COTA：通过排名和深层网络提高客户支持的速度和准确性|ti8 竞猜雷竞技appUber工程博客雷竞技到底好不好用

COTA：通过排名和深层网络提高客户支持的速度和准确性

皮耶罗·莫利诺（Piero Molino），，，，Huaixiu Zheng，和Yi-Chia Wang

2018年7月1日

抽象的

对于希望提供令人愉悦的用户体验的公司，照顾任何客户问题至关重要。本文提出了COTA，该系统是一种通过自动票务分类和支持代表的答案选择来提高客户支持速度和可靠性的系统。展示了两种机器学习和自然语言处理技术：一种依靠功能工程（COTA V1），另一个通过深度学习体系结构（COTA V2）利用原始信号。COTA V1采用了一种新方法，将多分类任务转换为排名问题，在数千个课程中表明性能明显更好。对于COTA V2，我们提出了一个编码器组合式编码器，这是一种新颖的深度学习体系结构，可以通过网络体系结构选择进行异质输入和输出特征类型以及对先验知识的注入。本文将这些模型及其在门票分类任务和答案选择方面进行比较，显示了Model COTA V2优于COTA V1，并分析了它们的内部工作和缺点。最后，在生产环境中进行了A/B测试，以验证COTA在不减少客户满意度的情况下将COTA的现实影响减少10％。