如何搭建一个智能客服（三）：NLP里实体信息的抓取与应用

《自然语言处理中的实体信息提取及其应用》摘要

本文由SaaS公司产品经理、AI和数据分析专家@一个圆圈儿撰写，是关于自然语言处理（NLP）中实体信息提取及其应用的介绍，也是智能客服系列文章的第三篇。

实体信息的含义及分类

文章首先解释了实体信息的概念，指出它代表关键性的信息，分为两类：一类是通识信息如手机号、邮箱等，通常与业务无关；另一类是业务相关信息，需要根据实际场景定制。

实体信息的识别与转换

作者通过两个场景说明了AI如何识别和转换实体信息。在预订机票的场景中，AI需要识别日期和时间信息并与其他信息合并。而在购买奶茶的场景中，则需要识别与业务紧密联系的实体信息，如品牌和商品名。文章强调了识别率与算法设计的密切关系，并指出语言表达的不标准逻辑也需考虑在内，以提高智能助手的“人性化”。

实体信息提取的方法

作者介绍了三种实体信息提取方法：字符串匹配、正则表达式和标注。字符串匹配适用于固定字段的识别，正则表达式适用于有规律的信息，而标注适用于不固定且不规律的表达。标注方法通过对语句的意义进行标注，使AI能够学习和识别用户的意图。

应用与实践

文末作者指出，实体信息提取方法的选择取决于产品经理对技术和业务的理解，本质上都是为了满足用户需求。同时，预告了下一篇文章的主题将聚焦于如何让AI更像人。

文章结束时，作者推荐了《数据产品经理修炼手册:从零基础到大数据产品实践》一书，以供读者深入了解数据知识。