在互联网技术和人工智能的急速发展的环境下,各行业也得到快速发展。而在此过程中企业与客户的沟通必不可少,如产品推广、业务引导以及债务催收等。传统的企业与客户的沟通往往使用呼叫中心自动外呼,再转接给人工坐席完成外呼任务。这种以人工为主的客户沟通方式却伴随着外呼数量大、工作重复枯燥、通话效率底下以及话术不规范的问题。针对上述问题,在传统呼叫中心基础上构建了一个智能机器外呼系统,其中详细设计并实现了包含意图识别与智能问答功能的语义解析引擎,以及基于状态机的对话管理。引入人工智能的外呼系统,可以高效解决传统外呼过程中人工外呼成本高、效率低的问题,极具现实意义与商业价值。具体的研究内容包括:(1)基于文本分类技术的意图识别:首先调研了自然语言理解技术的国内外研究现状,总结其中使用的技术方案。针对智能外呼任务的实际特点,实现基于文本分类技术的意图识别。设计了基于字、词、拼音向量特征的深度学习意图识别模型,并结合规则模板的方法解决系统冷启动时数据量匮乏的问题。(2)基于深度匹配的智能问答:在实际场景中,用户问题往往无法穷举,且随着用户量的积累,问题集合也会不断扩大,因此确定意图类别数量的意图识别方法无法满足该场景。使用深度语义匹配模型,判断用户问题与标准常问问题的相似度,进而选择合适的答案反馈给用户。实验表明,该方案可以明显提升智能外呼系统的用户体验及实际效果。(3)智能机器外呼系统设计与实现:基于以上关键技术,设计与实现了一个完整的智能机器外呼系统。并在实际业务场景中验证了系统可以完成预定的外呼任务,且容易迁移到其他业务场景。