知识库整理建议

变更记录

1 应用场景

在企业知识库的维护中，最常见的问题就是知识零散、重复，不知道按照什么层级维护成对话机器人可以使用的知识体系。这篇文章则是给知识管理员们提供思路来整理企业的知识库。

2 设置路径

【AI服务云】→【对话机器人平台】→左侧菜单栏【技能】→【问答技能列表】→ 【技能详情】页面。

3 知识库梳理原则

3.1 明确知识层级

首先要知道，苍穹对话机器人的层级有四级：问答技能 → 知识领域 → 知识类目 → 具体知识条目。

其中，只有技能会显示在用户界面上，领域、类目和具体的知识条目都不会被最终的用户感知到。所以当用户打开对话机器人时，如果希望用户很清楚地了解到对话机器人能够解答哪些业务相关的问题，应该将每个业务领域都作为一个技能来创建知识库。

例如，我们可以创建一个技能叫“员工自助问答”，然后将报销规范、园区物业、IT运维和公司文化都作为“领域”创建在技能的知识维护列表中。但用户最终界面上，就只能看到“员工自助问答”这个技能了，并不清楚机器人到底能回答哪些领域的问题。这种情况下，用户没有目的性更有可能随性而起问到机器人不会的问题，这样屡屡碰壁，对用户体验造成负面影响。

所以建议将上述“领域”都作为“技能”添加，这样用户从端界面上就能看到机器人具备的能力，问问题将会明确很多。

3.2 明确匹配逻辑

知识库基于文本相似度和关键词进行匹配的。比如当用户问“我要去哪里提休假流程？”时，系统会基于知识库所在的ES数据库搜索出前20条相似度较高的问题，然后通过算法计算文本相似度，选择相似度最高的问题对应的答案回复给用户。一组问题有1个标准问题和最多5个相似问题，相似问题和标准问题描述的是同一个主题（如下图所示）。

每个问题组还可以配置一个关键词，当用户只输入关键词时，系统会将配置了关键词的问题随机选取出来让用户确认是问哪个问题。例如“流程”是“休假的流程”“开具收入证明的流程”的关键词，那当用户只输入“流程”时（可能发生在误输入场景或用户不知道怎么问的场景），这两个问题都会出来让用户确认。

4 知识库整理

确定了哪些分类是要给用户展示的之后，就可以在每个分类下创建领域了。例如企业在针对售前同事进行培训期间，希望对话机器人能够回答一些售前的问题，那么可以针对售前的方