编者按：在初步完成知识库填充时，机器人的使用效果一般不会太好，需要在客服知识库的使用中，不断地进行知识库的更新维护，以提高智能客服的问题解决率。本文将进一步为您说明客服知识库管理维护的重要性。

➤  客服知识库的技术现状

当前市面上的智能知识库主要采取自然语言处理技术（NLP）和机器学习技术来实现企业知识理解、客户问题理解和问答匹配。由于技术发展的限制，当前知识库的自然语言处理与人的自然语言能力还有较大差距，机器学习技术可以使知识库通过知识物料快速学习、建立知识关联，实现基本的客户问题匹配回复，但是要使知识库匹配客户问题的能力提高到较高水平，还需要人工进行一定的干预和辅助。

➤  客服知识库工作中的常见问题

1、知识库没有覆盖业务问题：企业在首次填充知识库内容时，经常是根据企业历史服务数据或从企业员工大规模征收业务问题，这种情况下难以保证知识库的内容可以全面覆盖到客户问题，出现客户问题在知识库中没有匹配项的情况；或者在企业业务发生变化时，往往滋生很多新的业务问题，也会导致业务问题覆盖不全面的情况，需要人工添加未覆盖到的业务知识。

2、知识库无法理解客户问题：上面提到知识库的自然语言处理能力离人类还有一定差距，在实际客服工作中，很可能出现客户问题在知识库中有相似问法和对应的答案，但是由于知识库没有可以判断两类问法相似的“知识”，导致无法理解客户问题，这种情况下产生的问题可以通过人工添加相似问题来解决。

3、客户的问题描述不清楚：在实际的客服工作中，客户对业务的了解很浅显或客户表达能力差，使可匹配的知识出现多个，知识库无法判断推送哪个的情况也时常出现，这种情况下可以通过人为添加关联知识，引导客户点击选择的方式来解决。

➤  小结

当前在客服知识库产品领域，机器学习技术常用于使知识库快速具备知识匹配回复的能力，还无法使知识库的匹配准确率达到较高水平，客服知识库的自然语言处理技术也与人类的自然语言能力相差较大，所以当知识库在工作中出现没有覆盖业务问题、无法理解客户问题或客户问题描述不清楚等情况时，无法自行解决，这些问题的解决和知识库匹配率的提高还要依赖人工的辅助。所以对企业来说，日常的知识库管理维护是十分重要的。