传统的人工客服在面临来自不同业务、种类繁杂的问题时,常常会重复很多机械无聊的工作,给企业带来高昂的人工成本。在这个背景下,设计和开发出一个智能客服系统来提高工作效率是很有意义的。本系统根据用户提出的问题,给出相应的领域答案,在一定意义上可以代替人工客服进行工作,大大提高了金融科技含量,为企业节省人力成本。本智能客服系统对于答案查询的解决方案包括两个部分:意图识别和答案生成,其中意图识别使用小样本分类和短文本分类,答案生成使用知识库进行匹配。小样本分类基于Matching Network的Few-shot模型实现,短文本分类基于LSTM(长短期记忆网络)实现。整个系统后端采用当前流行的Spring boot框架来开发,并以Web应用的形式部署,系统的算法模块使用Pytorch开发。本智能客服系统支持客户进行答案查询、提交反馈,支持管理人员进行问题、意图、答案等知识库数据的管理,意图识别算法的训练与预测等相关功能,基本上完成了客服系统应该具备的主要功能。通过本系统,一些业务相关问答信息的客服工作可以不用人工去完成。本系统所用到的解决方案有着灵活的优点,由于意图识别和答案生成相分离,不同企业可以根据自己的情况定制意图领域,也可以定制自己的知识库,因此可以根据不同业务、不同领域进行切换。目前本系统已经在华泰证券内部部署与运行。