京东智能客服核心技术解析：从NLP到多轮对话的架构实践-编程阁

京东智能客服核心技术解析：从NLP到多轮对话的架构实践

技术选型

618、双11 零点一过，咨询量瞬间翻 20 倍，人工坐席直接被打爆。长尾问题占比高达 35%，“我买的红色 42 码什么时候发”这类口语、省略、倒装句让传统关键词机器人一脸懵。
规则引擎（if-contains）维护成本指数级上升，新增一个活动就要写 200+ 条正则；传统机器学习（SVM/CRF）特征工程重，跨领域迁移效果跳水。
京东最终采用“BERT+领域 post-train→知识图谱→多轮状态机”的深度学习链路，兼顾准确率与迭代速度，下文按模块展开。

架构设计

接入层：统一网关 + 消息队列（Kafka）做流量削峰，单节点 8k QPS 稳定。
语义层：
- 预处理：ASR 文本纠错 + 电商词典分词
- 意图识别：BERT-base 领域自适应，输出 640 维向量
- 槽位填充：Bi-LSTM+CRF，与意图共享 encoder，降低 30% 计算量
对话管理层：
- 有限状态机（FSM）维护 session，支持上下文继承、回退、重入
- 全局对话记忆存储在 Redis Hash（TTL 15 min），崩溃重启可恢复
知识层：
- 商品、活动、售后三元组写入 Neo4j，支持“<商品>-参加-><活动>-提供-><优惠券>”的 3 跳查询
- 向量检索兜底（Milvus），应对未登录 SKU
策略层：敏感词、广告法异步过滤，失败日志进 MQ 重试，不阻塞主流程。

代码实现

下面给出最常被问的两段代码：对话状态机与 Neo4j 写入示例，均符合 PEP8，可直接粘贴运行。

1. 轻量级多轮状态机

# -*- coding: utf-8 -*- """session.py 维护用户多轮对话状态，支持中断恢复""" import json import redis from typing import Dict, Optional REDIS = redis.Redis(host='127.0.0.1', port=6379, db=1, decode_responses=True) class DialogueState: """ 简单 FSM：state 字段取值 IDLE / AWAIT_SKU / AWAIT_SIZE / AWAIT_ADDR / END """ def __init__(self, user_id: str): self.user_id = user_id self._key = f"ds:{user_id}" def load(self) -> Dict: """崩溃重启后恢复上下文""" raw = REDIS.get(self._key) return json.loads(raw) if raw else self._default() def _default(self) -> Dict: return {"state": "IDLE", "slots": {}, "history": []} def update(self, state: str, slots: Dict, utterance: str): """每轮调用：更新状态、槽位、历史""" data = self.load() data["state"] = state data["slots"].update(slots) data["history"].append(utterance) REDIS.setex(self._key, 900, json.dumps(data)) # 15 min 过期 def clear(self): REDIS.delete(self._key)

使用示例：

>>> ds = DialogueState("u_123") >>> ds.update("AWAIT_SIZE", {"sku_id": "100012043978"}, "我要红色") >>> print(ds.load()) {'state': 'AWAIT_SIZE', 'slots': {'sku_id': '100012043978'}, 'history': ['我要红色']}

2. Neo4j 商品活动图谱写入

# graph.py from neo4j import GraphDatabase URI = "bolt://localhost:7687" AUTH = ("neo4j", "neo4j123") def add_sku_activity(tx, sku_id: str, activity_name: str): """建立 (sku)-[:JOIN]->(activity) 关系，存在则覆盖""" cypher = """ MERGE (s:SKU {id: $sku_id}) MERGE (a:Activity {name: $activity_name}) MERGE (s)-[r:JOIN]->(a) SET r.update_time = timestamp() """ tx.run(cypher, sku_id=sku_id, activity_name=activity_name) with GraphDatabase.driver(URI, auth=AUTH) as driver: with driver.session() as session: session.execute_write(add_sku_activity, "100012043978", "618跨店满减")

性能优化

BERT 推理：使用 TensorRT + FP16，batch=16，单卡 T4 可跑到 450 QPS，P99 延迟 58 ms；对比原始 TF 模型提升 2.3 倍。
意图+槽位联合训练，参数共享，整体 FLOPs 降 30%，线上 CPU 占用降 18%。
Redis 对话状态采用 Hash + TTL，内存淘汰策略 allkeys-lfu，大促 12 h 内内存稳定 42 GB，无抖动。
Neo4j 3 跳查询平均 18 ms，对>2 亿关系开启“索引+内存锁预热”，夜间定时执行db.stats.full()保持执行计划新鲜。

压测结果（8 核 16 G 容器，单实例）：

峰值 QPS：12 k
平均响应：42 ms
P99 延迟：110 ms
意图准确率：94.7%（Top1）
槽位 F1：0.92
多轮任务完成率：87%（5 轮内解决）

生产实践

对话中断恢复
用户突然退出小程序，15 min 内重新进入，前端带回相同user_id，状态机load()直接拉取 Redis 缓存，实现“无缝续聊”；超过 TTL 自动兜底到“人工客服”，避免答非所问。
敏感词异步过滤
主流程只跑白名单模型，敏感词检测丢到 Celery 任务队列，即便异步失败，MQ 重试 3 次后报警，不阻塞用户；平均额外延迟 <10 ms。
领域 post-train 技巧
先拿 1.2 亿句原始日志做 MLM，再拿 200 万人工标注做意图分类微调，学习率 2e-5，warmup 10%，epoch=3，可让“价保/售后”这类电商专属意图提升 6.4 个百分点。
灰度发布
新模型按“城市+SKU 类目”两维灰度，AB 框架实时回传任务完成率，<85% 自动回滚；上线 3 个月零重大事故。
常见坑
- 槽位冲突：用户说“我要 128G 黑色”，颜色与容量同时出现，需给槽位加优先级权重
- 活动时效：Neo4j 里给关系加end_time，查询时带上WHERE r.end_time > timestamp()，防止过期活动被误召回
- 日志漂移：多机房部署务必把trace_id注入 Kafka header，否则链路追踪会断