欧美,精品,综合,亚洲,好吊妞视频免新费观看,免费观看三级吃奶,一级a片女人自慰免费看

 首頁 > 新聞 > 國內(nèi) >

云問網(wǎng)絡助力吉林稅務網(wǎng)打造稅務智能客服機器人

2014-09-19 08:47:48   作者:   來源:CTI論壇   評論:0  點擊:


  以往,納稅人有了納稅政策方面的問題,總是要在稅務局官網(wǎng)上花很長時間才能找到相關的知識,因為對政策的不了解辦了糊涂事,花了冤枉時間的情況也總是能見到。而現(xiàn)在,稅務網(wǎng)站上了“納稅人智能咨詢小助手”,訪客可以在幾秒鐘之內(nèi)就獲得想要咨詢的稅務政策知識。這就是國內(nèi)第一個稅務智能客服機器人--“吉林國稅納稅人智能咨詢系統(tǒng)”。

  稅收政策解讀  智能咨詢小助手輕松搞定

  吉林省國家稅務局面向納稅人提供了多種服務。納稅咨詢服務,主要是為納稅人提供稅收法律法規(guī)和政策、征管規(guī)定、涉稅信息等咨詢查詢服務;辦稅指南服務,主要是為納稅人辦理稅務登記、發(fā)票購領、申報納稅等涉稅事項的程序、手續(xù)提供咨詢服務等。

  關于稅務的每一項政策都事關納稅人的切身利益,因為對政策信息的不了解而耽誤了納稅人的正常涉稅工作卻在不斷發(fā)生,吉林省國家稅務局網(wǎng)站作為稅務信息公開的第一平臺,搭建一個稅務政策智能咨詢的系統(tǒng)對于廣大納稅人而言的確是一件令人欣喜的事情。

  網(wǎng)站信息太多太雜,納稅人對稅務業(yè)務、對網(wǎng)站結(jié)構(gòu)不熟悉都很難找到自己所需要的信息,而在日常的稅務問題咨詢中,我們發(fā)現(xiàn)其中占很大比例的都是一些常規(guī)型的政策咨詢問題,例如什么是稅務行政處罰權(quán)?什么情況下可開具紅字專用發(fā)票以及如何開具?等等。事實上,這些問題都是十分常見的稅務政策問題,但是納稅人往往找不到相應信息,于是我們構(gòu)想,如果能有一個智能的稅務問題咨詢服務小助手來24小時不間斷服務納稅人,那肯定是一件造福大眾的事情。

  據(jù)了解,“吉林國稅納稅人智能咨詢系統(tǒng)”匯集了大量常用的稅務政策、常識知識庫,通過FAQ Robot智能問答機器人的大規(guī)模知識服務系統(tǒng)和先進的自然語言處理機制,對納稅人咨詢的問題進行語義處理及分析,模擬人工服務的方式精確推送相應的稅務政策知識點,對訪客關心的問題進行詳細的解答。這一系統(tǒng)實現(xiàn)了傳統(tǒng)咨詢流程的創(chuàng)新,依托吉林國稅豐富的稅務政策知識庫,運用人工智能的先進技術(shù),為納稅人打造了稅務智能交互服務的新平臺。

  智能的稅務知識服務客服機器人

  據(jù)介紹,“吉林國稅納稅人智能咨詢系統(tǒng)”之所以可以稱作智能,在于它適應納稅人的咨詢習慣,設計了很人性化的一些功能,力求為納稅人提供最好的知識服務。

  流程引導功能。當納稅人遇到一些比較復雜的問題時,納稅服務小助手會給出引導,引導納稅人一步步地找到相應的解決方案。

  語義引導推送。當納稅人的問題表達比較模糊時,稅務客服小助手會通過計算語義的相似度和熱度給出相關的幾個知識點供納稅人選擇。比如訪客詢問“稅收”,這個問題比較模糊,小助手就會提示納稅人是不是關心“稅收有哪些特征?”、“稅收的分類有哪些?”、“稅收的概念是什么?”以及“什么是稅收協(xié)定待遇?”。

  輸入引導提示。我們不難發(fā)現(xiàn)這樣的情況,很多納稅人在咨詢的時候不知道怎么表述自己的問題。而稅務客服機器人可以做到,當納稅人在提問區(qū)輸入問題時,系統(tǒng)會實時地根據(jù)訪客輸入的內(nèi)容進行動態(tài)地優(yōu)化補全,給出系統(tǒng)中可能類似的相關問題提示,便于他快速、準確地引用。例如:在提問區(qū)輸入“行政事業(yè)性收費”,系統(tǒng)會動態(tài)引導出“什么是行政事業(yè)性收費”、“行政事業(yè)性收費發(fā)票印制有何規(guī)定?”等9個相關問題供網(wǎng)民選擇,選擇相應問題,系統(tǒng)便會立即給出準確答案。

  據(jù)為系統(tǒng)提供技術(shù)開發(fā)支持的南京云問網(wǎng)絡技術(shù)有限公司相關負責人介紹,在線政務咨詢智能服務是政府網(wǎng)站建設的一個新趨勢,吉林省國家稅務局主導的“吉林國稅納稅人智能咨詢系統(tǒng)”是國內(nèi)稅務領域第一家智能客服機器人,在創(chuàng)新政務智能服務形式方面走在了前列。后面雙方還將繼續(xù)深入優(yōu)化這個系統(tǒng),力求為納稅人帶來更精準、更全面、更人性化的納稅咨詢服務。

相關閱讀:

分享到: 收藏

專題