高校財務智能客服知識圖譜研究

王冬梅

（北京大學，北京 100871）

0 引言

為高校師生提供財務報銷、收費及票據管理、學費繳納、薪酬勞務、稅務政策等方面的咨詢服務，是高校財務部門的一項重要工作。然而，由于高校師生眾多、咨詢條目多元化、需求碎片化，財務工作人員通過電話、現場問答、信息共享等手段開展財務咨詢工作具有較大的壓力。首先，不同的財務工作人員難以掌握全部的專業知識及其聯系，無法提供全面的業務咨詢服務；其次，有些復雜業務咨詢通常需要多次反復溝通確認，效率不高。面對上述問題，如何利用信息化、數字化技術手段并結合專家經驗實現財務咨詢工作智能化，是高校需要研究的一個重要課題。

1 高校財務智能客服現狀

隨著互聯網技術的發展，各高校財務部門開始構建專業的信息管理系統，以實現信息共享，提高服務能力。劉興民提出了要提高信息集成化程度，建立財務信息共享平臺來提升高校財務工作的信息化水平；趙翠萍提出了要通過網絡技術進行各部門的信息共享，將部分財務工作下沉到各院系，提升信息共享的效率；林美佳提出了要通過移動互聯網微信公眾號來關注財務信息，方便信息查詢；李昕等提出要通過自然語言處理（Natural Language Processing，NLP）技術將非結構化文字信息轉化為結構化文字信息，將智能客服機器人引入高校財務服務體系中，上述研究多處于高校財務信息化的研究階段。但是，如何從高校財務信息化轉向智能化，以及助力提高高校財務智能客服的效率和質量，目前相關研究還比較少。本文使用知識圖譜技術，結合已有財務知識和專家經驗，構建財務知識圖譜網絡，通過搜索知識圖譜獲取業務信息，提高財務智能客服機器人問答準確率和效率，以及高校財務客服工作的智能化水平。

2 高校財務智能客服知識圖譜設計

本文的高校財務智能客服智能化方案是對現有財務報銷、收費、系統使用等專業知識庫中的知識進行總結抽象，通過知識建模、知識定義、圖譜建模3 個步驟完成各垂直領域知識圖譜構建，為上層知識問答、知識發現、知識推理等應用提供支撐服務。高校財務智能客服知識圖譜體系架構如圖1 所示。

圖1 高校財務智能客服知識圖譜體系架構

2.1 知識建模

2.1.1 知識抽取

知識抽取是對現有的所有業務數據、業務規則進行分類、整理，形成知識實體對象。例如，針對學費相關業務的知識抽取，首先搜集學費相關信息系統文檔和知識庫文檔，對文檔內容進行分詞；其次對分詞結果進行統計，抽取關鍵詞；最后由業務專家確認并形成該業務的知識實體。比如，針對收費相關業務的知識實體有“收費平臺”“收費”“收款”“退款”“入賬”等；針對學費相關文檔，按照上述知識抽取方法抽取后的關鍵詞為“學宿費繳納”“學宿費票據”“退費”“貸款”等。

2.1.2 知識融合

知識融合是在知識抽取的基礎上，對知識實體進行整合、重組來提升知識圖譜的全面性，提升知識圖譜使用的效率。

例如，在“收費”相關文檔抽取中獲取的知識實體為“收費平臺”“校園繳費管理平臺”“收費”“收款”“退款”“入賬”，根據專家經驗，“收費平臺”與“校園繳費管理平臺”是同一對象，故將二者融合為同一實體，在應用中搜索二者任一實體時，可同時獲取“收費平臺”與“校園繳費管理平臺”相關知識，同理，“收費”與“收款”可融合為同一實體，這樣可解決實體全面匹配與實體對齊問題。

2.2 三元組定義

針對財務客服問答的碎片化、復雜化問題，可基于知識建模形成的各專業模塊，構建基于知識圖譜的財務客服問答模型，將財務知識實體、知識實體屬性、知識之間的聯系一同存儲起來，構成知識的三元組。將三元組定義為有向圖=［（），（），（）］，圖中的每個實體節點包括以下3 個部分。

（1）知識實體（）：財務各專業詞條。例如，“收費”“學宿費”“學宿費繳納”“學宿費票據”均稱為知識實體。

（2）知識屬性（）：知識實體所屬領域、歸屬部門、負責人、問答題目。例如，“學宿費”屬于收費專業，由財務部門具體業務科室的專業人員負責，表1 中的3 個問答可作為“學宿費”的屬性示例。

表1 “學宿費”相關問題客服回答

（3）知識聯系（）：表示知識實體之間的聯系，該聯系是各業務專家依據經驗建立。例如，如圖2 所示，“收費”與“學宿費”是兩個不同的知識實體，屬于不同的專業詞條，收費的對象可以是學宿費，故可定義二者之間的聯系為“相關”；“學宿費”對應的業務辦理有“學宿費繳納”“學宿費票據”“學宿費退費”“學宿費貸款”等，故可定義“學宿費”與上述業務辦理的關系為“包含”。

圖2 專業知識實體之間的“相關”“包含”聯系

2.3 圖譜建模

圖譜建模是將通過知識建模得到的知識用三元組表示后，利用專家經驗構建各知識實體之間的聯系，形成知識圖譜。在業務應用中可以通過搜索相關知識實體和屬性來支撐知識問答。若搜索未成功，可以通過更新知識來完善圖譜，形成閉環流程。

2.3.1 圖譜產生

基于財務知識實體、屬性、關系，本文提出構建橫向融合不同主題知識、縱向擴展主題知識的立體網絡圖譜。橫向的聯系定義為第1 層網絡，如圖3 所示，構建收費、報銷、學宿費、系統之間不同業務知識的相關關系，圖4 是收費的縱向2 層網絡。

圖3 財務知識圖譜第1 層網絡

圖4 收費業務與其衍生知識的縱向2 層網絡

2.3.2 圖譜更新

在圖譜應用過程中，可能會出現無法回答問題的情況，需要進行圖譜更新，主要是知識三元組的更新。例如，通過知識圖譜搜索并未發現“專利費報銷”相關內容，則可增加“專利費報銷”知識實體，建立項目報銷與“專利費報銷”之間的聯系，并在其屬性中增加問答，最終構建全面覆蓋財務業務知識的知識圖譜，如圖5 所示。

圖5 知識圖譜更新增加“專利費報銷”

3 高校財務智能客服知識圖譜應用

知識圖譜將專業知識與專家經驗相結合，形成知識網絡，可為知識問答、知識發現提供支撐，將知識圖譜應用于微信等即時通信軟件，能提升知識全面性與使用效率，提高財務智能客服的智能化水平。

3.1 知識問答應用

由于財務業務具有知識碎片化、關系復雜化等特征，知識圖譜在知識問答實際應用中，高校通常采用Neo4j 等圖數據庫而非關系型數據庫進行知識存儲，以提升圖譜中節點搜索的效率和知識更新的效率，這為知識圖譜的高效應用提供了重要保障。智能客服在問答中通常需要提供“秒級響應”，所以可將知識圖譜應用于高校財務客服智能問答中，能夠有效提升問答響應及時性。

以P 大學為例，由各部門的業務骨干按照知識抽取規則梳理本部門業務，形成財務答疑手冊（專家知識），在本校財務部門公眾號嵌入財務智能客服模塊。業務經辦人通過在對話框輸入要咨詢的業務關鍵詞，系統運用知識圖譜在財務答疑手冊中搜尋業務關鍵詞相關的內容，顯示在公眾號的對話框中。如果業務經辦人咨詢的關鍵詞沒有被收錄在財務答疑手冊中，那么系統會記錄該關鍵詞，并會統計該關鍵詞的頻率，并記錄在后臺，業務骨干會將關鍵詞相關業務知識補充到財務答疑手冊中，以此不斷豐富財務答疑手冊，提高知識問答效率。

3.2 知識發現應用

利用用戶在圖譜中的搜索序列，發現用戶辦理業務的事件流程及其遇到的問題，構建事件圖譜，貫通系統流程，提升業務辦理效率。

4 結語

本文針對高校財務客服工作的現存問題，如財務工作人員溝通成本高，在高校財務信息化的基礎上，抽取各業務領域的財務知識，借助專家經驗，構建財務智能客服知識圖譜，該知識圖譜可在財務客服智能問答中發揮作用，能將用戶提問在圖譜中進行匹配搜索，提供秒級精準響應，并依據不同用戶提問意圖提供個性化答案，以提升全校師生對財務客服服務的滿意度。