本發(fā)明涉及電力
技術(shù)領(lǐng)域：
，特別涉及一種智能電力客服系統(tǒng)的構(gòu)建方法及系統(tǒng)。
背景技術(shù)：
：隨著電力體制改革的持續(xù)推進以及全社會對電力的關(guān)注度的提高，電力客戶數(shù)量快速增長，用電需求趨于多元化，用戶更加注重服務體驗，渴望得到更便捷、多渠道、多元化、更高效的服務，對客戶服務的要求越來越高。基于互聯(lián)網(wǎng)、尤其是移動互聯(lián)網(wǎng)的高速發(fā)展，催生了大量的客服需求，對客服人員的管理提出了更高要求。目前，傳統(tǒng)的客服中心，客服人員通常是根據(jù)產(chǎn)品說明手冊或者電子知識庫作為業(yè)務支撐。當客戶來電詢問，而客服人員的記憶中又無相關(guān)知識點時，就會從產(chǎn)品說明手冊或者電子知識庫中尋找答案，以響應客戶對于業(yè)務問題的服務需求。但是，客服人員從產(chǎn)品說明手冊或者電子知識庫中對眾多的業(yè)務知識和內(nèi)容進行查找時，由于業(yè)務水平參差不齊，對業(yè)務問題分類的維度、問題類別、問題等級以及答案的模糊匹配程度等的把握不一，容易導致客戶等待的時間過長甚至找不到答案的情況發(fā)生，而且不同的客服人員針對同一個問題可能會有多個版本的解答，耗費大量人力物力卻導致用戶的體驗不佳。技術(shù)實現(xiàn)要素：有鑒于此，本發(fā)明提供了一種智能電力客服系統(tǒng)的構(gòu)建方法及系統(tǒng)，用于構(gòu)建智能電力客服系統(tǒng)，以縮短客戶的等待時間，并實現(xiàn)對業(yè)務問題的準確解答，提升用戶體驗。為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種智能電力客服系統(tǒng)的構(gòu)建方法，包括：采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。優(yōu)選地，所述采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫，包括：從通用已開放詞庫數(shù)據(jù)、業(yè)務資料數(shù)據(jù)、網(wǎng)站數(shù)據(jù)和外部數(shù)據(jù)中采集電力業(yè)務數(shù)據(jù)，并對采集的所述電力業(yè)務數(shù)據(jù)進行匯總；對所述電力業(yè)務數(shù)據(jù)進行數(shù)據(jù)處理；所述數(shù)據(jù)處理包括新詞抽取處理、詞性標注處理、詞頻統(tǒng)計處理以及權(quán)重計算處理；對經(jīng)過所述數(shù)據(jù)處理之后的所述電力業(yè)務數(shù)據(jù)進行分類，并根據(jù)所述分類分別構(gòu)建所述通用詞庫、所述行業(yè)詞庫、所述近義詞庫和所述包含詞庫。優(yōu)選地，所述采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫，包括：采集所述電力領(lǐng)域的標準問題和標準答案，按照預設的分級標準使所述標準問題和所述標準答案分布在不同的目錄層級，構(gòu)建所述專業(yè)知識庫；基于動態(tài)模板構(gòu)建語義表達式，并按照所述語義表達式中的本體的類別和內(nèi)容，使所述語義表達式中的本體分布在不同的目錄層級，構(gòu)建所述本體庫。優(yōu)選地，所述根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜，包括：為每個所述電力實體設定一個標識符，并確定每個所述電力實體的屬性、屬性值及各個所述電力實體之間的關(guān)聯(lián)關(guān)系；根據(jù)所述標識符、屬性、屬性值及所述關(guān)聯(lián)關(guān)系進行實體對齊、知識圖譜模式構(gòu)建、屬性和屬性值決策、屬性值推理、關(guān)系推理以及實體重要性排序，建立所述電力知識圖譜；所述電力知識圖譜中的節(jié)點為各個所述電力實體，所述電力知識圖譜中的邊為各個所述電力實體之間的關(guān)聯(lián)關(guān)系。優(yōu)選地，還包括：對所述智能電力客服系統(tǒng)中的所述電力詞庫、所述電力知識庫和所述電力知識圖譜進行維護更新。一種智能電力客服系統(tǒng)的構(gòu)建系統(tǒng)，包括：詞庫建立模塊，用于采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；知識庫建立模塊，用于采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；圖譜建立模塊，用于根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；系統(tǒng)構(gòu)建模塊，用于根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。優(yōu)選地，所述詞庫建立模塊，包括：采集單元，用于從通用已開放詞庫數(shù)據(jù)、業(yè)務資料數(shù)據(jù)、網(wǎng)站數(shù)據(jù)和外部數(shù)據(jù)中采集電力業(yè)務數(shù)據(jù)，并對采集的所述電力業(yè)務數(shù)據(jù)進行匯總；對所述電力業(yè)務數(shù)據(jù)進行數(shù)據(jù)處理；所述數(shù)據(jù)處理包括新詞抽取處理、詞性標注處理、詞頻統(tǒng)計處理以及權(quán)重計算處理；分類單元，用于對經(jīng)過所述數(shù)據(jù)處理之后的所述電力業(yè)務數(shù)據(jù)進行分類，并根據(jù)所述分類分別構(gòu)建所述通用詞庫、所述行業(yè)詞庫、所述近義詞庫和所述包含詞庫。優(yōu)選地，所述知識庫建立模塊，包括：專業(yè)知識庫構(gòu)建單元，用于采集所述電力領(lǐng)域的標準問題和標準答案，按照預設的分級標準使所述標準問題和所述標準答案分布在不同的目錄層級，構(gòu)建所述專業(yè)知識庫；本體庫構(gòu)建單元，用于基于動態(tài)模板構(gòu)建語義表達式，并按照所述語義表達式中的本體的類別和內(nèi)容，使所述語義表達式中的本體分布在不同的目錄層級，構(gòu)建所述本體庫。優(yōu)選地，所述圖譜建立模塊，包括：確定單元，用于為每個所述電力實體設定一個標識符，并確定每個所述電力實體的屬性、屬性值及各個所述電力實體之間的關(guān)聯(lián)關(guān)系；建立單元，用于根據(jù)所述標識符、屬性、屬性值及所述關(guān)聯(lián)關(guān)系進行實體對齊、知識圖譜模式構(gòu)建、屬性和屬性值決策、屬性值推理、關(guān)系推理以及實體重要性排序，建立所述電力知識圖譜；所述電力知識圖譜中的節(jié)點為各個所述電力實體，所述電力知識圖譜中的邊為各個所述電力實體之間的關(guān)聯(lián)關(guān)系。優(yōu)選地，還包括：更新模塊，用于對所述智能電力客服系統(tǒng)中的所述電力詞庫、所述電力知識庫和所述電力知識圖譜進行維護更新。通過本申請?zhí)峁┑闹悄茈娏头到y(tǒng)的構(gòu)建方法及系統(tǒng)，采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。可見，本申請實施例提供的技術(shù)方案，基于電力業(yè)務數(shù)據(jù)、電力知識數(shù)據(jù)和電力實體構(gòu)建電力詞庫、電力知識庫和電力知識圖譜，能夠整合自然語言處理和人機交互技術(shù)，并涵蓋電力領(lǐng)域的各種業(yè)務和知識，為構(gòu)建出的智能電力客服系統(tǒng)提供基礎(chǔ)支撐，能夠讓構(gòu)建的智能電力客服系統(tǒng)更清楚用戶的意圖，直接提供給用戶準確的答案，可以縮短客戶的等待時間，并實現(xiàn)對業(yè)務問題的準確解答，從而提升用戶體驗。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明第一具體實施例提供的智能電力客服系統(tǒng)的構(gòu)建方法的流程示意圖；圖2是本發(fā)明第二具體實施例提供的智能電力客服系統(tǒng)的構(gòu)建系統(tǒng)的結(jié)構(gòu)示意圖。具體實施方式相關(guān)術(shù)語解釋：詞庫：詞庫是詞語資料的集合，存貯于數(shù)據(jù)庫中以備特定的程序檢索調(diào)用；知識庫：知識庫是知識工程中結(jié)構(gòu)化，易操作，易利用，全面有組織的知識集群，是針對某一(或某些)領(lǐng)域問題求解的需要，采用某種(或若干)知識表示方式在計算機存儲器中存儲、組織、管理和使用的互相聯(lián)系的知識片集合；這些知識片包括與領(lǐng)域相關(guān)的理論知識、事實數(shù)據(jù)，由專家經(jīng)驗得到的啟發(fā)式知識，如某領(lǐng)域內(nèi)有關(guān)的定義、定理和運算法則以及常識性知識等；知識圖譜：知識圖譜本質(zhì)上是語義網(wǎng)絡，是一種基于圖的數(shù)據(jù)結(jié)構(gòu)，根據(jù)專家設計的規(guī)則與不同種類的實體連接所組成的關(guān)系網(wǎng)絡；知識圖譜提供了從“關(guān)系”的角度去分析問題的能力。下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。請參閱圖1，圖1是本發(fā)明第一具體實施例提供的電力客服系統(tǒng)的構(gòu)建方法的流程示意圖。本發(fā)明第一具體實施例提供的電力客服系統(tǒng)的構(gòu)建方法，包括以下步驟：S101：采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；在本申請實施例中，所述采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫，包括：從通用已開放詞庫數(shù)據(jù)、業(yè)務資料數(shù)據(jù)、網(wǎng)站數(shù)據(jù)和外部數(shù)據(jù)中采集電力業(yè)務數(shù)據(jù)，并對采集的所述電力業(yè)務數(shù)據(jù)進行匯總；對所述電力業(yè)務數(shù)據(jù)進行數(shù)據(jù)處理；所述數(shù)據(jù)處理包括新詞抽取處理、詞性標注處理、詞頻統(tǒng)計處理以及權(quán)重計算處理；對經(jīng)過所述數(shù)據(jù)處理之后的所述電力業(yè)務數(shù)據(jù)進行分類，并根據(jù)所述分類分別構(gòu)建所述通用詞庫、所述行業(yè)詞庫、所述近義詞庫和所述包含詞庫。電力詞庫作為典型知識庫的專業(yè)業(yè)務知識一部分，是服務于業(yè)務管理、客服代表、廠家部門及用電客戶群體的多方面的電力專業(yè)信息。通過詞庫建設是進行文本挖掘的基礎(chǔ)，為電力客服服務中心提升服務能力提供支撐。本申請實施例提供的方法中涉及到的對電力詞庫的建設與維護如下：電力詞庫構(gòu)建主要包含數(shù)據(jù)來源、數(shù)據(jù)處理以及詞庫建設3個方面，下面將分別針對上述3個方面進行詳細闡述，具體如下：1)數(shù)據(jù)來源。電力詞庫的主要來源包含通用已開放詞庫、業(yè)務資料數(shù)據(jù)、網(wǎng)站數(shù)據(jù)和其他外部數(shù)據(jù)。需要利用數(shù)據(jù)采集技術(shù)，即利用第三方工具對可能使用的文本中的詞進行匯總。常用以下主要2種采集方式：一是自動采集。通過將95598業(yè)務支持系統(tǒng)等的文本數(shù)據(jù)進行采集，實現(xiàn)文本正文內(nèi)容的自動提取。圍繞電力客戶服務的各種業(yè)務，通過采集業(yè)務系統(tǒng)中的文本數(shù)據(jù)，為構(gòu)建詞庫提供基礎(chǔ)支撐，為后續(xù)智能問答查詢等提高效率提供鋪墊。二是手動添加。當然除了自動采集，也可由用戶人工自由輸入任意的詞匯。作為自動化采集的有效補充手段，人工方式是建設詞庫的一個重要方法。經(jīng)過自動采集和手動采集后，此時的數(shù)據(jù)的特點是分散的、異構(gòu)的、不確定的、冗余的、不完備的和含噪音的，還不能直接用來構(gòu)建詞庫，需要對這些數(shù)據(jù)進行處理后才能使用。2)數(shù)據(jù)處理。將各種分散的文本數(shù)據(jù)來源進行整合，將非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)進行異構(gòu)到同構(gòu)的轉(zhuǎn)化，將來源廣泛且不一致的不確定數(shù)據(jù)進行清晰化操作，將自動采集到的數(shù)據(jù)進行人工自定義添加保證其完備性，將數(shù)據(jù)中的錯誤或引起歧義的數(shù)據(jù)清洗形成詞庫建設的可靠來源。一是新詞抽取。其中自動化更新中最重要的一個就是新詞發(fā)現(xiàn)。二是詞性標注。詞性標注的效果直接影響著基于標注結(jié)果的各種信息處理的準確度。詞性標注主要將詞語歸類為名詞、動詞、助詞、副詞、連詞、介詞、形容詞、時間詞、代詞、數(shù)詞、量詞、前綴、后綴等；如通過詞語詞性的標注要準確識別出“國家電網(wǎng)客戶服務中心”是一個組織機構(gòu)名稱，是一個特殊名詞。三是統(tǒng)計詞頻。從中文文章中拆分出單詞后，將詞語在各個數(shù)據(jù)來源文本中出現(xiàn)的頻次進行統(tǒng)計，可以幫助更好地分析文章句子語義。詞頻排序之后可以導出txt文檔，以備繼續(xù)作進一步統(tǒng)計分析。四是權(quán)重計算。權(quán)重是指詞語在整體詞庫中的相對重要程度。考慮詞語的業(yè)務使用場景以及詞語的出現(xiàn)頻率等，并在此基礎(chǔ)上給出詞庫中的詞語權(quán)重計算方法。3)詞庫建設。按照使用意圖進行分類建設，主要包括：通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫。詞庫建設的一個重點就是為了能夠?qū)崿F(xiàn)和客戶服務領(lǐng)域的應用的無縫對接。一是通用詞庫。在電力詞庫的建設和使用中，是不可能完全脫離現(xiàn)有各種通用詞庫的。現(xiàn)有通用詞庫的詞匯是詞庫選詞的主要來源，否則就會造成不必要的重復勞動；通用詞庫主要是基于外部開放的詞庫進行自動獲取，其目的在于覆蓋各種范圍的漢語詞匯，為智能問答、語音質(zhì)檢等提供完備支撐。詞語詞性頻次是v.50現(xiàn)在n.30山西n.25多少n.35家庭n.10………表1通用詞庫二是行業(yè)詞庫。在電力詞庫的建設和使用中，最重要和核心的是構(gòu)建行業(yè)詞庫。行業(yè)詞庫的與實際電力業(yè)務密切相關(guān)，構(gòu)建一個符合當前業(yè)務場景的專用詞表非常重要，多通過人工的方式進行構(gòu)建，涵蓋發(fā)電、輸電、變電、配電、電力調(diào)度和售電等全鏈條的行業(yè)詞匯。如電價、變電器、電壓、新能源等。分詞基礎(chǔ)是分詞詞庫，客戶服務中心大數(shù)據(jù)場景建設中涉及大量文本挖掘內(nèi)容，電力行業(yè)詞庫可增加用戶自定義詞，提高文本分詞結(jié)果準確性。詞語詞性頻次電價n.25電量n.10電費n.20居民n.5充電樁n.8………表2行業(yè)詞庫三是近義詞庫。將現(xiàn)有的各種漢語詞匯匯集在一起，去除重復，遇到對同一概念的表達意義一致的情況，采用具有等同關(guān)系的詞語聯(lián)系起來，從而達到詞庫同義性的要求。即從通用詞庫、行業(yè)詞庫中梳理出近義詞，在業(yè)務中這些詞可以被互相替代，其中最典型的詞被稱為近義詞中的代表詞。如(目前、現(xiàn)在)，(居民、家庭)，(電價、電力價格)等。代表詞近義詞…近義詞目前目前…現(xiàn)在居民居民…家庭…………表3近義詞庫近義詞基于模式的方法可以抽取到一部分。比如在語料中設置規(guī)則“A的簡稱是B”、“A和B是近義詞”、“A的近義詞是B”、“A的原名是B”等，自動檢索語料，從中抽取出近義詞(見下表4)。模式示例A1又叫A2元宵節(jié)又叫上元節(jié)A1又稱A2元宵節(jié)又稱上元節(jié)A1簡稱A2上海簡稱滬A1又名A2荷花又名蓮花A1俗稱A2計算機俗稱電腦A1原名A2老舍原名舒慶春A1是A2的近義詞喜歡是喜愛的近義詞A1是A2的近義詞美麗是漂亮的近義詞A1是A2的簡稱滬是上海的簡稱表4近義詞提取規(guī)則除此之外，電力領(lǐng)域?qū)I(yè)人員可根據(jù)實際業(yè)務需求，手動提取標注出敏感詞近義詞詞庫、情感詞近義詞詞庫等，支撐客戶服務水平的提升。四是包含詞庫。包含詞是具備某類相似特征的詞的組合，如覆蓋省名集合、市名集合、縣名集合、區(qū)名集合、街道名集合等，如覆蓋百家姓等各種姓氏集合。目前語音識別引擎在錄音轉(zhuǎn)譯時對姓氏詞、電力行業(yè)詞、地址地名等行業(yè)詞轉(zhuǎn)譯不準確，通過電力包含詞庫建設，形成電力姓氏以及地址/地名庫等供語音識別引擎使用，有助于提高語音識別準確率。集合名元素…元素省名山西…西藏姓氏張…劉…………表5包含詞庫包含詞基于模式的方法可以抽取到一部分。比如在語料中設置規(guī)則“A包含A1、A2，……”、“A1、A2，……是A的子集”、“A1、A2，……屬于A”等，自動檢索語料，從中抽取出包含詞。表6包含詞提取規(guī)則除此之外，電力領(lǐng)域?qū)I(yè)人員可根據(jù)實際業(yè)務需求，手動提取標注出市名包含詞庫、區(qū)名包含詞庫和街道包含詞庫等，輔助在線服務水平的提升。舉例詞庫的應用。根據(jù)詞庫可以進行用戶問題文本的分詞。如電力詞庫中已有詞語“山西”、“現(xiàn)在”、“電價”、“家庭”、“居民”、“是”、“多少”(見通用詞庫表、行業(yè)詞庫表、近義詞庫表和包含詞庫表)，若在業(yè)務場景中出現(xiàn)一句話“山西現(xiàn)在家庭電價是多少”，需要根據(jù)詞庫完成分詞。以最大正向匹配算法為例，首先將這句話進行拆字，從左至右第一個字為“山”字，在詞庫中未查到。繼續(xù)往后追加為“山西”，在電力詞庫中找到對應的詞語。此時還不能確定“山西”是否為詞庫中以山西為前綴的最長的詞語，繼續(xù)往后追加直至“山西現(xiàn)在家庭電價是多少”為止都沒有查到更長的詞，此時輸出完成首個詞語“山西”的切詞。在剩余“現(xiàn)在家庭電價是多少”中，循環(huán)上述步驟，依次可以拆出剩余的詞。得到最終的分詞結(jié)果為“山西/現(xiàn)在/家庭/電價/是/多少”，聯(lián)系我們的近義詞庫和包含詞庫，業(yè)務場景中的原話“山西現(xiàn)在家庭電價是多少”形成推薦語義“[省名|山西][現(xiàn)在][居民][電價][是][多少]”。詞庫的維護更新。詞庫的維護更新是保證一個詞庫的長期有效性。建設一個詞庫并不是一成不變的，需要對詞庫進行持續(xù)的長期維護。根據(jù)詞庫包含的內(nèi)容和其特點，具體維護更新如下：通用詞庫。根據(jù)已有通用詞庫新詞完成通用詞提取，根據(jù)電力業(yè)務自身的更新擴展進而從文本語料中新出現(xiàn)的通用詞更新。行業(yè)詞庫。根據(jù)已有通用詞庫新行業(yè)詞提取形成一部分更新，根據(jù)電力業(yè)務自身的更新擴展進而從文本語料人工提取出新行業(yè)詞，或者根據(jù)新詞發(fā)現(xiàn)的詞語進行更新。包含詞庫。從更新后的通用詞庫和行業(yè)詞庫中提取新的包含詞，根據(jù)電力業(yè)務自身的更新擴展進而從文本語料中提取新的包含詞，基于規(guī)則的包含詞語更新等。近義詞庫。需要根據(jù)通用詞庫、行業(yè)詞庫和已有近義詞庫更新提取新的近義詞，根據(jù)電力業(yè)務自身的更新擴展進而從文本語料中提取新的近義詞，基于規(guī)則的近義詞語更新等。綜上所述，各種詞庫的更新支持自動更新和手動更新兩種方式。更新詞匯在加入相應的詞庫前需要進行人工審計，進而實現(xiàn)詞庫的更新維護。S102：采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；在本申請實施例中，所述采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫，包括：采集所述電力領(lǐng)域的標準問題和標準答案，按照預設的分級標準使所述標準問題和所述標準答案分布在不同的目錄層級，構(gòu)建所述專業(yè)知識庫；基于動態(tài)模板構(gòu)建語義表達式，并按照所述語義表達式中的本體的類別和內(nèi)容，使所述語義表達式中的本體分布在不同的目錄層級，構(gòu)建所述本體庫。本申請實施例提供的方法中涉及到的對電力知識庫的建設與維護如下：電力知識庫作為智能在線客服系統(tǒng)的核心部分，是支撐座席人員快速響應用戶需求的重要環(huán)節(jié)，為客服中心提升服務水平意義重大。電力知識庫構(gòu)建主要包含專業(yè)知識庫和本體庫建設2個方面，融合多種人工智能技術(shù)和知識本體網(wǎng)絡構(gòu)建技術(shù)，以成熟的本體知識體系為基礎(chǔ)，以強大的智能搜索引擎為核心，支持內(nèi)外部全渠道應用，突破了傳統(tǒng)客服知識管理平臺只能管理非結(jié)構(gòu)化知識、知識搜索效率低、知識積累無體系、知識關(guān)聯(lián)少等弊端，真正實現(xiàn)了知識應用智能化、知識管理統(tǒng)一化、知識展現(xiàn)個性化，充分滿足企業(yè)未來的知識應用需求。下面將分別針對上述2個方面進行詳細闡述，具體如下：1)專業(yè)知識庫。電力領(lǐng)域?qū)I(yè)人員根據(jù)自身經(jīng)驗，設計出專業(yè)知識的目錄和層級分布，按照業(yè)務實際，將知識分布在一級菜單、二級菜單、三級菜單、……等，目錄的最終級菜單上包含若干個標準問題和標準答案。標準問的示例如“山西居民生活用電電價標準”，標準答的示例如“居民電量雙月處于第一檔[0-340度]：電壓等級不滿1千伏的每千瓦時電價0.477元，其余電壓等級的每千瓦時電價0.467元；居民電量雙月處于第二檔[341-520度]：電壓等級不滿1千伏的每千瓦時電價0.527元，其余電壓等級0.517元；居民電量雙月處于第三檔520度以上：電壓等級不滿1千伏的每千瓦時電價0.777元，其余電壓等級0.767元”。2)本體庫。基于動態(tài)模板的知識智能化采編發(fā)布，本體庫專家根據(jù)自身經(jīng)驗，設計出本體庫的目錄和層級分布。將本體按照類別和所屬內(nèi)容分布在一級菜單、二級菜單、三級菜單、……等，目錄的最終級菜單上包含若干個語義表達式。語義表達式的示例如“[XXX][執(zhí)行][電價][標準]”、“[XXX][電價][多少]”、“[XXX][電價][貴]”，其中[XXX]為語義塊，語義塊示例為“[山西]”“[居民]”等。語義塊和語義表達式的結(jié)合產(chǎn)生的動態(tài)擴展問題。當用戶利用電力智能在線客服系統(tǒng)的知識庫進行查詢時，首先系統(tǒng)會根據(jù)詞庫將用戶的原始問題進行拆分和理解，形成推薦語義表達式，示例如下：[省名|山西][目前][居民][電價][是][多少]之后，系統(tǒng)會對比推薦語義表達式和知識庫中標準問、動態(tài)擴展問的相似度，按照相似度從高到低排序，設置輸出閾值后就直接輸出高于閾值的最佳標準問題以及標準答案。知識庫的維護更新。知識庫的維護更新是保證一個知識庫的長期有效性。建設一個知識庫并不是一撮而就的，需要對知識庫進行持續(xù)的長期維護。根據(jù)知識庫包含的內(nèi)容和其特點，具體維護更新如下：專業(yè)知識庫。由于結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)源中的專業(yè)業(yè)務知識有更新，或者因為專業(yè)業(yè)務知識更新引起的。已有目錄下標準問、標準答修改，直接替換后更新；已有某目錄刪除，則下級目錄及所屬內(nèi)容刪除；已有某標準問、標準答刪除，直接刪除；新增目錄、標準問、標準答，進行沖突檢測，之后人工審核更新。本體庫。因為專業(yè)業(yè)務知識更新引起的、因為本體庫自身的結(jié)構(gòu)、內(nèi)容優(yōu)化引起的更新。已有目錄下語義表達式修改，直接替換后更新。已有某目錄刪除，則下級目錄及所屬內(nèi)容刪除。已有某語義表達式刪除，直接刪除。新增目錄、語義表達式，進行沖突檢測，之后人工審核更新。綜上所述，電力知識庫的更新支持基本需要手動方式更新。更新內(nèi)容在加入相應的專業(yè)知識庫和本體庫前需要進行人工審計，進而實現(xiàn)知識庫的更新維護。S103：根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；在本申請實施例中，所述根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜，包括：為每個所述電力實體設定一個標識符，并確定每個所述電力實體的屬性、屬性值及各個所述電力實體之間的關(guān)聯(lián)關(guān)系；根據(jù)所述標識符、屬性、屬性值及所述關(guān)聯(lián)關(guān)系進行實體對齊、知識圖譜模式構(gòu)建、屬性和屬性值決策、屬性值推理、關(guān)系推理以及實體重要性排序，建立所述電力知識圖譜；所述電力知識圖譜中的節(jié)點為各個所述電力實體，所述電力知識圖譜中的邊為各個所述電力實體之間的關(guān)聯(lián)關(guān)系。本申請實施例提供的方法中涉及到的對電力知識圖譜的建設與維護如下：電力知識圖譜作為智能在線客服系統(tǒng)的含金量最高級內(nèi)容，是支撐座席人員快速響應用戶需求的不可或缺環(huán)節(jié)，為客服服務水平產(chǎn)生質(zhì)的飛越作用顯著。知識圖譜旨在描述真實世界中存在的各種實體或概念，可被看作是一張巨大的圖，圖中的節(jié)點表示實體或概念，而圖中的邊則由屬性或關(guān)系構(gòu)成。其中：1)實體。每個實體或概念用一個全局唯一確定的ID來標識，稱為它們的標識符。最典型的包括人名、地名、機構(gòu)名等三類通用實體。對于電力行業(yè)，除了通用實體外，存在更豐富的實體，如變壓器、變電站、輸電線路、配網(wǎng)、主網(wǎng)、充電樁等等。2)屬性-值。每個屬性-值對用來刻畫實體的內(nèi)在特性。屬性值范圍包括：數(shù)值型(如年齡)，枚舉型(如民族、星座)，短文本(如出生地)，長文本(如簡介)；3)關(guān)系。而關(guān)系用來連接兩個實體，刻畫它們之間的關(guān)聯(lián)。典型的關(guān)系抽取方法采用自的思想，按照“模板生成實例抽取”的流程不斷迭代直至收斂。例如，最初可以通過“X是Y的總部地址”模板抽取出(國家電網(wǎng)，總部地址，北京)三元組實例；然后根據(jù)三元組中的實體對“國家電網(wǎng)-北京”可以發(fā)現(xiàn)更多的匹配模板，如“Y的總部地址是X”、“X是Y的中心”等；進而用新發(fā)現(xiàn)的模板抽取更多新的三元組實例，通過反復迭代不斷抽取新的實例與模板。還可以通過識別表達語義關(guān)系的短語來抽取實體間關(guān)系。例如，通過句法分析，可以從文本中發(fā)現(xiàn)“國家電網(wǎng)”與“北京”的如下關(guān)系：(國家電網(wǎng)，總部位于，北京)、(國家電網(wǎng)，總部設置于，北京)、以及(國家電網(wǎng)，將其總部建于，北京)。通過這種方法抽取出的實體間關(guān)系非常豐富而自由，一般是一個以動詞為核心的短語。電力知識圖譜通過整合海量的電力業(yè)務的碎片化信息，對搜索結(jié)果進行重新優(yōu)化計算，將核心的信息展現(xiàn)給用戶。而這就與傳統(tǒng)的“關(guān)鍵詞搜索”區(qū)別較大，不是單純的抓取知識數(shù)據(jù)，而是引入“語義理解”技術(shù)，使得用戶查詢搜索更加精準，權(quán)威和全面，提升用戶的查詢體驗，這一切都離不開下述幾種技術(shù)的支持：一是實體對齊。旨在發(fā)現(xiàn)具有不同ID但卻代表真實世界中同一對象的那些實體，并將這些實體歸并為一個具有全局唯一標識的實體對象添加到知識圖譜中。實體對齊普遍采用的方法是聚類，關(guān)鍵在于定義合適的相似度度量。這些相似度度量遵循如下觀察：具有相同描述的實體可能代表同一實體(字符相似)；具有相同屬性-值的實體可能代表相同對象(屬性相似)；具有相同鄰居的實體可能指向同一個對象(結(jié)構(gòu)相似)。這種自動化方法無法保證100％的準確率，所以這些方法的產(chǎn)出結(jié)果將作為候選供人工進一步審核和過濾。二是知識圖譜模式構(gòu)建。模式是對知識的提煉，而且遵循預先給定的模式有助于知識的標準化，更利于查詢等后續(xù)處理。為知識圖譜構(gòu)建模式相當于為其建立本體。最基本的本體包括概念、概念層次、屬性、屬性值類型、關(guān)系、關(guān)系定義域概念集以及關(guān)系值域概念集。在此基礎(chǔ)上，我們可以額外添加規(guī)則或公理來表示模式層更復雜的約束關(guān)系。模式定義了領(lǐng)域，類別和實體。每個領(lǐng)域有若干類別，每個類別包含多個實體且和多個屬性值關(guān)聯(lián)，這些屬性值規(guī)定了屬于當前類別的那些實體需要包含的屬性和關(guān)系。三是屬性-值決策。有一些實體會同時屬于兩個互斥的類別(如男女)或某個實體所對應的一個屬性對應多個值。這樣就會出現(xiàn)不一致性。這些互斥的類別對以及屬性-值以看作是模式層的知識，通常規(guī)模不是很大，可以通過手工指定規(guī)則來定義。而由于不一致性的檢測要面對大規(guī)模的實體及相關(guān)事實，純手工的方法將不再可行。一個簡單有效的方法充分考慮數(shù)據(jù)源的可靠性以及不同信息在各個數(shù)據(jù)源中出現(xiàn)的頻度等因素來決定最終選用哪個類別或哪個屬性值。也就是說，我們優(yōu)先采用那些可靠性高的數(shù)據(jù)源(如電力法律類或業(yè)務標準中的結(jié)構(gòu)化數(shù)據(jù))抽取得到的事實。另外，如果一個實體在多個數(shù)據(jù)源中都被識別為某個類別的實例，或?qū)嶓w某個屬性在多個數(shù)據(jù)源中都對應相同的值，那么傾向于最終選擇該類別和該值。四是推理。被廣泛用于發(fā)現(xiàn)隱含知識。推理功能一般通過可擴展的規(guī)則引擎來完成。知識圖譜上的規(guī)則一般涉及兩大類。一類是針對屬性的，即通過數(shù)值計算來獲取其屬性值。例如：知識圖譜中包含某人的電量及電價數(shù)據(jù)，在計算其繳納電費時，可以通過電量乘以電價獲取其電費。這類規(guī)則對于那些屬性值隨其他因素發(fā)生改變的情況特別有用。另一類是針對關(guān)系的，即通過鏈式規(guī)則發(fā)現(xiàn)實體間的隱含關(guān)系。例如，可以定義規(guī)定：岳父是妻子的父親。利用這條規(guī)則，當已知姚明的妻子(葉莉)和葉莉的父親(葉發(fā))時，可以推出姚明的岳父是葉發(fā)。結(jié)合用戶上下文語義進行知識推理和擴展，能適應客戶更加復雜化的提問方式。例如，當山西省電力用戶在智能在線客服系統(tǒng)中先后查詢“山西現(xiàn)在家庭電價是多少？”和“近2月沒超340度，但上月交的電費貴了20多元”，系統(tǒng)輸出的答案是“居民電費是由電量和電價相乘計算得到。當前您執(zhí)行雙月第一檔電價，電價沒有變化，電價最高為每千瓦時0.477元。您的電費增加了20多元，是電量至少增加了40度”，這是結(jié)合上下文推理的答案。除了這樣的“一問一答”，用戶還可以繼續(xù)與系統(tǒng)對話，問它又一個問題“電量怎么會變化這么大呢？”，系統(tǒng)最終回答“居民電量增加的原因主要包括：已有用電器線路老化、新購用電器增加功率以及被盜電”。這樣可以讓用戶使用自然語言進行搜索，并且采用多輪交互的方式來逐步澄清和滿足需求，從而完成深度決策型的搜索任務。五是實體重要性排序。智能在線客服系統(tǒng)識別用戶查詢中提到的實體，并通過知識卡片展現(xiàn)該實體的結(jié)構(gòu)化摘要。當查詢涉及多個實體時，系統(tǒng)將選擇與查詢更相關(guān)且更重要的實體來展示。知識圖譜中的節(jié)點從單一的網(wǎng)頁變成了各種類型的實體，而圖中的邊也由連接網(wǎng)頁的超鏈接變成豐富的各種語義關(guān)系。由于不同的實體和語義關(guān)系的流行程度以及抽取的置信度均不同，而這些因素將影響實體重要性的最終計算結(jié)果。電力知識圖譜的維護更新。知識圖譜的維護更新是保證一個知識圖譜的長期有效性。建設一個知識圖譜需要不斷地去完善和優(yōu)化，因為加入到知識圖譜中的數(shù)據(jù)不是一成不變的。如實體類型對應的實例往往是動態(tài)變化的(中國國家主席隨著時間的推移可能對應不同的人)。需要對知識圖譜進行持續(xù)的長期維護。根據(jù)知識圖譜包含的內(nèi)容和其特點，具體維護更新如下：數(shù)據(jù)層的更新。結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)源中的知識有更新。對于實體、關(guān)系、屬性、值的自身內(nèi)容的更新，由于它們的變更影響的僅是當前內(nèi)容本身，可以直接替換或者利用編輯器進行編輯修改等操作即可。數(shù)據(jù)模式的更新。因為使用的自動學習算法在語料添加、算法改進等方面變化時，所學習的知識發(fā)生變化，這些知識變化規(guī)約到數(shù)據(jù)模式層的變化。知識圖譜的數(shù)據(jù)模式為了保證其質(zhì)量，由專業(yè)團隊審核和維護。為了提高電力知識圖譜的覆蓋率，需要借助自動化算法從各種電力業(yè)務數(shù)據(jù)源抽取新的類型信息(也包含關(guān)聯(lián)的屬性信息)，這些類型信息通過一個稱為概念的數(shù)據(jù)結(jié)構(gòu)保存。它們不是馬上被加入到知識圖譜數(shù)據(jù)模式中。有些今天生成后第二天就被刪除了，有些則能長期的保留在概念中，如果概念中的某一種類型能夠長期的保留，發(fā)展到一定程度后，由專業(yè)的人員進行決策和命名并最終成為一種新的類型。如果是對現(xiàn)有實體、關(guān)系、屬性(包括屬性類型，值類型，值域)的添加，系統(tǒng)檢測到?jīng)_突以后，由人工進行處理即可。若無檢測到?jīng)_突，直接增加即可；如果是對對現(xiàn)有實體、關(guān)系、屬性(包括屬性類型，值類型，值域)的刪除：刪除實體時去除實體及所屬的關(guān)系、屬性等全部內(nèi)容；刪除關(guān)系時直接刪除關(guān)系即可，去掉鏈接。刪除屬性時，屬性屬于的所有實體中該屬性全部被移除。綜上所述，電力知識圖譜的更新需要人工參與結(jié)合程序自動方式同時使用。更新內(nèi)容在加入相應的知識圖譜前需要進行人工審計，進而實現(xiàn)知識圖譜的更新維護。S104：根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。在本申請實施例中，建立所述電力詞庫、電力知識庫和所述電力知識圖譜后，就可以根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。依托互聯(lián)網(wǎng)技術(shù)、人工智能語技術(shù)、自然語言處理技術(shù)等，適用于電網(wǎng)公司客戶服務中心的智能電力客服系統(tǒng)可以根據(jù)用戶的提問向用戶輸出對應的標準答案。智能電力客服系統(tǒng)內(nèi)嵌電力詞庫，電力知識庫和電力知識圖譜，可以將來自微信、網(wǎng)站、移動端APP等多個渠道的問題匯總到同一個智能進行管理，支持對客戶咨詢自然語言的多層次語義分析、支持跨業(yè)務的語義檢索、支持用戶上下文的知識推理、支持電力業(yè)務信息和關(guān)聯(lián)知識融合，真正做到智能在線客服。只要電力客戶服務中心在后臺將相關(guān)問題及編輯好的答案收錄到智能問答系統(tǒng)當中，就可以一勞永逸的自動為用戶提供日夜無休的匹配解答。這種智能在線客服將會是非常受用戶喜歡的一種服務方式。智能電力客服系統(tǒng)利用海量的數(shù)據(jù)積累與數(shù)據(jù)處理能力，解決了人工重復回答、客服人員不足等問題，保證人工客服僅專注于解決用戶個性化問題，為企業(yè)節(jié)省大比例的人工客服成本。本發(fā)明能快速準確洞悉用戶意圖，并自組答案為用戶解答，大幅提升客服工作效率。相比現(xiàn)有的電子知識庫，本發(fā)明主要體現(xiàn)出以下優(yōu)勢：第一電力詞庫。基于語義而非詞形的語言詞典結(jié)構(gòu)，涵蓋范圍廣且包含詞匯的詞性、頻次等內(nèi)容，為電力智能在線客服提供基礎(chǔ)支撐；第二多層次、多視角、細粒度的電力知識庫。利用成熟的本體理論，創(chuàng)建知識本體，并將語言知識庫和業(yè)務知識庫分離，利用語義規(guī)則關(guān)聯(lián)語言知識和業(yè)務知識，基于語義模型的句子相似度計算技術(shù)推算關(guān)聯(lián)知識，建立電力客服領(lǐng)域本體的動態(tài)多維度智能知識庫模型，有利于電力知識的結(jié)構(gòu)化管理和精細化維護。第三最全面、最有深度和廣度的電力知識圖譜。整合自然語言處理和人機交互技術(shù)，構(gòu)建電力知識圖譜。電力知識圖譜通過建立實體之間的屬性與關(guān)系，讓智能在線客服系統(tǒng)更懂用戶的意圖，提供用戶直接答案，解答用戶的疑惑。借助于知識圖譜，結(jié)合用戶行為信息，為用戶提供更符合當前場景的搜索結(jié)果。通過知識圖譜梳理業(yè)務脈絡，為用戶在廣度和深度上提供多維度的內(nèi)容。通過電力知識圖譜建立實體之間的關(guān)聯(lián)，擴展用戶搜索結(jié)果，發(fā)現(xiàn)更多內(nèi)容，為用戶提供更豐富的相關(guān)信息推薦。電力智能在線客服系統(tǒng)的上線不僅可以為企業(yè)提供細粒度知識管理技術(shù)，還能為企業(yè)與海量用戶之間的溝通建立一種基于自然語言的快捷有效的技術(shù)手段，還可以為廣大用電群體提供新的問題解決渠道，更為特殊的用電群體帶來了新技術(shù)的福音。智能在線客服系統(tǒng)的開通，也可以讓聽說障礙人士及時得到幫助。只要電力客戶服務中心開啟系統(tǒng)的在線即時互動方式，這種溝通方式可以有效地填補“幫助中心”所不具備的親和力，同時又比電話服務更為自由開放，符合用電用戶的需求，且能用最少的人力，為客戶提供最滿意的服務。請參閱圖2，圖2是本發(fā)明第二具體實施例提供的電力客服系統(tǒng)的構(gòu)建系統(tǒng)的結(jié)構(gòu)示意圖。本發(fā)明第二具體實施例提供的電力客服系統(tǒng)的構(gòu)建系統(tǒng)，包括：詞庫建立模塊1，用于采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；知識庫建立模塊2，用于采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；圖譜建立模塊3，用于根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；系統(tǒng)構(gòu)建模塊4，用于根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。優(yōu)選地，所述詞庫建立模塊1，包括：采集單元，用于從通用已開放詞庫數(shù)據(jù)、業(yè)務資料數(shù)據(jù)、網(wǎng)站數(shù)據(jù)和外部數(shù)據(jù)中采集電力業(yè)務數(shù)據(jù)，并對采集的所述電力業(yè)務數(shù)據(jù)進行匯總；對所述電力業(yè)務數(shù)據(jù)進行數(shù)據(jù)處理；所述數(shù)據(jù)處理包括新詞抽取處理、詞性標注處理、詞頻統(tǒng)計處理以及權(quán)重計算處理；分類單元，用于對經(jīng)過所述數(shù)據(jù)處理之后的所述電力業(yè)務數(shù)據(jù)進行分類，并根據(jù)所述分類分別構(gòu)建所述通用詞庫、所述行業(yè)詞庫、所述近義詞庫和所述包含詞庫。優(yōu)選地，所述知識庫建立模塊2，包括：專業(yè)知識庫構(gòu)建單元，用于采集所述電力領(lǐng)域的標準問題和標準答案，按照預設的分級標準使所述標準問題和所述標準答案分布在不同的目錄層級，構(gòu)建所述專業(yè)知識庫；本體庫構(gòu)建單元，用于基于動態(tài)模板構(gòu)建語義表達式，并按照所述語義表達式中的本體的類別和內(nèi)容，使所述語義表達式中的本體分布在不同的目錄層級，構(gòu)建所述本體庫。優(yōu)選地，所述圖譜建立模塊3，包括：確定單元，用于為每個所述電力實體設定一個標識符，并確定每個所述電力實體的屬性、屬性值及各個所述電力實體之間的關(guān)聯(lián)關(guān)系；建立單元，用于根據(jù)所述標識符、屬性、屬性值及所述關(guān)聯(lián)關(guān)系進行實體對齊、知識圖譜模式構(gòu)建、屬性和屬性值決策、屬性值推理、關(guān)系推理以及實體重要性排序，建立所述電力知識圖譜；所述電力知識圖譜中的節(jié)點為各個所述電力實體，所述電力知識圖譜中的邊為各個所述電力實體之間的關(guān)聯(lián)關(guān)系。優(yōu)選地，還可以包括：更新模塊，用于對所述智能電力客服系統(tǒng)中的所述電力詞庫、所述電力知識庫和所述電力知識圖譜進行維護更新。本申請實施例提供的電力客服系統(tǒng)的構(gòu)建系統(tǒng)，可以采用上述方法實施例中的電力客服系統(tǒng)的構(gòu)建方法，具體功能可以參照上述方法實施例中的步驟描述，此處不再贅述。通過本申請?zhí)峁┑闹悄茈娏头到y(tǒng)的構(gòu)建方法及系統(tǒng)，采集電力業(yè)務數(shù)據(jù)，根據(jù)所述電力業(yè)務數(shù)據(jù)建立電力詞庫；所述電力詞庫包括通用詞庫、行業(yè)詞庫、近義詞庫和包含詞庫；采集電力知識數(shù)據(jù)，根據(jù)所述電力知識數(shù)據(jù)建立電力知識庫；所述電力知識庫包括專業(yè)知識庫和本體庫；根據(jù)電力領(lǐng)域的電力實體、電力實體之間的關(guān)聯(lián)關(guān)系以及每個電力實體的屬性及屬性值，建立電力知識圖譜；根據(jù)所述電力詞庫、電力知識庫和所述電力知識圖譜，構(gòu)建智能電力客服系統(tǒng)。可見，本申請實施例提供的技術(shù)方案，基于電力業(yè)務數(shù)據(jù)、電力知識數(shù)據(jù)和電力實體構(gòu)建電力詞庫、電力知識庫和電力知識圖譜，能夠整合自然語言處理和人機交互技術(shù)，并涵蓋電力領(lǐng)域的各種業(yè)務和知識，為構(gòu)建出的智能電力客服系統(tǒng)提供基礎(chǔ)支撐，能夠讓構(gòu)建的智能電力客服系統(tǒng)更清楚用戶的意圖，直接提供給用戶準確的答案，可以縮短客戶的等待時間，并實現(xiàn)對業(yè)務問題的準確解答，從而提升用戶體驗。為了描述的方便，描述以上裝置時以功能分為各種單元分別描述。當然，在實施本申請時可以把各單元的功能在同一個或多個軟件和/或硬件中實現(xiàn)。本說明書中的各個實施例均采用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于裝置或系統(tǒng)實施例而言，由于其基本相似于方法實施例，所以描述得比較簡單，相關(guān)之處參見方法實施例的部分說明即可。以上所描述的裝置及系統(tǒng)實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上。可以根據(jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動的情況下，即可以理解并實施。專業(yè)人員還可以進一步意識到，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應用和設計約束條件。專業(yè)技術(shù)人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應認為超出本發(fā)明的范圍。結(jié)合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實施。軟件模塊可以置于隨機存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或
技術(shù)領(lǐng)域：
內(nèi)所公知的任意其它形式的存儲介質(zhì)中。對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。當前第1頁1 2 3