AI除了當客服，電商還在用它做些啥？

電商行業(yè)作為互聯網領域的重頭領域，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(yè)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(fā)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(yè)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(yè)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(yè)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，并展開了豐富的事件嘗試。

一、電商行業(yè)的市場規(guī)模與發(fā)展趨勢

數據顯示，電商行業(yè)是一個快速發(fā)展的行業(yè)，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，但使用情況因地區(qū)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(yè)依然有很大的發(fā)展空間。

二、自然語音處理技術在電商行業(yè)中的最新應用

文本聚類：可以通過文本聚類的技術對電商平臺網頁上產品信息內容中的文本數據進行理解，從而為產品進行自動分類。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。

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理解，找到文本內容中的核心信息，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。

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，將信息由價值的實體內容識別并提取出來。通過這可以的技術，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。

情感引擎：可以通過解析對消費者在電商平臺中的留言內容，對消費者的情感和行為進行分析，對積極的情緒加以引導，對消極的情緒及時安撫，從而更有效的服務對消費者。

命名實體識別：可以通過解析電商平臺中產的文本內容，快速的找到各種產品的名稱和實體信息，并未實體信息打標簽。這樣做可以有效的提升產品內容信息檢索的速度和準確性。

三、自然語言處理技術在電商行業(yè)中的應用分布

四、電商行業(yè)中自然語音處理技術落地案例

北京中科匯聯：依托自主知識產權的智能質檢系統(tǒng)，構建企業(yè)智能質檢解決方案。中科匯聯智能質量檢測系統(tǒng)涵蓋了在線手動客戶服務與客戶之間的每一次對話。采用智能自動質量檢測+人工審核，以提高在線手動客戶服務系統(tǒng)的服務質量和工作效率。在線客服智能質量檢測系統(tǒng)涵蓋了手動客戶服務質量和服務態(tài)度兩個質量檢測維度，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。

京東與薄言科技：在其合作的POC項目中通過情感計算和意圖識別，實現用戶情緒識別和投訴行為預測。通過結合了深度神經網絡和傳統(tǒng)特征工程方法。廣泛使用的深度神經網絡模型依賴于深層次的網絡結構。傳統(tǒng)特征學習對高頻特征敏感，可以避免過度擬合；而深層神經網絡可以探索到深層語義，對數據處理過程和特征的依賴較少。

Weardex：Weardex是一家專注于深度學習應用研發(fā)的初創(chuàng)公司。該公司的核心產品ViSenze能夠通過計算機視覺技術識別服飾圖片，以幫助用戶通過照片在網上找到自己所喜歡衣服。目前，Weardex正試圖把其視覺識別的應用的與自然語言處理技術相結合，通過商品的照片自動撰寫出商品的描述。

eBay：eBay每天都有數億的新商品上架和數億次的搜索，產生的文字數據是海量的。eBay通過自然語言理解技術對數據進行處理和解析，通過實體識別和文本聚類的應用對eBay網站上商品從不同的特征角度進行分類。分類和識別的技術可以使商品的檢索更加準確，同時也可以實現更有效的商品推薦服務。

Drift：整合文本相似度計算和自然語言生成技術，通過垂直領域的知識庫加成熟的互聯網營銷方案，幫助各種中小型企業(yè)快速構建定制化的智能客服助手。電商平臺可以快速的訓練出一個垂直領域的知識問答引擎，支持近義詞和相似問句的匹配功能，能夠自動的拓展問答引擎的語料庫。

五、自然語言處理技術在電商行業(yè)中的局限性

自然語言解析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，當中還存在一些局限。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。第二是技術的瓶頸。目前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(chuàng)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。

六、自然語言處理在電商行業(yè)中的發(fā)展趨勢

目前自然語言處理技術已經在智能客服，商品分類，商品搜索這些領域中起到了舉足輕重的作用。但是對于整個電商領域，自然語言處理所能解決的問題還非常有限，更多的是輔助人類，幫助人類更好的完成工作。未來，電商領域會不斷產生更多的，結構化的數據，自然語言解析技術將會在電商領域中找到更多的落腳點，為商家?guī)砀捎^的價值，為用戶帶來更便捷的體驗。

來源：機器之心產業(yè)研究