- 博客(16)
- 收藏
- 关注
RSS订阅
原创 智能质检产品Compliance：七大亮点满足企业多样化合规质检、SOP质检需求
最近，循环智能的智能质检产品Compliance全新升级，不仅对包括关联质检、流程质检、自定义字段在内的核心功能进行了全面迭代，满足企业更加多样化的合规质检和SOP质检需求的同时，还优化了语音转写模型、应用NLP小样本/零样本的盘古大模型提升AI检出效率，升级了软件的用户使用界面（UI），提升用户操作体验等。
2022-11-07 11:26:18
518
1
原创 循环智能与华为云联合推出全球最大中文语言模型，专攻企业级落地应用
循环智能与华为云联合推出全球最大中文语言模型，专攻企业级落地应用4月25日，循环智能（Recurrent AI）与华为云联合推出千亿参数、40TB训练数据的全球最大中文语言预训练模型“盘古”，鹏城实验室提供算力支持。在权威的中文语言理解评测基准CLUE榜单中，总成绩及阅读理解、分类任务单项均排名第一，刷新...
2021-04-25 13:52:55
474
原创 如何借助AI语义分析技术，帮助保险“电网销中心”人工坐席提升业务水平？
保险“电网销”的融合是近些年和未来很长一段时间内的行业发展趋势。以人身保险为例，从中国保险行业协会最新发布的统计数据来看，2020年“电网销”融合更紧密的互联网渠道累计实现规模保费2110.8亿元，较2019年同比增长13.6%；而纯电销渠道累计实现规模保费136亿元，较上一年下降了22.5%。其实，“电网销”融合之所以成为趋势，原因在于结合了两者的优势：先借助互联网实现客户的广泛触达和初步需求验证，再借助电话和企业微信等方式进行一对一沟通和深入需求挖掘，以实现需求为导向的销售。...
2021-03-24 14:17:44
505
原创 曾创造 XLNet 的团队宣布新计划：打造面向产业落地的超大规模中文预训练语言模型
由 XLNet 作者杨植麟联合创立的循环智能，在造一个面向产业应用的、超大规模的中文预训练语言模型。最近，如果你看过，智源研究院联合七家单位发布超大规模新型预训练模型“悟道·文汇”的新闻，会发现循环智能（Recurrent AI）是七家单位之一，其他六家是：阿里巴巴、清华大学、中国人民大学、中国科学院、搜狗和智谱.AI。这个模型的参数规模超过 100 亿，用于自动生成图片、文字以及视频，可具有初级认知能力。语言大模型的价值仍需要朝多种方向进行持续研究和探索。除了继续参与“悟道·文汇”模型的后续打..
2021-02-22 14:24:16
535
2
原创 销售沟通场景下，来自头部教育公司的三种AI对话分析方案
几乎每家在线教育公司都面临这样的难题：获客成本高昂，转化率难提升。为了提升转化率，很多企业提出了“精细化运营”策略——拆解转化流程的每一步，分析导致转化流失的原因，然后有针对性地去寻找每个环节的解决方案：从“获取线索”环节的广告投放渠道选择、落地页的设计，到“上试听课”前的预约试听、提醒上课，再到“回访转化”环节的答疑解惑和正价课的推介。但是整个转化过程的流失，也可能是由于销售人员（包含TMK电销专员、CC课程顾问、TA课程助理等有销售任务的职位）在与客户沟通过程中，未能准确传达产品价值...
2020-07-09 10:09:15
862
原创 教育公司借助AI对话分析系统，提升销售效率分三步走
几乎每家在线教育公司都面临这样的难题：获客成本高昂，转化率难提升。为了提升转化率，很多企业提出了“精细化运营”策略——拆解转化流程的每一步，分析导致转化流失的原因，然后有针对性地去寻找每个环节的解决方案：从“获取线索”环节的广告投放渠道选择、落地页的设计，到“上试听课”前的预约试听、提醒上课，再到“回访转化”环节的答疑解惑和正价课的推介。但是整个转化过程的流失，也可能是由于销售人员（包含TMK电销专员、CC课程顾问、TA课程助理等有销售任务的职位）在与客户沟通过程中，未能准确传达产品价值、未能..
2020-06-23 13:54:33
428
原创 循环智能的主动学习（Active Learning）技术探索与实践：减少 80% 标注量
作者 | 李海玉、陈虞君编辑 | 郝晓茹很多企业通过建立自己的客户联络中心，为客户提供服务、解答疑惑、推介新产品。在企业与客户的沟通过程中，产生了海量的非结构化录音和文本数据。为了让沟通更高效，服务质量更优，客户满意度更强，企业就需要从数据中洞察客户的真实需求、管理和提升业务员的沟通能力。但由于需要收集分析的数据量急剧增加，从大量数据中手动提取有用的知识变得非常困难和不可能，因此需要利用自然语言处理（NLP）和数据挖掘（Data Mining）技术来帮助企业挖掘和发现有用的知识。为了让机..
2020-06-09 18:11:52
769
原创 AI智能质检新实践：如何借助“流程质检”，提升客服或销售的执行力
想了解一家企业是否值得信赖，打一次热线电话就知道了。电话那头的客服或销售人员，代表企业直接与客户打交道，他们能否快速定位和解答问题，往往可以反应出企业的专业性和规范性。为了赢得更多客户信赖，企业不断总结出客户常见问题的标准作业流程（SOP），要求业务人员按流程帮助客户定位和解答问题。但是，如何监督业务人员在遇到特定场景或客户的特定问题时，有没有执行标准流程，有没有按要求进行回复呢？可...
2020-04-02 15:15:27
1337
转载 XLNet第一作者杨植麟：为什么预处理模型XLNet比BERT、RoBERTa更加优越
在2020年2月11日下午的“智源论坛Live | 青年科学家线上报告会”中，智源青年科学家、循环智能（Recurrent AI）联合创始人杨植麟做了题为《Latest Advances of Neural Language Models》的主题演讲。杨植麟，2019年博士毕业于卡内基梅隆大学，师从苹果AI负责人Ruslan Salakhutdinov，他曾与图灵奖得主Youshua Beng...
2020-03-27 16:20:18
1065
原创 AI智能质检优化实践：召回率和准确率，哪个更重要？
图：美剧《了不起的麦瑟尔夫人》很多企业拥有中大型电销或客服中心，每天与客户产生成千上万次沟通。沟通的质量，决定了企业的收入或客户满意度。企业监督业务人员的沟通质量和执行力的过程，被称为质检。前两篇文章，我们介绍了“关键词+正则”质检方式和全新的“非正则”质检方式的区别，也介绍了两种机器质检方式各自适配的场景。双模质检，各司其职。“非正则”质检方式通过引入深度学习算法模型，能够更好地...
2020-03-17 14:43:24
2232
1
原创 销售客服的语音质检新实践：双模质检
上篇文章，我们介绍了新一代智能质检模式——基于深度学习技术的“非正则”质检落地应用效果：在很多质检项上远超“关键词+正则”的传统模式，能多找出 2~10 倍数量的目标通话，并且介绍了其工作原理与“关键词+正则”的区别。随着自然语言处理（NLP）领域技术的发展，以“非正则”质检模式为主、“关键词+正则”模式为辅的方案已成为未来发展趋势。两种模式将长期共存，因为它们各有其更擅长做的事情、更适...
2020-03-14 06:27:21
794
原创 基于XLNet模型的下一代机器质检：从关键词到语义点
市面上有很多面向销售和客服人员的语音质检系统、文本质检系统，绝大部分产品实际使用的是基于“关键词+正则表达式”的机器质检系统。这种方法的主要优点是部署和上手使用都比较快，主要缺点是存在非常严重的漏检情况。就像一个漏孔很大的筛子一样，难以满足企业对质检的需求越来越精细、对质检效率要求越来越高的发展趋势。因此，在“关键词+正则表达式”之外，我们开始越来越多地为客户提供基于“语义点+机器学习...
2020-03-12 09:35:10
741
原创 语音识别新范式：完全的“端到端”模型优势在哪里？
目录语音识别新范式Transformer-XL 进一步释放注意力模型的优势从学术前沿到商业落地“自然科学的发展除了按常规科学一点一滴地积累之外，还必然要出现‘科学革命’。”托马斯·库恩在其发表于 1962 年的经典著作《科学革命的结构》中提出的“范式转换”一词，如今已成为大家耳熟能详的技术用语。大的“范式转换”存在于基础科学领域，小的“范式转化”也存在于几乎每个细分的技术...
2020-03-11 09:17:13
1297
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人