[论文解读] Message Classification in the Call Center

Stephan Busemann, Sven Schmeier+1 more|ArXiv.org|Mar 14, 2000

Spam and Phishing Detection参考文献 13被引用 4

一句话总结

本文提出了一种基于机器学习的系统，用于通过浅层文本处理和统计学习技术对呼叫中心的客户电子邮件进行分类。ICC-mail 系统在建议正确解决方案（前五名推荐）方面实现了 78% 的准确率，使经验丰富的座席能够通过自动化分类和解决方案检索，将每项请求的处理时间减半，从而将工作效率提高一倍。

ABSTRACT

Customer care in technical domains is increasingly based on e-mail communication, allowing for the reproduction of approved solutions. Identifying the customer's problem is often time-consuming, as the problem space changes if new products are launched. This paper describes a new approach to the classification of e-mail requests based on shallow text processing and machine learning techniques. It is implemented within an assistance system for call center agents that is used in a commercial setting.

研究动机与目标

• 通过自动化客户电子邮件请求的分类，减轻呼叫中心座席的工作负担。
• 通过建议预批准的解决方案模块，实现更快、更一致的响应生成。
• 在不依赖深度语言建模的前提下，支持因新产品或法规变化而引起的类别动态调整。
• 开发一种可扩展、可训练的系统，通过使用新数据进行再学习，实现随时间推移的持续改进。
• 在真实世界的呼叫中心工作流程中保持高可用性和良好的系统集成性。

提出的方法

• 系统对德语电子邮件文本应用浅层文本处理（STP），提取词性标注、词干、否定词和句子类型等语言学特征。
• 使用统计机器学习（SML）技术，在标注的电子邮件数据上训练分类器，将邮件映射到预定义的解决方案类别。
• 通过使用新数据和新类别定期进行再训练（'relearning'），使分类器能够适应不断变化的问题空间。
• 采用三级类别体系，新类别由知识工程师引入，并在获得足够训练数据前手动分类。
• 系统与图形用户界面集成，向座席展示前几名解决方案建议，供其选择和自定义。
• 该方法避免深度句法或语义分析，优先考虑在非正式、领域特定的电子邮件通信中实现效率与适应性。

实验结果

研究问题

• RQ1 浅层文本处理与统计学习是否能有效分类动态呼叫中心环境中非正式、领域特定的电子邮件？
• RQ2 当引入与新产品相关的类别时，系统如何保持分类准确率？
• RQ3 自动化分类在多大程度上能减少座席响应时间并提升解决方案的一致性？
• RQ4 文档长度、非正式语言和词形变化对分类性能有何影响？
• RQ5 随着增量数据的积累，再训练在多大程度上能提升分类器的准确率？

主要发现

• ICC-mail 系统在前五名推荐中建议正确解决方案的准确率为 78%，由于处理了 94% 的来信，整体性能对应为 73%。
• 经验丰富的座席在使用系统时，平均处理请求时间缩短至 50–70 秒，相比手动处理效率提高约一倍。
• 分类器准确率在每次再训练周期后均有所提升，尤其在为新类别添加 30 份手动分类文档后提升显著。
• 该系统可在真实环境中部署，用户在实时条件下接受其界面和功能。
• 该方法具备可扩展性与适应性，可支持类别变化，通过定期再训练实现持续维护。
• 与 GermaNet 的初步集成显示出增强语义特征的潜力，尽管全面探索仍在进行中。