属性收集再次优化，凸出黑斑马算法优势
黑斑马机器人在人机对话过程中能够快速、准确地采集到关键的客户信息。依靠的就是属性收集。
以消费金融企业的理财推广场景为例：
在对话过程中，黑斑马会问应聘者一些问题:
一通对话下来，黑斑马就把意向客户的信息都收集到位了。
但在很多真实沟通场景下，客户信息通常和其他对话内容混杂在一起，AI机器人进行语义理解的难度指数级攀升。
在今年5月，一知智能研究院在NER时间实体识别取得行业性突破。针对市面上智能客服普遍存在的“时间识别障碍”，给出了基于命名实体识别（NER）的解决方案，大幅提升了黑斑马在面对“非结构化”时间信息时的识别能力。
了解详情请撮
一知大脑 | 一知智能NER时间实体识别取得行业性突破
截止目前，经过算法模型的不断学习优化，我们的NER实体识别技术已经能精准识别多种客户信息。除了时间，还包括地点、人名、组织名、手机号、身份证号。
只需几通，你就能轻松了解客户，关键信息自动采集到「我的客户」信息栏中啦！
作为黑斑马极具价值的一个亮点功能，属性收集的价值链条是这样的：
信息精准收集——分析语料数据——构建用户画像——实现精准营销
一句话结尾：黑斑马机器人，智能营销的最佳帮手。
我们如今身处在一个信息大爆炸的时代，每天会接触到海量的文本信息，如新闻、聊天、公众号、微博等。从大量文本信息中提取重要的内容，已成为许多客户的迫切需求。
由于人工文本摘要的成本很高且效率很低，自动文本摘要（的研究势在必行。自动文本摘要的应用前景也非常广泛，程序可以自动从客户和客服的多轮对话记录中生成纪要并保存，或者通过抓取互联网上的新闻进行总结以便快速进行趋势分析等。
然而对计算机而言，生成摘要是一件非常有挑战性的事情，其难度远大于普通的自然语言处理任务例如问题回答。不同于自动翻译，摘要要求程序能够准确地抓住长文本的重点并用符合语法的通顺句子表达。这要求在自然语言处理（NLP）领域有着深厚的技术积累，而这正是一知智能拥有雄厚技术储备的领域。