智慧質檢新實踐：「雙模」質檢

在實際應用中，“關鍵詞+正則”作為一種基礎質檢模式，越來越難以滿足企業在質檢效果和效率上的精細化需求。但是，這種模式也有它的優勢：上手快。

當企業提出一個新的、此前從未用過的質檢項時，質檢項的標準尚未完全確定，因此可以用“關鍵詞+正則”模式先跑起來，快速進行探索和迭代。其後根據初步探索和迭代的結果，再判斷是否可以升級到基於 深度學習技術的“非正則”模式。這是適配“關鍵詞+正則”模式的第一種場景。

第二種場景：當一個質檢項命中的目標通話量比較少，只有幾百甚至幾十條，就無法產生足夠的“正例”給 機器學習模型進行訓練，只能繼續採用“關鍵詞+正則”模式。這是一種被動場景，也是比較常見的場景。

還有一種場景比較特殊：有些質檢項命中的目標通話比較多，原則上可以用來訓練 機器學習模型，但是因為“關鍵詞+正則”已經得出不錯的結果，既找得全（術語叫召回率高），又找得準（術語叫 準確率高），兩個值都超過 90%，那麼暫時就不迫切需要升級到“非正則”質檢模式了。比如很多企業需要的正向質檢項——“禮貌問候”，因為可以窮舉出大部分“禮貌問候”的用詞，用“關鍵詞+正則”模式就能得到雙 90%的結果。

不過，這種場景非常少見。大部分情況下，“關鍵詞+正則”質檢模式相比基於深度學習技術的“非正則”質檢模式，在找全率和找準率上有很大差距

“非正則”模式的 2 種適配場景

在實際應用中，基於 深度學習技術的“非正則”質檢模式（原理細節可參考上一篇文章），可以大幅提升質檢效率，更好地解決企業質檢任務的痛點：傳統“關鍵詞+正則”的模式，很難找得全和找得準目標通話，大大影響工作效率——如果找不全，就意味著會遺漏很多目標通話；如果找不準，就意味著在人工複檢時會浪費大量人力。

我們之前分享過實際對比的例子，貸後資產管理領域的基礎質檢項“恐嚇威脅”，採用基於 深度學習技術的“非正則”質檢模式找出的違規通話量是“關鍵詞+正則”的 9 倍。

考慮到在實際使用中，質檢項與命中的目標通話量之間的關係也存在“二八法則”——20%的質檢項貢獻了80%的質檢量，所以將質檢量大的少數質檢項升級到“非正則”模式，往往可以大幅提升整個質檢任務的找全率和找準率。這是“非正則”質檢模式的第一種適配場景，也是主要的適配場景。

第二種場景：某些質檢項，雖然從某一家企業的角度看，所命中的目標通話量不算大，但是這個質檢項是整個行業中較為成熟的、通用的質檢項，其他企業也都在用，那麼就可以採用基於 深度學習技術的“非正則”模式進行模型訓練。因為其他企業都可以比較快速的複用或者經過簡單調整之後複用，所以“非正則”模式帶來的收益就更高。比如，消費金融領域的正向質檢項“提示逾期天數”；客服領域的負向質檢項“暴露客戶隱私”等都是各自領域或行業通用的。

與“關鍵詞+正則”質檢模式相比，基於深度學習技術的“非正則”模式，不再需要既懂業務又懂正則的稀缺人才編寫規則和迭代規則，只需要普通人快速進行資料標註即可訓練演算法模型，而且通常能得到更好的效果。唯一顯著的缺陷就是，如果沒有數千條資料，很難訓練出效果好的模型。