摘要：随着科学技术的不断进步，人工智能立足于计算机技术和网络信息技术，在机器人、智慧家居、智能制造以及专家系统等领域作出了举足轻重的贡献，在可预见的将来必然渗入企业甚至个人生活的方方面面。供电行业作为传统的服务行业，应当追赶人工智能的热潮，将人工智能相关的如语音识别分析、文本信息挖掘和处理等技术充分应用到电力客服系统当中，建立一扇解决用户所急、挖掘业务价值的智能化窗口。
关键词：人工智能；电力客服；应用
1引言
快速迭代的服务渠道、自助开放的客户沟通需求、丰富宝贵的客户体验痕迹捕捉，新时代下的电力企业客户服务环境与传统基于人工的服务模式形成了矛盾。智能化的客服模式，也许正是解决问题的一把关键钥匙。
2人工智能技术应用的关键技术
2.1机器学习算法
目前在智能客服系统中常用的机器学习算法有支持向量机(SVM)、决策树分类器、人工神经网络（ANN）、贝叶斯分类器等。而根据神经网络层数可以将机器学习算法分为浅层学习和深度学习。其中，浅层学习是指通过人工经验提取样本数据的特征，通过学习训练出的算法模型，这种算法学习中没有一定的层次结构，称之为浅层学习。而通过对具有多个隐藏层的深度神经网络进行训练得到模型的算法称为深度学习算法。语音识别和自然语言处理是深度学习算法的两个主要应用领域。通过在语音识别中引入深度学习技术，利用深层神经网络模型（DNN）可以极大地提高模型的准确率。
2.2语音识别技术
语音识别是将人类的声音信号转化为文字或者指令的过程。在进行语音识别的过程中以语音为主要的研究对象，需要对语音信号进行数字信号处理、模式识别以及语音学和认知学等多方面的综合处理，是一项综合多个学科非常复杂的技术。而且语音识别系统是智能金融客服系统前端的一个重要组成部分，是机器能够正确的识别客户需求的根本保障。目前，语音识别系统的基本原理是将采集到的语音信号进行特征提取，并将提取的特征参数输入到已经训练好的语音模型库中进行语音的模式匹配，最后根据匹配的结果得到语音识别的结果。
2.3自然语言处理技术
自然语言处理（NLP）是使用自然语言与计算机进行通信的技术，是实现计算机与人间用自然语言进行通信的技术和方法。自然语言处理主要包括自然语言理解（NLU）和自然语言生成（NLG）两部分。NLP的基本操作如下。（1）分词。通常处理的自由文本分为中文、英文等。词为文本最基本的单位，分词是进行自然语言处理中最基本的步骤。分词算法分为词典方法和统计方法。中文的分词工具有很多，近年来常用的是Jieba和stanford corenlp等。（2）词性标注。在进行词性标注时，需先定义词性的类别：动词、名词、标点符号等。词性标注是语义识别、句法分析、信息抽取技术的基础技术。（3）句法分析。句法分析的目的是确定句子的句法结构，如主谓宾、动宾、定中、动补等。在客服系统中进行智能问答时有重要作用。（4）命名实体识别。命名实体识别是定位句子中出现的人名、地名、机构名、专有名词等。命名实体属于标注问题，因此可以采用HMM/CRF等进行模型的训练。（5）实体关系抽取。实体关系抽取是自动识别非结构化文档中两个实体之间的关联关系，属于信息抽取领域的基础知识之一。实体关系抽取包括规则匹配、有监督学习、无监督学习。
3人工智能技术在电力客服系统的应用
3.1客户服务智能化
结合AI技术，在IT服务中增加智能交互环境，实现在线客服机器人、智能语音导航、智能洞察响应、智能管理等功能。通过智能语音服务识别实现IVR（互动式语音问答）菜单扁平化以及导航服务个性化，实现快速导航，用户不再需要层层选择语音菜单。
期刊文章分类查询,尽在期刊图书馆基于客户的对话内容，对客户情绪、意图进行判断，及时反馈客户的情绪、意图变化，提醒后台客服，或触发相应策略。通过客户数据集成，自动识别客户身份，保持IVR交互过程人性化，提升客户的服务体验。通过应用强化学习技术，打造智能营业机器人，使客服机器人面向电力业务交互建立针对客户行为的有效学习模型，利用任务理解与过程监控，促进和提高复杂交互任务虚席的有效性和快速性；结合深度循环神经网络、长短期记忆网络、模式识别和知识引擎技术，实现客服机器人的智能语音识别，提高其深层语言理解、逻辑推理联想、全面知识表示等能力；借助人机交互技术，实现复杂手势识别，提高机器人咨询接待、业务引导、信息查询等服务水平，改善客户体验。通过机器人系统可直接自助办理业务，从而实现营业厅服务智能化、无人化或少人化，实现7×24小时无人值守的网络智能化服务，提高营业厅工作效率和服务水平，提高客户满意度。
3.2多技术集成的智能质检系统
3.2.1基于语音识别的实时转译和情感分析
利用语音识别技术，在用户与客服座席通话过程中将语音信息实时转化成文本信息，便于座席班长对通话过程的实时监控。同时，系统将提取相关的声音特征参数，如音量、语速等，对客服座席进行实时预警，以便随时调整，保证最佳的通话质量。同样，通过对音频音高等变化幅度的检测，能够对用户通话中的用户情绪变化等异常信息进行侦测，判断用户的表达情绪。语音转译文本、预警统计和用户情绪变化等信息都作为系统对座席服务质量检查和评分的依据和标准，配合质检员针对性的人工测听和复检等操作，客观真实地反映每位客服的服务技巧和业务能力。
3.2.2基于文本信息挖掘的热词统计和联想
系统对通话转译的初次文本进行优化的同时，会自动筛选出与词库匹配的关键词、出现频率高的词语等，对其统计分析，作为电力行业关键热词显示在热词分析页面。同时，系统也将热词进行二次分析，通过业务图谱，组合、联想当前热词。如：发票、电费、打印、划扣等热词。可以组合成：发票打印不了，电费划扣等问题。在针对该些问题在对全量录音文本进行二次挖掘。根据时间、地域等维度信息。统计出用户需求分析报表数据，全面形象地刻画用户特征。
4智能客服发展前景
随着人工智能技术在客服服务不断完善，智能问答机器人的任务就是尽可能多处理用户问题，减轻一线坐席人员的工作量。目前智能客服只是作为一线客服的辅助手段，但是随着自然语言技术及知识推理技术不断发展，智能客服有可能替代传统一线坐席。1）在服务过程中，用户通过聊天界面向智能问题机器人提问，通过机器人通过后台知识推理引擎对用户问题解决方案进行搜索，如果没有合适解决方案，机器人可以引导用户进行方向性提问确定用户真实需求，再次进行解决方案搜索，如果还没有解决方案，将形成一个标准事件推送给一线进行人工解决。此过程，效率提高，答案精准。2）在线坐席人员通过智能客服知识库图谱，搜索客户问题，向客户推送精准答案。智能客服知识库图谱是一套基于自然语言处理、结合行业行为网格结构，以业务知识为主要内容，结合结构化、半结构化企业知识，通过事件实体和语音关系分析定位精准解决方案。在互联网客服领域，已经在很大程度上被人工智能技术所改变，线上和线下相结合，为客户提供最优质服务。
5结束语
人工智能技术作为当前最前沿的技术之一，其发展将大幅度提升和拓展各个行业边界继而促进融合，我国高度重视人工智能产业的发展，各部委出台多项鼓励政策，支持各行业大力引入人工智能及其相关技术。随着人工智能的技术不断成熟和电力行业的多元业务拓展，未来必将在服务渠道上和客户体验上创造出更多智能新颖的模式，对人们的生活产生深远的影响。
参考文献
[1]肖尧.基于移动设备的电力客服经理提升服务质量对策[J].科技与创新,2018,05:89-90.
[2]张兆芝,游春凌,陈淑媛,曾雅雯,蔡丽华,郭凛,黄婷,曾伟波.基于社交媒体的智能客服机器人在电力营销客服的应用研究[J].科技经济导刊,2018,2624:7-8.
[3]朱韵攸,戴诚,陈聿,卓灵,廖勇,赵明.基于人工智能的在线电力智慧客服系统设计（英文）[J].机床与液压,2018,4624:9-14+61.
论文作者:陶丽
论文发表刊物:《电力设备》2019年第7期
论文发表时间:2019/9/17
标签：客服论文; 智能论文; 自然语言论文; 人工智能论文; 技术论文; 语音论文; 机器人论文; 《电力设备》2019年第7期论文;