基于自然语言处理的大客户增值服务政策咨询机器人

• 作者: 弥云辉 徐宏 朱策 李映娇 杨仕琼 杨宇
• 来源期刊: 能源与环保
• 学科: 工学
• 关键词: 行业政策 问答对话 跳字模型 GRU 自然语言处理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机电与自动化
• 页码范围: 132-135,147
• 页数: 5页
• 分类号: TP242|TP391.1
• 字数: 3945字
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2020.03.029

摘要

随着电网建设推进,人工智能技术在电网系统中的成功应用极大程度地减少了人力资源的成本.对于许多需要大量客服人员在线回复的平台,已经出现自动回复代替人工对话的功能.基于现有电力行业政策库及政策咨询人工回复数据,对咨询问题与回复数据进行分词处理,将分词后的句子进行词向量化,利用Tensorflow框架搭建的GRU网络模型对场景对话进行训练,实现需求侧管理增值服务政策咨询智能化回复代替人工的功能.试验证明,智能机器人自动回复功能不仅普及了电力政策,且减轻了客服人员的压力,提升了客户满意度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱策		4	0	0.0	0.0
2	徐宏		7	15	2.0	3.0
3	弥云辉		4	0	0.0	0.0
4	杨仕琼		3	0	0.0	0.0
5	杨宇		6	6	1.0	2.0
6	李映娇		2	0	0.0	0.0