在 Reddit 上，关于 NLP 技术突破的问题也曾引起热烈讨论，有人认为，NLP 领域的突破状况令人失望，人们研究的热点纷纷转向了 GAN 和强化学习。另有观点认为“近年来 NLP 在技术和商业化上少有实质性突破进展”。
在如此市场形势下，腾讯为什么还要花费近一年时间打造腾讯小知这款智能客服产品？产品应用进展如何？9 月 16 日，由 AICUG 人工智能技术社区、Datafun 社区、博学主办的 2018 AI 先行者大会将于杭州召开，届时腾讯数据平台部算法高级研究员陈松坚将发表主题为“庖丁解牛：智能客服的问题分解和解决思路”的演讲，InfoQ 受邀参加大会并有幸提前采访了陈松坚老师，谈谈智能客服 / 问答产品和 NLP 技术的技术难点、解决思路、商业化落地的途径和未来发展。
腾讯小知是什么？
Info Q：请先介绍一下腾讯小知这款智能客服产品，它有什么技术特点？腾讯小知是什么时候开始研发和真正落地应用的？目前主要在哪些场景有实际落地应用（腾讯内部和对外），能否分别举几个例子说明（包括落地的效果）？
InfoQ：智能客服 / 问答产品的市场竞争非常激烈，不只大公司在做自己的智能客服产品，很多初创公司也尝试在不同的垂直领域开发智能客服产品。在这种情况下，为什么腾讯还要做一款自己的智能客服产品？开发这款产品想要解决什么样的痛点？
InfoQ：小知和市面上其他智能客服产品有什么不同之处？优势是什么？
智能客服产品开发和落地有通用的解法吗？
InfoQ：智能客服产品目前存在哪些技术和非技术的难点？能够分解为哪几部分问题？
InfoQ：这些问题是否有通用的解法？分别有什么解决思路？
NLP 技术落地到底有多难？
InfoQ：从您的角度来看，NLP 技术（及产品落地）的发展和演进可以分为哪几个阶段？当前处于什么阶段？封闭领域的智能问答有没有可能突破到更开放的领域？
InfoQ：之前有很多公司的智能问答 / 客服产品都失败了，甚至一度有评论称智能客服已死，您怎么看待这一情况（参考报道： ）？在 Reddit 上，关于 NLP 技术突破的问题也曾引起热烈讨论，有人认为，NLP 领域的突破状况有些令人失望，人们研究的热点纷纷转向了 GAN 和强化学习。有观点认为“近年来 NLP 技术在技术和商业化上少有实质性突破进展”，这是否符合您在行业中看到的情况？在您看来，NLP 技术在商业化或落地方面的进展是成功还是失败，为什么？当前 NLP 技术在技术和商业化上分别面临怎样的瓶颈？突破困境的关键是什么？
InfoQ：您认为未来 NLP 技术在哪些场景下有较大的商业化应用潜力？
采访嘉宾
陈松坚 ，腾讯数据平台部算法高级研究员，8 年 NLP 研发经验，此前就职于雅虎北京研究院从事内容推荐算法的研究；2017 年加入腾讯 TEG 数据平台部，负责智能客服产品腾讯小知的算法规划和落地。负责过多个智能客服项目，对封闭领域的智能问答有丰富的实战经验。
