基于智能問答的充電站智能交互終端技術研究

吳大軍

摘要：近年來，多用途充電設施投資建設快速穩步增長，充電設施和充電服務對很多新能源車主來說是新事物，存在大量的業務咨詢和操作咨詢需求。目前，大多數充電站是無人值守充電站，車主用戶在現場遇到充電相關問題時，主要通過拔打客服電話獲取咨詢輔助，其中的技術問題需由客服人員派單給技術支持人員來解答，這就導致在現有的服務方式下，用戶等待時間長、客服及運維工作量比較大且效率較低。本文以此為出發點，對智能問答的充電站智能交互終端進行研究，以推動充電服務知識體系構建，充電智能問答交互服務應用構建，以及加快智能交互終端研制及試點應用。

Abstract： In recent years， investment and construction of multi-purpose charging facilities has grown rapidly and steadily. Charging facilities and charging services are new to many new energy vehicle owners， and there is a large demand for business consulting and operation consulting. At present， most charging stations are unattended charging stations. When car owners encounter charging-related problems at the scene， they mainly get help by calling customer service telephones. The technical problems need to be dispatched by customer service staff to technical support staff to answer. This leads to the long service waiting time， large customer service and operation and maintenance workload and low efficiency in the existing service methods. This paper uses this as a starting point to study the intelligent interactive terminal of charging station for intelligent question answering， to promote the construction of charging service knowledge system， the construction of charging intelligent question answering interactive service application， and to accelerate the development and pilot application of intelligent interactive terminal.

關鍵詞：智能問答;充電站;智能交互終端

0? 引言

科學技術的發展為傳統充電站的智能化升級提供了技術支持，基于傳統充電站服務效率低、成本高等特點，通過語音交互、自然語言處理、智能問答和虛擬人等技術，可以構建充電智能問答泛在電力物聯網系統。開發充電站現場安裝泛在電力物聯網終端，用AI技術替代人工客服，可以解決用戶在現場享受充電服務體驗時遇到的常規問題;同時，基于智能虛擬人技術，可以實現用戶特征感知和識別，實現真正意義上的無人值守和智能化服務。

1? 智能問答技術發展概述

智能問答系統已經有70多年的發展歷史。早期的智能問答系統大多針對特定的領域而設計，并且數據量也很有限，不容易進行擴展，例如：Baseball和 Lunar，這些誕生在20世紀五六十年代的智能問答系統通常只接受特定形式的自然語言問句，而且可以供智能問答系統進行訓練的數據也很少，所以無法進行基于大數據的開放領域的問答從而未被廣泛使用。在20世紀九十年代末期，由于互聯網的發展，大量可供訓練的問答對在網上可以被搜集和找到，在此階段，人們主要利用信息檢索或淺層語義理解技術去從大量候選集中尋找答案，從而構建智能問答系統，故檢索式問答技術取得了巨大發展。一直以來阻礙智能問答系統向前發展的兩個最主要因素是缺乏高質量的數據和強大的自然語言處理技術。然而伴隨基于用戶協同生成內容的維基百科、百度百科等計算機應用以及統計機器學習方法的發展，以上兩個問題得以有效解決，致使智能問答系統取得到廣泛應用，標志著智能問答技術正在走向成熟。

2? 智能問答充電站智能交互終端研究意義

通過對充電服務問題進行分析可以發現，用戶經常遇到的問題很多都是業務咨詢、操作咨詢等一般性問題，這些問題大部分可以通過基于AI技術的智能問答系統來處理，從而對客戶服務起到分流作用，緩解客服和運維團隊工作壓力。現階段投建的充電站大部分為無人值守站點，當前的信息系統目前暫未實現對用戶特征的深度分析，借助大數據技術和智能虛擬人技術，可以感知用戶的性別、年齡等基本身份信息，進而進行用戶畫像，以在智能交互終端上為不同類型用戶提供問題處理、定向促銷、廣告分發等精準營銷和信息推送服務，創造更多附加價值。

3? 智能問答充電站智能交互終端技術分析

3.1 基于信息檢索的方法? 從字面意思就可以看出，它具備傳統信息檢索技術特點，可以通過分詞、命名實體識別等算法來解讀問句，從而得出中間關鍵詞集合，進一步得到實體，然后再從資源庫里進行有效檢索。這種方法的劣勢在于只要與之相關的答案，即使包含一個詞甚至一個字都被囊括進檢索范圍，查詢效率會比較低。

3.2 基于語義分析的方法? 仿照自然人之間的交互方式，對問題依據NLP語義理解模型亦或者是特定語言規則來進行解讀，進而形成一個語義表達式，然后再據此來準確地描述意圖，接下來再將其快速地轉換成數據庫或者是其他查詢語言。應用比較普遍的方式是運用組合范疇語法（CCG），即其中最關鍵的在于詞匯，可以運用自然語言處理去做映射得到詞匯，進而使用語法規則將詞匯進行語義上的組合，從而得出語義表達式。有鑒于此，可以看出，這一方法適用面比較窄小，難以將其運用于很多場景。

3.3 基于深度學習的方法? 近些年來，深度學習，特別是Alpha Go出現后，又掀起了新一輪熱潮。近幾年波及神經網絡，并在NLP領域得到了比較好的應用成果。它主要用來做語言的表示，這樣就可以做到將語言表示擴展到問答里面，就是前面的每一個關鍵任務，比如在做語言的語義解析的時候，在做問題和答案的匹配、生成的時候，都可以用得到。簡單來說，就是對用戶的輸入進行解析，對答案檢索查詢環節進行優化，這是目前運用得較多的一種方法。另一種使用方式，是運用深度學習去做端到端的自動問答，將問題和答案均使用復雜的特征向量進行描述，然后用深度學習來計算問題和答案之間的相似度，最終給出答案。要實現端到端的自動問答，有一個前提就是需要有大規模的語料。

4? 智能問答充電站智能交互終端技術體系建設

為提升新能源車主用戶現場充電服務體驗、提高充電服務客服響應效率、降低人工客服工作量，智能問答充電站智能交互終端采用語音交互、自然語言處理、智能問答、虛擬人等技術，相關技術體系主要包括充電服務知識體系、充電智能問答交互服務應用體系等。

4.1 充電服務知識體系構建? ①知識批量導入。收集充電服務業務信息，將信息轉化為知識條目，并整理到導入模板并批量導入。該技術手段摒棄了傳統語法模型，采用自然語言方式添加知識，以批量導入方式減少知識詞條錄入的工作量。②常見問題引導。根據自身需要，配置常見問題引導，在用戶咨詢時直接給出相應的問題引導，這樣用戶通過自主點擊即可以獲取想要的答案。③相似問題關聯。針對用戶提出的問題，智能交互終端不僅會將問題答案回復給用戶，同時會為訪客推送該問題的關聯問題，方便引導用戶通過多輪交互最終得到答案，解決遇到的問題。④未知問題智能學習。將無法命中答案的問法定義為未知問題，可以自行配置是否將未知問題添加到新問題或者忽略。⑤深度學習與智能優化。應用深度學習技術，智能交互終端自主學習用戶問題、自動判斷重復性問題，并進行知識體系自動更新維護。另外，可以設置智能交互終端在特定時間對知識體系自動優化，對長時間未學習的問題進行自動學習。⑥復雜協同服務應對。為了應對復雜服務模式，可以為不同業務、不同渠道的用戶配置不同的智能交互終端，每個智能交互終端有自己獨立的知識體系，并且會話自動應答。通過為不同業務領域分配不同智能交互終端，能夠有效解決易混淆問題的回復，進而為用戶提供針對性服務。⑦公共及專屬知識體系。以解決問題為導向，將知識分為公共、專屬形式來進行知識管理：不同知識體系共享，降低知識體系維護成本;專屬知識體系隔離，為用戶提供針對性服務;多知識體系互通，知識遷移更簡單。

4.2 充電智能問答交互服務應用體系構建? ①7×24小時在線。智能交互終端永不離線，用戶可以隨時享受智能咨詢服務，支撐多點服務并發，保證用戶對話速度。②寒暄交互。智能交互終端內置豐富的寒暄詞庫，讓智能交互終端充滿感情色彩，快速拉近用戶距離，提升服務質量。③用戶意圖快速預判。基于用戶畫像、行業知識構建以及精準的語義分析，讓機器人迅速了解用戶并準確理解用戶意圖，為后續的會話交互提供支撐。

4.3 聊天記錄同步? 用戶建立新的會話后，可以看到用戶曾經的聊天記錄，從而幫助用戶更好地定位問題，減少信息斷層。

4.4 用戶信息全面獲取? 全面抓取分析用戶的行為數據（會話記錄、賬號信息等），讓智能交互終端第一時間了解用戶。

5? 智能問答充電站智能交互終端的可靠性、安全性與可維護性分析

5.1 性能與可靠性? 系統支持并發操作用戶數量為100。終端用戶交互式訪問系統的登陸界面的響應時間目標小于等于0.6秒。終端用戶事務處理的響應時間目標是小于等于4秒。

5.2 安全性? 對服務器上所有用戶行為都要進行安全審計，并將系統內重要的安全相關事件記錄下來，如重要用戶行為、系統資源的異常使用以及重要系統命令的使用等。詳細記錄安全事件，包括時間、類型、主體、客體、結果等內容。詳加分析安全審計記錄，并提供特定事件實時告警服務。

5.3 可維護性? 完善面向服務的軟件架構（SOA），引入XML等主流標準與規范，支持B/S架構和移動端訪問架構。支持各種主流服務器、操作系統以及數據庫，實現大數據存儲。具有較好的靈活性、開放性、擴展性以及靈活的配置能力，可以對公司組織架構、業務變化做出快速反映。

6? 智能問答充電站智能交互終端技術難點

6.1 智能問答技術? 作為本項目需要解決的核心問題，智能回答需要攻克的主要技術難題在于如何快速并準確地解決用戶提出的問題，除此之外，還在于系統智能化程度，換句話說，就是它如何能夠準確分析出用戶查詢語句所要達到的目的，并在用戶輸入查詢語句存在錯誤時也能及時給予準確地解讀，最終幫助用戶完成查詢。

6.2 虛擬人技術? 虛擬人是實現智能問答的輸入和輸出。當用戶提出咨詢問題時，虛擬人采集語音并轉化為文本，并通過攝像頭感知用戶特征，實現情感計算，支撐虛擬人交互過程中的動作和表情動畫合成。同時基于智能問答的問題答案，虛擬人需要配合問答語義，實現虛擬客戶擬人化交互。因此，虛擬人的視覺感知、情感表達、擬人化執行，是本項目的另一個關鍵和難點。

7? 總結

綜上所述，智能問答充電站的推廣應用是未來智能城市建設的必然趨勢，基于傳統人工問答服務中存在的各種問題，通過完善智能問答充電站智能交互終端技術體系，結合大數據、人工智能、虛擬現實等技術的應用，可以實現真正意義上的智能服務，提高充電站問答服務效率與用戶使用體驗，有效降低充電站運營成本。

參考文獻：

[1]曹楠，李剛，王冬青.智能變電站關鍵技術及其構建方式的探討[J].電力系統保護與控制，2011，39（05）：63-68.

[2]庾莉萍.電動汽車充電站建設在提速[J].電源技術應用，2011，14（03）：68-70.

[3]陳信強，沙文瀚，蔡文博，崔坤利.電動汽車充電站發展趨勢研究[J].內燃機與配件，2018（11）：186-187.

[4]楊兵，尹加琪，楊旸，吳長泰，趙勝啟.現狀與發展：智能問答機器人促進學習的反思[J].中國電化教育，2018（12）：31-38.