
基于自然语言处理的电力客服系统研究
卢致亮 匡先进 曾赵锦
【摘要】 自然语言处理是 IT 技术重要的创新之一,本文针对电力客服系
统的需求,结合自然语言处理技术讨论了一种电力客服系统设计与实现过程。
讨论了系统构建过程中涉及的实现模式、系统组件、核心算法等内容。该系统
以电力服务为知识库数据源,利用自然语言处理技术进行分词及词向量转换,
利用知识库训练并构建模型,最终完成电力智能客服系统的构建,其运行效果
良好。
【关键词】 自然语言处理 智能问答 电力服务
引言:
人工智能技术在飞速发展,并迅速应用于各行各业。电力系统关系到国计民
生,人工智能在电力系统中的应用必将有效提升电力运维的效率与安全。人工
智能系统与电力系统的融合体现在诸多方面,本文以电力智能客服系统的设计
与实现为切入点,将自然语言处理技术应用于电力系统的自动运维,使电力系
统的运维向自动化、智能化方向发展。
智能手机的普及让用户希望拥有更便捷的信息获取方式和更人性化的人机交互
体验。此背景下,我们进行了电力客服系统的研究与开发,在工单大数据技术
的助力下,构建了一个能够快速吸收和利用已有知识的对话理解模型,对用户
的问题通过自然语言处理技术进行分析,采用机器学习方法构建和优化问答模
型,构建出一个高效、准确的智能问答系统。
本文组织如下,首先介绍了电力客服系统的研究意义,并对当前国内外研究现
状进行了分析;然后讨论了相关系统组件、核心算法、自然语言处理方法;最后
给出了电力智能客服系统模型的构建流程。
一、研究现状
智能问答系统可以定义为能与人进行对话的应用程序,即采用文字、语音来与
计算机进行交互的问答系统。问答系统的发展经历了漫长的历史。
1988 年,Berkeley 研發了聊天机器人 UC[1],该系统通过自然语言交互界面为
用户使用系统提供帮助。此后延伸出多种类似系统,如 YAP[2]用于电话信息查
询,CSIEC[2]则用于学习辅助。
国内,中科院于 1998 年构建了第一个人机对话系统[3]。初期的问答系统常限
定于某特定领域,结合知识库和推理机而形成专家系统(ES)[5]。
在电力系统运维方面,目前应用于电力系统的方法有神经网络[4]、模糊集理论
[6]等。神经网络具有良好分类性,被广泛应用于电力系统的监测、诊断、实时
控制、符合预测以及状态评估等不同的领域[7]。模糊集则可完成传统数学方法