結(jié)果作為灰度圖進(jìn)行后續(xù)的建模。典型的網(wǎng)絡(luò)結(jié)構(gòu)有 ARC-II、DeepMatch 和 MatchPyramid。它的優(yōu)勢是可以很好的把握語義焦點(diǎn)，對上下文重要性合理建模。由于模型效果顯著，業(yè)界都在逐漸嘗試交互型的方法。

圖 2 深度文本匹配模型的類型

▌二、智能客服的簡介

1. 智能客服的應(yīng)用背景

由于人工客服在響應(yīng)時(shí)間、服務(wù)時(shí)間和業(yè)務(wù)知識(shí)等方面的局限性，有必要研發(fā)智能客服系統(tǒng)，使其通過智能化的手段來輔助人工客服為用戶服務(wù)。智能客服與人工客服的優(yōu)劣勢對比如圖 4 所示。

圖 3 智能客服與人工客服的優(yōu)劣勢對比

2. 智能客服的核心模塊

智能客服的一般框架如圖 5 所示：當(dāng)有 Query 請求時(shí)，首先對 Query 進(jìn)行補(bǔ)全、解析和需求理解；其次，問題召回模塊通過精準(zhǔn)召回、核心召回和語義召回從 FAQ 庫召回與 Query 相關(guān)的問題；接著，問題排序模塊通過 CTR 模型和相似度模型對召回的問題進(jìn)行排序，選出 Top k 返回給用戶；最后，反饋系統(tǒng)記錄用戶的點(diǎn)擊行為等，對模型進(jìn)行更新。具體哪些模型會(huì)被更新，與語義召回和相似度模型階段使用的算法有關(guān)。

圖 4 智能客服的一般框架

在智能客服的框架中，最重要的模塊是 FAQ 庫的構(gòu)建、語義召回、相似度模型和模型更新，它們性能的好壞對用戶的使用體驗(yàn)有很大影響。

FAQ 庫的構(gòu)建

對于重視用戶體驗(yàn)的客服系統(tǒng)來說，F(xiàn)AQ 庫的構(gòu)建是非常嚴(yán)格的，它的內(nèi)容需要非常完整和標(biāo)準(zhǔn)，不能像聊天機(jī)器人那樣可以插科打諢。一般的做法是將積累的 FAQ ，或是將場景相關(guān)的設(shè)計(jì)文檔、PRD文檔中的相應(yīng)內(nèi)容整理成 FAQ，添加到 FAQ 庫中。日常的維護(hù)就是運(yùn)營人員根據(jù)線上用戶的提問做總結(jié)，把相應(yīng)的問題和答案加入 FAQ 庫。不難想像，隨著用戶量的增加，用戶的問題種類五花八門，問法多種多樣，這種維護(hù)方式肯定會(huì)給運(yùn)營帶來很大的壓力，也會(huì)給用戶帶來糟糕的體驗(yàn)。那么，有沒有什么自動(dòng)或是半自動(dòng)的方法可以解決新問題的挖掘和 FAQ 庫的更新？

一種理想的 FAQ 庫構(gòu)建的流程應(yīng)該是：從客服的直接對話出發(fā)，提取出與產(chǎn)品相關(guān)的問題，計(jì)算問題之間的距離，通過增量聚類的方法把用戶相似的問題聚到一起，最后由運(yùn)營人員判斷新增的問題能否進(jìn)入 FAQ 庫，同時(shí)將他們的反饋更新給文本匹配模型。

圖 5 理想的FAQ 庫構(gòu)建的流程

語義召回

當(dāng) FAQ 庫達(dá)到一定規(guī)模時(shí)，再讓用戶請求的 Query 與 FAQ 庫中的問題一一計(jì)算相似度是非常耗時(shí)的，而問題召回模塊可以通過某些算法只召回與請求 Query 相關(guān)的問題，減少問題相似度模型階段的復(fù)雜度。精準(zhǔn)召回和核心召回是基于詞匯重合度的檢索方法，它們的局限是不能召回那些 FAQ 庫中與請求 Query 無詞匯重合，但語義表達(dá)是一樣的問題，而語義召回可以解決此類問題。

相似度模型

相似度模型分別計(jì)算召回的相關(guān)問題與請求 Query 之間的相似度，作為排序模型的特征之一。需要注意，此處的相似度模型不同于語義召回中的相似度計(jì)算，前者更靠近輸出端，對準(zhǔn)確率要求高；后者對召回率要求高。因此，這兩個(gè)模塊在實(shí)現(xiàn)時(shí)使用的模型往往不同，在我們的文本匹配引擎中，語義召回使用的是基于表示型的深度文本匹配模型，相似度模型使用的是基于交互型的深度文本匹配模型和其他傳統(tǒng)文本匹配模型的混合模型。

模型更新

智能客服投入線上使用后，用戶 query 可能與某些模型的訓(xùn)練數(shù)據(jù)分布不一致，導(dǎo)致智能客服的響應(yīng)不理想。因此，十分有必要從收集到的用戶行為數(shù)據(jù)中挖掘相關(guān)知識(shí)，并更新相關(guān)模型。

▌三、深度文本匹配在智能客服中的應(yīng)用

1. 為什么使用深度文本匹配

問題聚類、語義召回和相似度模型都可以歸結(jié)為文本匹配問題。傳統(tǒng)智能客服在這些模塊中使用的是傳統(tǒng)文本匹配方法，不可避免地會(huì)遇到詞義局限、結(jié)構(gòu)局限和知識(shí)局限等問題；加上傳統(tǒng)文本匹配方法多是無監(jiān)督的學(xué)習(xí)方法，那么由這些方法訓(xùn)練的模型就無法利用運(yùn)營人員的反饋和用戶的點(diǎn)擊行為等知識(shí)。然而，使用深度文本匹配的方法則可以有效地解決這些弊端。具體改進(jìn)方面如圖 6 所示。

圖 6 深度文本匹配對傳統(tǒng)智能客服的改進(jìn)

2. 怎么樣使用深度文本匹配

我們曾在智能客服的不同領(lǐng)域中嘗試過多種深度文本匹配方法，通過業(yè)務(wù)場景推動(dòng)技術(shù)演進(jìn)的方式，逐淅形成了一套成熟的文本匹配引擎。我們的文本匹配引擎除了使用傳統(tǒng)的機(jī)器學(xué)習(xí)模型（如話題匹配模型、詞匹配模型、VSM等）外，還使用了基于表示型和基于交互型的深度文本匹配模型。

深度文本匹配模型

Representation-based Model

表示型的深度文本匹配模型能抽出句子主成分，將文本序列轉(zhuǎn)換為向量，因此，在問題聚類模塊，我們使用表示型的深度文本匹配模型對挖掘的問題和 FAQ 庫的問題做預(yù)處理，方便后續(xù)增量聚類模塊的計(jì)算；在語義召回模塊，我們使用表示型的深度文本匹配模型對 FAQ 庫的問題做向量化處理，并建立索引，方便問題召回模塊增加對用戶 query 的召回。另外，我們使用基于 Bi-LSTM 的表示型模型以捕獲句子內(nèi)的長依賴關(guān)系。模型結(jié)構(gòu)如圖 7 所示。

圖 7 基于 Bi-LSTM 的表示型模型

Iteraction-based Model

我們在相似度模型模塊使用了基于交互型的深度文本匹配模型 MatchPyramid，其原因有三點(diǎn)：

第一點(diǎn)，表示型的深度文本匹配模型對句子表示時(shí)容易失去語義焦點(diǎn)和發(fā)生語義偏移，而交互型的深度文本匹配模型不存在這種問題，它能很好地把握語義焦點(diǎn)，對上下文重要性進(jìn)行合理建模。

第二點(diǎn)，在語義召回階段，用戶 query 與召回問題間的語義相似度會(huì)作為排序模型的特征之一，同樣地，相似度模型階段，用戶 query 與召回問題間的另一種語義相似度也會(huì)作為排序模型的特征之一。

第三點(diǎn)，相似度模型需要實(shí)時(shí)計(jì)算，用戶每請求一次，相似度模型就需要計(jì)算 n 個(gè)句對的相似度，n 是問題召回的個(gè)數(shù)。而序列型的神經(jīng)網(wǎng)絡(luò)不能并行計(jì)算，因此我們選擇了網(wǎng)絡(luò)結(jié)構(gòu)是 CNN 的 MatchPyramid 模型。模型結(jié)構(gòu)如圖 8 所示。

圖 8 An overview of MatchPyramid on Text Matching

文本匹配引擎

由于自然語言的多樣性，文本匹配問題不是某個(gè)單一模型就能解決的，它涉及到的是算法框架的問題。每個(gè)模型都有獨(dú)到之處，如何利用不同模型的優(yōu)點(diǎn)去做集成，是任何文本匹配引擎都需要解決的問題。我們的文本匹配引擎融合了傳統(tǒng)文本匹配模型和深度文本匹配模型，具體的框架如圖 9 所示。

圖 9 文本匹配引擎的框架

3. 深度智能客服的效果評測

應(yīng)用上述的文本匹配引擎后，我們?yōu)槟称嚬鹃_發(fā)的智能客服系統(tǒng)，在測試集上的 precision 達(dá)到了 97%；與某壽險(xiǎn)公司合作完成的智能客服，其 precision 比 baseline 高出 10 個(gè)點(diǎn)。除此之外，在對話系統(tǒng)的音樂領(lǐng)域中，使用深度文本匹配引擎替代模糊匹配后，整體 precision 提高了 10 個(gè)點(diǎn)；在通用領(lǐng)域的測試集上，我們的文本匹配引擎也與百度的 SimNet 表現(xiàn)不相上下。