論人工智能技術發展及在電力客服系統的應用

國網浙江省電力有限公司湖州供電公司 陳芳芳 吳 艷 王丹萍

本文對人工智能技術的發展的闡述，結合電力行業人工智能技術應用背景介紹基于人工智能的客服系統的關鍵技術，并且分析人工智能技術在電力客服系統的應用，使人工智能技術的應用帶來更好的效果。

人工智能技術的發展為我國的各個行業帶來了更多的技術條件，可應用在服務業務中，提升系統的智能化水平。當前，智能客服系統以自然語言處理技術為基礎來進行自動問答，但是效果還達不到要求，為了提升服務的質量及智能性，需要借助人工智能技術來優化客服服務系統。針對電力企業客服系統的智能化建設進行分析，有效運用人工智能技術，使電力客服系統的應用發揮出更好的作用，提升電力企業服務的水平。

1 人工智能技術的發展

人工智能通過計算機程序對人類的思維進行研究及模仿、延伸，可作出相應的判斷或者操作。該技術的運用使系統能夠像人類一樣進行感知、認知、決策，使系統的智能化特點更加突出。因此，人工智能的終極要求是認知智能，這是研究中的重點，要求機器人或者智能設備具有語言理解、知識表達及自主學習的能力。當前人工智能的發展已經得到了一定的成果，在運算及感知智能領域中有了良好的研究效果，神經網絡及遺傳算法的應用使機器處理海量數據的效率得到了提升，在感知智能技術方面也有了較大的發展，應用的領域變得越來越多。

2 基于人工智能的客服系統的關鍵技術

以人工智能技術為基礎的客服系統中包含了較多的技術內容，例如語音識別以及自然語言處理等，通過對這些技術進行分析，可更好地了解智能化技術的應用特點以及智能客服系統的構建，使系統的應用發揮出更好的作用。如圖1所示。

2.1 語音識別技術

語音識別技術可使機器通過識別及理解來聽懂人類語言，該技術是人機交互的重要技術，在技術的發展下，逐漸在語音搜索及控制等方面得到了應用。通過語音識別可實現對用戶語音的檢測，在這個過程中，以信號處理的方式來達到效果，經過識別來滿足對語言智能化分析及處理的要求。其中有前端及后端語音處理，前端語音處理過程中，能夠實現端點檢測及智能打斷。前者指的是對輸入的音頻流進行分析，確定用戶說話的開始及終止的處理過程。在后端處理中，需要對說話人語音進行識別，最終得到適合的結果。其中包括了頑健識別及置信度輸出，前者在系統中能夠識別出多種詞匯，達到對語音識別處理的較高要求，并且在用戶不同的年齡、地域、環境等因素下有著良好的適應性，局限性比較小。后者指的是反映識別結果可信程度，以識別引擎為媒介在對語音進行置信度識別，還可通過識別的結果開展詳細的分析，對語音信息進行效地處理。

圖1 基于人工智能的客服系統架構示意圖

2.2 知識庫管理

知識庫是客服系統建設中的重要內容，在智能客服系統中發揮了有效的作用，在管理中需要在知識庫中尋找到適合的標準答案，將其反饋給用戶。知識庫中包括了幾種不同類型，分別為框架型、規則型以及邏輯型。框架型知識庫中包括了框架結構、行為、推理三個部分，結構說明框架的屬性；行為是框架屬性的方法、取值。結合框架之間的關系，知識庫可進行自動推理。規則型知識庫中包括了規則庫、按照規則推理的方法，還包括了規則優化、優選的邏輯。邏輯型知識庫的建設是通過對問題的邏輯關系的描述來告知用戶解決的問題，經過知識庫的邏輯推理來找到解決問題的答案。

2.3 自然語言處理

自然語言處理技術是借助自然語言、計算機實現通信，在應用中能夠達到計算機與人之間的溝通的效果，因此可將其運用在電力客服系統之中，采用該技術可滿足語言的理解、生成需求，運用語言理解功能可深刻理解各個詞匯，理解詞匯是名詞還是動詞。自然語言生成系統中包括了語言詞庫數據、語法規則數據，可使用機器學習模式來將語言之間聯系起來，理解整段語言的含義。使用自然語言處理技術可進行語言轉換，使計算機語言轉換成為能夠理解的語言。兩部分相比起來，自然語言理解更加簡單，還可使用語音合成技術將文本轉化為語音模式，實現對語言的深入處理，使其更好地滿足系統的使用需求，使語言的處理更加智能高效。

2.4 語音合成技術

語音合成技術也可稱為文語轉化，指的是將文本數據轉化為語音數據并且將其播放出來，其中涉及到了聲音學、語言學、數字信號技術等多種內容。運用該技術能夠使計算機系統實現語音功能，使用機器人代替人來進行語音組織并且說話。語音合成技術的原理如圖所示，在技術應用中，首先，語音合成系統從輸入端口讀入文本信息，由前端語法分析系統來進行語法分析，其中包括規范化文本、過濾不規范字符、劃分語句、分析文本語句、明確讀音、多音字處理、確定輕重音環節。經過對語句的分析及處理之后，根據詞典及規則來完成處理可得到規范的格式并且攜帶該文本的語法層次信息，將信息發送到后端系統之中。在后端系統中，可進行韻律分析及語音的合成，以前端系統所提供的信息作為分析的基礎，借助子系統對語音信息中的關鍵要素進行處理及輸出，例如高音、音長等，可將語音關鍵因素輸入到語音合成系統中，使該系統能夠結合其中的要素實施數據分析，并且使用合成算法合成符合要求的音節波形數據，之后將其合成為語音流，再將其播放出來，使語音的處理、合成及播放環節能夠順利進行下去，可滿足實際語音識別及合成要求，使語音順利播放。

3 人工智能技術在電力客服系統的應用

為了加強當前電力客服系統應用效果，需要合理運用人工智能技術，完善智能服務系統，使人工抽檢轉變為系統全量檢測，從中挖掘錄音的隱藏信息，給數據挖掘及分析、熱點統計及梳理、客戶精準營銷提供相應的支持。

3.1 基于語音識別的實時轉譯和情感功能

在實際的智能化客服中，可借助語音識別技術，在客戶與客服通話的時候將語言信息實時地轉化為文本，便于座席班長對通話進行實時監控。系統將其中的聲音特征參數提取出來，對客服座席進行實時預警，靈活地進行調整，使通話質量得到保障。通過對音頻音高等變化情況的監測，可對用戶的情緒變化信息進行了解，判斷出用戶的情緒，結合其情緒進行分析。也可將語音轉移文本及預警統計等信息作為判斷服務質量的參考依據，使服務的改善有更好的效果，進一步發揮出信息的重要性。質檢員對通話進行人工測聽，可深入分析客服的質量及客戶的情況，準確反映出客服的能力。

3.2 基于文本信息挖掘的熱詞統計和聯想功能

語音轉譯文本可在糾錯及順滑處理之后使全文的準確率得到大幅度提升，在智能客服中發揮了重要的作用。經過對文本信息的挖掘及處理，可準確發現客戶的關注熱點，對特定客戶群體行為進行跟蹤分析，使業務監控客戶投訴內容及原因，為服務的調整提供相應的參考。系統在轉譯的時候，對文本進行優化會自動選擇出與詞庫相匹配的關鍵詞、頻率高的詞匯等，經過分析之后可作為關鍵熱詞顯示在分析頁面中。系統可對熱詞進行再次分析，經過業務圖譜、組合，聯想出當前的熱詞，例如電費、打印等熱詞可組合成電費扣除問題、發票打印問題等。通過對相關問題的錄音的處理，結合時間、地域等不同維度，可形成用戶需求分析報表，根據報表的結果來分析用戶的特點。

結語：人工智能技術的應用可為當前的電力客服系統的優化提供相應的支持，通過對電力客服系統的改善，提升服務的質量及效率。在實際的應用中，可借助語音識別技術、知識庫管理、自然語言處理、語音合成技術來實現智能化服務，使服務的效果得到改善，進一步促進電力企業的服務技術發展。