现在，人们可以使用在庞大数据集上预先训练的现有机器学习模型，并将知识转移到需要更少数据进行训练的新模型中。在机器学习术语中，这套新方法称为迁移学习。大多数自然语言 API 也使用某种形式的迁移学习来加快训练过程。 您需要的训练数据量还取决于您拥有的类别数量。即使您可以从每个类别 10-20 个示例开始，但您很手机号码数据可能需要每个类别至少 100 个示例，甚至更多。这仍然比第一代深度学习方法少得多，当时每个类别的要求是数千个。 专注于拥有正确、干净和多样化的训练数据也将有助于您的算法用更少的示例进行学习。
您拥有的数据质量越好
所需的数量就越少。 结论 人工智能自动化在帮助支持团队提高效蛋白质补充剂——真的有必要吗？率和更好地服务客户方面具有巨大潜力。为了减轻人工客服人员的部分工作负担，人工智能解决方案需要学习如何理解客户的要求。 这是客户服务中任何人工智能自动化的核心，也是最难实现的部分。人类语言具有多种特点（多样性、模糊性、语言背景），机器很难理解。最新一代机器学习技术在语言理解方面取得了令人难以置信的进步，但仍需要严格的工作来教授。通过专注于拥有正确、多样、干净且足够大的高质量训练数据，人们可以将任何人工智能计划变成巨大的成功。出色的文档可以减少您收件箱中的票据、让客户更满意，甚至提高内部团队的效率。
文档通常是客户与您的产品
和品牌的第一次互动。当有人遇到问题时，91% 的人更愿意全部100阅读文档，而不是向别人寻求答案。因此，他们通常会快速搜索您的知识库，而不是直接联系您的支持团队。您必须给人留下正确的第一印象，否则，您将面临失去信任的风险，甚至会失去潜在用户。 同样重要的是客户解决问题所需的时间。许多用户更喜欢文档，因为它可以帮助他们快速自行解决问题。 人们，无论是您公司的同事，还是使用您产品的客户，都不想等待回复。根据麻省理工学院排队理论教授理查德·拉尔森的说法，“排队的心理因素比等待本身的统计数据更重要。”我们倾向于认为我们排队的时间比实际要长；即使只有几分钟，我们也会觉得等待时间很长。