竹间智能知识库，企业级的知识管理

 

我们去拜访客户的时候发现，被问到的最多的问题往往不是：“你们的知识库可以容纳多少条知识？”实际上客户问到最多的问题反而是：“通过人工来整理知识很累，而且没法实时更新管理，你们有什么解决办法？”“你们知识查询的时间能不能够保持在几秒内？不然我们服务的时候容易被投诉。

”这两个问题的关键点就在于 “智能”和“速度”竹间以企业级的智能知识库和知识图谱把难点一一击破以自动实现智能什么是知识？什么是可用的知识？首先，单纯储存文档也并不能达到真正的“智能”，储存下来的文档依旧只能由人工查阅。

，通过人工理解再应用，只能称为文档电子化，而并非真正的智能知识库再者，传统的知识库需要手动一条条整理数据或文档再录入，实在难以配上“智能、自动”这个词加上各部门各渠道沉淀的知识只能零散的管理，无法统一知识库并进行有效利用。

如何将数据和文档转化为“可用的知识”，这是知识库所需要具备的“智能”自动构建知识图谱+自动关联知识竹间的智能知识库不论对于FAQ问答、还是半结构化、非结构化的文档都可以自动进行抽取形成知识统一进入知识库中进行管理，。

自动构建结构化数据、知识图谱支持市面主流的文档格式批量自动解析文档中标题、段落、图表等内容，支持文章知识结构化抽取，自动识别重要信息，对于相关知识直接进行知识、文档关联，保证知识可溯源，消除知识孤岛例如，将数据、文档进行语义解析，相关知识自动采集为FAQ为微信、app、web等多个服务渠道直接进行输出应用。

把原来只能人来理解、阅读的数据和文档，由机器理解阅读，真正应用到业务中，才能称为“可用的知识”自然语言理解让知识一搜即达、高效准确传统知识库由于采用标签化管理、关键字搜索，由人工来维护，文档一旦入库，不但找起来很慢，甚至无法查询到精确结果。

竹间AI智能知识库，用NLP自动管理文档，自动构建知识，提供自然语言的查询方式，对用户意图和搜索语言“真正理解”，不论是简单或是复杂的语义都查到想要的信息，得到准确的结果，一搜即达、高效获得想要的知识广泛应用于知识体系复杂、迭代快的金融、互联网、政务、医药、企业服务等各个领域。

自动更新统一管理让知识联结万物竹间智能知识库让不仅让知识与知识产生关联，也联结了人与人、人与业务。

团队资料，项目信息分散凌乱如何形成有效的知识分享？不论项目、产品文档（长文本），还是团队成员信息（短文本），知识库都能进行有效的关联，解析，需要任何相关资料一查即得，形成的知识不会随着人员变动而流失在业务应用实践中，与客户交流得到的经验如何形成知识？

通过业务场景中的对话，人机或人与人交互参与形成的经验、知识生产和关联，沉淀业务知识并反哺知识库，让机器不断成长、分析越来越精准用户的互动反馈如何有效使用？用户在门户网站通过点赞、标记、意见反馈等方式实现与知识的互动，。

汇入知识库，不仅可以作为知识应用，还可以为后续的智能推荐、舆情分析提供有效支撑这么庞大的知识库谁都能管理、搜索吗？整个智能知识库业务组织架构、知识空间、知识类目权限设置，可拓展到知识条目权限配置，在权限范围内进行知识分享与搜索。

对于后续的知识更新，即使不同渠道也会统一汇入知识库，由知识库人员统一管理，保证知识库的统一且唯一统一的知识库可以支持各项系统进行知识的分发与共享，共用知识库也保证了业务知识对内对外的统一，业务流程顺畅串通。

秒已经最快了吗？不，速度应该用毫秒计算“我们以前用的知识库（传统知识库），刚开始用还不错，可是用久了，知识越来越多，现在5万条知识十几秒才出结果，有的时候还不准确，对我们的业务影响很大”——来自真实客户反馈。

特别是对于坐席客服来说，慢一秒，就多一分差评的几率；智能客服多一秒服务时间，转人工的可能性就增加，客服的压力也会随之增大这十几秒对我们是一眨眼的事情，对于服务人员来说却是服务态度的专业与否解决问题的关键在于如何储存并查找知识数据。

竹间采用分布式存储架构，能做到智能检索，数据的智能分配，可以处理数十亿的实体，数百亿的知识关联，检索却只需毫秒级这是传统知识库所做不到的竹间智能知识库与竹间AICC+结合打通了呼叫中心、客户中心的业务流程，在为客服、坐席这样一线服务人员提供知识服务用户的同时，也将他们获得的经验、知识及时反哺入库，保证知识的更新能迅速同步，形成知识“闭环”，与用户的交互沉淀成为知识，也为电话营销提供智能推荐、营销知识提供支撑。

智能知识库作为底层数据源，与竹间知识工程平台——Gemini结合，为企业实现自动信息抽取、知识对比查重、自动形成文档摘要、提取文档标签等功能，挖掘拓展出更多的知识应用，让企业的文档、数据不是只有储存下来就被遗忘这一条路，而是通过存储-自动构建-应用-反馈-更新将所有的数据、文档充分的运转起来，变成“可用的知识”

，将知识的价值发挥巨大的作用，让知识变成企业真正的“力量”！

（向上滑动）关于竹间智能（EMOTIBOT）竹间智能由前微软（亚洲）互联网工程院副院长简仁贤先生创办，以独特的情感计算研究为核心，利用自然语言处理、深度学习、知识工程、文本处理等人工智能技术为基础，研发具有情感识别能力的对话机器人，提供一站式的企业服务的情感人工智能开放平台Bot Factory™ 、全双工全场景AICC+平台解决方案、Gemini (Knowledge Factory)知识工程平台、NLU自然语言理解平台、Scorpio 机器学习平台以及工作流自动引擎WFEA。

竹间智能基于自然语言处理、语音识别、人脸识别等技术构建“多模态情感识别模型”，并快速将算法场景化落地，赋能各个垂直领域目前在AI+金融、 AI+企业、AI+健康医疗、AI+互联网、AI+智能终端、AI+政务，等领域提供完整的解决方案。

竹间首创研发的 Bot Factory™一站式的机器学习对话机器人平台，结合NLP、AutoML、情感计算以自然语言理解及深度学习技术为核心，通过意图理解、情绪理解、多轮对话，上下文理解，命名实体识别等技术，以标准问答作为基础，经由对话分析后，让闲聊、智能助理或智能客服等产品都能更精准抓取用户意图。

支持二次开发，无需写代码，以极低的成本搭建、设置、定制与优化竹间智能的AICC+（AI Contact & Collaborate），具备了企业客户联络中心 Contact Center 及 Call Center 所有智能化的语音加对话的解决方案，为联络中心提供智能化自动服务的AICC标准化产品，更融合竹间在行业独创的Emoti Mate+Emoti Knows，产品包括电话机器人、语音质检、智能营销坐席助手、自动化智能客服、可经由网页、微信、APP、短信、电话等渠道，以文字或语音方式提供全场景的智能服务，可实现服务自动化、为企业减员增效、提高用户满意度、强化品牌形象，并且提供业务精准营销方向。

至今，竹间已服务上百家大客户，为其提供一站式AI解决方案，包括：智能终端客户：华为、OPPO、优必选、科沃斯、夏普、海康威视、长虹电视、创维等金融客户：中国银联、中国银行、建设银行、交通银行、招商银行、民生银行、中国平安、太平洋保险、华夏人寿、同方人寿、渤海人寿、华泰证券、华泰保险、兴业证券等

传统产业及互联网客户:宝马、富士康、赛诺菲、三一重工、万科、万达百货、红星美凯龙、马牌轮胎、国旅运通、恒大地产、碧桂园、同程旅行、唯品会、中国移动、中国电信、咪咕、天翼视讯等政务政企客户：新华社、中广核、徐汇区人民政府、海南核电、沈阳医保等。

PoweredByEmotibot精彩 · 推荐报告解读：未来全球人工智能行业的四大趋势|竹间智能入选亿欧2020全球人工智能科技创新报告案例预置上百项技能，超越想象的二次功能开发，竹间语音技能平台前所未有！

93%的后浪表示愿意加班？无意义的文本工作交给AI不香吗？！

长按2秒关注我们

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186