一种基于solr引擎的电力企业多轮交互语义分析方法技术

本发明专利技术公开了一种基于solr引擎的电力企业多轮交互语义分析方法，包括步骤：1、接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析；2、初步分析结果与设定的阈值进行比较，判断是否为狂躁状态；3、初步分析结果结合电力常用词库对用户的文字信息输入进行分词；4、分词后结合用户词库对分词片段进行二次分词；5、二次分词后对分新的分词片段进行语义理解，本发明专利技术的方法可以提高语义分析结果的准确度，让用户咨询模块获得更好的用户体验。

【技术实现步骤摘要】
一种基于solr引擎的电力企业多轮交互语义分析方法
本专利技术属于汉语自然语言处理、知识管理、自动问答
，特别是涉及一种基于solr引擎的电力企业多轮交互语义分析方法。
技术介绍
用户为王的当下，用户体验是不少企业的安身立命之根本。提升用户体验的关键点之一就是即时、随时解决用户的问题，为此，越来越多的企业在服务软件中增加了“在线客服”等模块来随时响应客户需求。另一方面，企业必须在提高客户体验和控制企业人力成本之间找到平衡点。自动应答系统能实现零成本、二十四小时值守，被大部分企业有限采用。自动应答系统要回答用户提问，首先需要理解用户的问题，即实现自然语言理解，这是智能问答中的重要功能和巨大难题。例如，在电力行业中，对于“怎么又停电了”的用户咨询，其标准答复是首先安抚用户情绪，接下来引导询问或查询用户所在片区是否有停电计划，用户账户是否欠费，待用户回应后，再根据用户不同的情况，进一步引导询问用户的其他资料，当前的业界所采用的技术，主要依赖分词后，用关键词提取的方式猜测用户当下问题中所提到的最核心关键字，并查询原本的问答资料库，将最具有关联性的数种可能提供给用户选择，这种方式存在的核心问题是猜测信息单一、猜中概率低，用户体验差，例如：中国专利申请号为201610790692.3的专利中，公开了一种多轮交互语义理解方法和装置，包括“接收语音数据；对所述语音数据进行切分，得到语音数据片断，以及，对所述语音数据片断进行语音识别，得到当前切分文本数据；根据用户交互的历史数据对当前切分文本数据进行语义理解，得到语义理解结果。”，其中简单的对语音数据进行切分，然后对切分的语音片段进行语义理解，会导致猜测信息单一、猜中概率低的问题。因此，如何解决上述问题成为本领域人员研究的重点。
技术实现思路
本专利技术的目的就是提供一种基于solr引擎的电力企业多轮交互语义分析方法，能有效解决上述核心问题是猜测信息单一、猜中概率低，用户体验差的不足之处。本专利技术的目的通过下述技术方案来实现：一种基于solr引擎的电力企业多轮交互语义分析方法，包括步骤：1)接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析，初步分析是以词典为依据的基于规则的中文情绪分析方法；2)初步分析结果与设定的阈值进行比较，判断是否为狂躁状态；3)初步分析结果结合电力常用词库对用户的文字信息输入进行分词；4)分词后结合用户词库对分词片段进行二次分词；5)二次分词后对分新的分词片段进行语义理解。作为优选，所述初步分析的时候根据客户的情绪情况，结合情绪安抚库对用户输出安抚语。作为优选，判断用户处于狂躁状态的时候，将个性化浓的部分增加到用户词库中。作为优选，所述初步分析结果结合电力常用词库对用户的文字信息输入进行分词，此次分词是基于理解的分词方法进行分词，过让计算机模拟人对句子的理解，达到识别词的效果。作为优选，所述二次分词是基于统计的分词方法，在大量的分词片段的前提下，利用统计机器学习模型学习词语切分的规律，从而实现对未知文本的切分。作为优选，所述语义理解之后，将符合语义理解最匹配的分词方式获得的新词汇补充到用户词库。作为优选，用户的文字信息输入为文本交流方式获取。作为优选，用户的文字信息输入为语音采集、语音识别后得到的文本内容。与现有技术相比，本专利技术的有益效果在于：本专利技术提出一种基于solr引擎的适合电力行业软件的多轮交互语义分析方法，该方法可以提高语义分析结果的准确度，让用户咨询模块获得更好的用户体验；提出一种基于Solr引擎的多轮交互语义分析装置，实现适合电力行业软件的多轮交互语义分析方法；利用多轮交互语义分析方法，同时输出用户情绪维度的分析结果。附图说明图1是多轮交互语义分析方法原理框图；图2是情绪维度的分析和处理框图；图3是基于Solr引擎的多轮交互语义分析装置原理框图。附图标记说明：1-语音采集模块，2-语音识别模块，3-文本上传模块，4-语义分析模块。具体实施方式下面结合具体实施例和附图对本专利技术作进一步的说明。实施例一如图1至图3所示，一种基于solr引擎的电力企业多轮交互语义分析方法，包括步骤：1)接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析；2)初步分析结果与设定的阈值进行比较，判断是否为狂躁状态，初步分析结果超过设定的阈值则判断为狂躁状态；3)初步分析结果结合电力常用词库对用户的文字信息输入进行分词，电力常用词库能够弥补常用分词插件专业性方面的不足，电力常用词库如下表；词权重1.业扩52.户表43.表计34.计量点25.表箱46.电子化移交27.主网48.配网39.电网210.线损111.购售电512网间交易313增容2…………4)分词后结合用户词库对分词片段进行二次分词，用户词库根据每个人说话习惯不同，偏向口语化，用户词库如下表；词权重没来电5好多钱4…………5)二次分词后对分新的分词片段进行语义理解。本实施例中，该方法可以提高语义分析结果的准确度，让用户咨询模块获得更好的用户体验，用多轮交互语义分析方法，同时输出用户情绪维度的分析结果。实施例二如图1至图3所示，一种基于solr引擎的电力企业多轮交互语义分析方法，包括步骤：1)接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析，初步分析是以词典为依据的基于规则的中文情绪分析方法，同时在初步分析的时候根据客户的情绪情况，结合情绪安抚库对用户输出安抚语；2)初步分析结果与设定的阈值进行比较，判断是否为狂躁状态，初步分析结果超过设定的阈值则判断为狂躁状态，判断用户处于狂躁状态的时候，将个性化浓的部分增加到用户词库中；3)初步分析结果结合电力常用词库对用户的文字信息输入进行分词，初步分析结果结合电力常用词库对用户的文字信息输入进行分词，此次分词是基于理解的分词方法进行分词，过让计算机模拟人对句子的理解，达到识别词的效果，基于理解的分词方法是通过让计算机模拟人对句子的理解，达到识别词的效果。其基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。它通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。这种分词方法需要使用大量的语言知识和信息，电力常用词库能够弥补常用分词插件专业性方面的不足，电力常用词库如下表；词权重1.业扩52.户表43.表计34.计量点25.表箱46.电子化移交27.主网48.配网39.电网210.线损111.购售电512网间交易313增容2…………4)分词后结合用户词库对分词片段进行二次分词，二次分词是基于统计的分词方法，在大量的分词片段的前提下，利用统计机器学习模型学习词语切分的规律，从而实现对未知文本的切分，用户词库根据每个人说话习惯不同，偏向口语化，用户词库如下表；词权重没来电5好多钱4…………5)二次分词后对分新的分词片段进行语义理解，语义理解之后，将符合语义理解最匹配的分词方式获得的新词汇补充到用户词库。本实施例中，分析用户情绪的同时通过情绪安抚库的安抚词对用户进行安抚，能够使客户的情绪稳定，有助于解决客户的问题，使客户的体验性更好。实施例三如图1至图3所示，一种基于solr引擎的电力本文档来自技高网...

【技术保护点】
1.一种基于solr引擎的电力企业多轮交互语义分析方法，其特征在于：包括步骤：1)接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析，初步分析是以词典为依据的基于规则的中文情绪分析方法；2)初步分析结果与设定的阈值进行比较，判断是否为狂躁状态；3)初步分析结果结合电力常用词库对用户的文字信息输入进行分词；4)分词后结合用户词库对分词片段进行二次分词；5)二次分词后对分新的分词片段进行语义理解。

【技术特征摘要】
1.一种基于solr引擎的电力企业多轮交互语义分析方法，其特征在于：包括步骤：1)接受用户的文字信息输入，根据文字信息输入对用户情绪做初步分析，初步分析是以词典为依据的基于规则的中文情绪分析方法；2)初步分析结果与设定的阈值进行比较，判断是否为狂躁状态；3)初步分析结果结合电力常用词库对用户的文字信息输入进行分词；4)分词后结合用户词库对分词片段进行二次分词；5)二次分词后对分新的分词片段进行语义理解。2.根据权利要求1所述的一种基于solr引擎的电力企业多轮交互语义分析方法，其特征在于：所述初步分析的时候根据客户的情绪情况，结合情绪安抚库对用户输出安抚语。3.根据权利要求1所述的一种基于solr引擎的电力企业多轮交互语义分析方法，其特征在于：判断用户处于狂躁状态的时候，将个性化浓的部分增加到用户词库中。4.根据权利要求1所述的一种基于solr引擎的电力企业多轮交互语义分析方法，其特征在...

【专利技术属性】
技术研发人员：梁哲恒，尚艳伟，林细君，黄晓波，郑杰生，黄杰韬，张金波，曾纪钧，蒋道环，沈桂泉，陈晓江，艾解清，沈伍强，吴勤勤，段福亮，朱功峰，黄载瑜，陈哲瀚，
申请(专利权)人：广东电网有限责任公司信息中心，云南云电同方科技有限公司，
类型：发明
国别省市：广东,44