使用NLP技术构建bot框架

正如我们在与SEI讨论的第一部分中有关自然语言处理（NLP）潜力的讨论中所讨论的那样（请单击此处阅读），该公司目前处于探索NLP如何增强员工和客户与数据交互方式的早期阶段。该计划的目的是提高参与度的整体水平，并使用户可以灵活地选择他们偏爱的信息导航方法。

为此，SEI目前正在开发一种机器人框架，以扩展SEI投资经理服务部解决方案战略与开发总监Jim Lewis（如图）所指的功能，即用户可以配置自己的触发器和操作。

在讨论的第一部分，刘易斯解释了：“您需要某种方式来触发事件和某种方式来传递事件。您通过什么渠道触发？Alexa？Google主页？聊天机器人？Facebook Messenger？物联网设备？”

“然后，机器人框架会根据用户在请求中发送的参数执行操作，并可以通过相同的渠道或通过其他方式传递结果。即今天，用户可能会要求Alexa运行特定的效果报告并将其发送到某人的电子邮件帐户。”刘易斯说。“那么明天，同一用户可以通过手机使用IVR（交互式语音响应）将相同的报告发送到FTP站点。”

对于金融服务，一家希望利用NLP技术的公司设计了一个位于其业务模型核心的bot框架，从而可以为触发器建立新的渠道，而无需编写其他代码。当然，可能需要做一些工作来扩展框架以处理新的数据源，但是对核心技术的投资是一次性的活动。

“例如，该框架知道Alexa是如何传递信息的，我们可以创建可以转换为通用数据集的Alexa特定模式。”“随着新的NLP技术的上线，它真的在考虑如何设计这些东西以适应未来的SEI以及我们的客户。经过深思熟虑的框架设计使我们能够快速集成新工具，而不会影响现有流程。它还将使我们的开发人员可以利用这些技术，而不必学习如何与所有这些尖端技术进行交互。”

这种方法是常识，但要确保设计适用于所有可能的场景，不仅要适用于今天，还要适用于未来，这确实需要纪律。

“我们希望在2019年开始向内部用户推广该bot框架，并基于该试点计划的成功制定了一项计划，将其推广给目标客户。” Lewis补充说。

NLP创新中最令人兴奋的部分是人们在个人和职业生活中将会看到的巨大进步。对于那些已将这些技术纳入其日常习惯的人来说，这已经是现实。Z世代正在领导这项工作，使用这些技术改善了他们的生活，但同时也为不熟悉GUI却更愿意进行对话的Boomer敞开了大门。这种趋势只会增加势头，以至于依靠呼叫中心和Web门户等较旧的交付方法将使公司看起来危险地过时。

NLP的一个可能用例是，一名员工在投资者开会之前向机器人询问机器人，其客户在整个投资组合中的资产分配是多少，按行业权重划分。他们还可以要求机器人在准备会议时发送报告，例如性能或行业风险。

该机器人将充当虚拟助手，类似于让某人坐在您旁边执行这些任务。但是没有拖延或一天之内的“叹气”，他们必须要准备离开办公室时就必须做些事情。使用Bot框架，结果将是即时的，而不必大惊小怪，并且更加准确。

刘易斯说：“这是一个用例，我在与人们讨论最终可能会用到的时候”。“假设您正在与20位同事一起在会议室中进行深入讨论。中途有人问一个问题，您的一位同事冲出会议室打印一份特定报告的副本，然后将其带回。那时，谈话不可避免地继续进行。”

“现在想象一下让Alexa（或同等学历）在会议桌上准备好回答任何问题。”

“您不必亲自离开房间来运行报告，而是直接提出问题并立即获得答复。您甚至可以要求Alexa通过电子邮件将报告发送给您，这样您就可以在屏幕上显示该报告，从而使会议顺利进行。这就是NLP的潜力。”

在考虑这种人机交互时，尤其是在涉及财务数据时，安全性是一个明显的关注点。随着NLP应用程序及其基础机器学习功能的不断发展，防御任何安全风险的防御障碍都需要与时俱进。

在SEI中，其身份验证过程的第一步是让用户注册其设备。接下来，当用户启动语音助手以查询诸如SEI Trade之类的应用程序时（将简化投资者活动的端到端处理），他们将被要求提供个人密码。

“然后，我们使用第三方应用程序将授权消息发送到用户的手机，要求批准使用SEI Trade；您可以使用手机上的生物识别技术（指纹或面部识别码）确认或拒绝该挑战。这是真正的多因素身份验证的示例，因为它是您知道的东西（个人PIN），您拥有的东西（电话）和您自己的东西（生物识别信息。）”

刘易斯说：“我们也考虑过使用声纹，但这项技术尚未完全发展。”

设备注册和PIN确认以及生物识别授权已经成为维护NLP设备安全性的良好基础，一旦技术得到改进，可以识别单个语音模式，它将增加另一枚钢环。

此外，我们输入密码的方式，使用鼠标在屏幕上移动的方式，甚至我们的言语节奏都可以用作行为洞察力，可以结合起来将数据安全提升到一个全新的水平，并保持领先地位坏演员。

为了优化NLP技术，SEI（或任何金融服务公司）必须确保其提供的数据能够授权用户以安全的方式帮助他们的客户，而不会影响所获得的效率。

SEI提出了许多来自客户的问题以及有关行业市场趋势的前景。它正日益成为其客户技术路线图的延伸。

“我们可以通过NLP和机器学习解决方案帮助客户更智能地使用其数据。我们告诉客户“这是我们看到的一些有趣的模式”，并在出现问题之前提前给他们提供见解。我们正在努力的最终状态是能够在问题发生之前向客户发出警报，而不是在问题发生后再进行处理。

“您必须确保正在训练自己的模型以产生可重复的结果，并确保安全性很强，还必须继续扩展数据集，以从分析或从机器人获得的响应中获得更准确，更详细的答案。 ”

“在NLP功能之上应用分析……在我看来，我们可能会在哪里发展以及我们可以提取的价值令人难以置信；这需要时间，但是男孩会很兴奋！”刘易斯总结。

了解有关SEI投资管理者运营平台的更多信息。选择首选格式：美国/英国