基于自然语义解析的配抢智能派单方法技术

本发明专利技术提供的基于自然语义解析的配抢智能派单方法，包括第一步：构建电力配抢语料库，第二步：工单信息特征标注，第三步：智能语音电话催办，第四步：接、派单机器人流程自动化。本发明专利技术采用自然语义解析算法对工单停电信息智能分析，能够智能匹配供电所，提高派单的效率；采用智能语音的方式进行现场工作的催办，尽可能的减少配抢人员接打电话的次数，降低配抢人员的工作强度；采用自动办公技术，实现派单、督办过程自动化，降低派单方面人力的投入，能将人员集中到更高层面的工作上。人员集中到更高层面的工作上。

【技术实现步骤摘要】
基于自然语义解析的配抢智能派单方法


[0001]本专利技术涉及电力电网
，尤其涉及基于自然语义解析的配抢智能派单方法。

技术介绍

[0002]目前供电公司已成立了供电服务指挥中心(以下简称中心)，针对营销、调度、配网运维的各支撑系统较为完善，中心配网抢修指挥人员通过各支撑系统对供电公司管辖的配网设备进行统一管理和抢修指挥工作，在智能化供电服务指挥系统上手工进行接单，故障研判后将工单在一定时限内派发至相应抢(急)修人员。抢(急)修人员通过手机接受智能化供电服务指挥系统下派的报修信息，对未及时接单的抢修人员进行电话催办。故障处理完成后，抢(急)修人员需在规定的时限内进行回单，对未及时回单的配抢指挥人员进行电话催办，最后进行工单的审核和提交。
[0003]目前中心配网抢修指挥人员需在智能化供电服务指挥系统上需全程跟踪工单的流转情况，并及时进行电话催办，存在如下几个问题：
[0004](1)配网抢修指挥人员需手工进行派单，每天都需机械重复的进行相关工作，容易出现漏派、晚派单的情况，拉长整个故障处置的时间；
[0005](2)抢修人员在手机APP上进行接单，容易出现漏接单、晚接单的情况，又需要配网抢修指挥人员进行电话催办，增加人员业务量，影响了工作效率和相关指标。

技术实现思路

[0006]本专利技术正是针对现有技术存在的不足，提供了基于自然语义解析的配抢智能派单方法。
[0007]为解决上述问题，本专利技术所采取的技术方案如下：
[0008]所述基于自然语义解析的配抢智能派单方法，包括以下步骤：
[0009]步骤一：构建电力配抢语料库。
[0010]所述语料库包括分为工单文字信息样本库、物理环境库和术语库三部分。
[0011]所述工单文字信息样本库为停电、报修及处置文字，在语义解析过程中样本库能用于前期方案验证、模型训练、知识体构建。
[0012]所述物理环境库为关键词样本库，关键词样本库包括设备类型库、动作类型库、单位类型库、功能类型库。
[0013]所述术语库包括单位、固定搭配、不能归类到物理环境库中的固有短语。
[0014]步骤二：工单信息特征标注。
[0015]收集历史的已提交归档的工单，对停电报修信息和处理信息，采用机器学习的方法对其文字信息进行特征标注，特征标注至少包括：
[0016]地址特征：相关的街道、小区等地址信息，由此匹配到对应的地区和供电所。
[0017]设备特征：相关的400V线路和停电设备信息，由此匹配到相关设备；
[0018]操作特征：在停电处置过程中的操作，形成匹配的操作。
[0019]人名特征：处理人员的人名信息。
[0020]时间特征：处理的时刻以及整个的处理时间。
[0021]从提取的以上特征中，提取系统所需的信息。
[0022]步骤三：智能语音电话催办。
[0023]利用文字转换语音技术，调用语音库，将催办事件转换成语音，并通过GSM模块拨打供电所人员手机，当供电所人员接听电话时，自动播放语音，达到语音时时通知的目的，确保供电所人员收到催办通知，实现对已派单超时未接单、已接单超时未到位的供电所进行智能语音电话提醒。
[0024]步骤四：接、派单机器人流程自动化。
[0025]通过软件方式模拟配抢人员在智能化配抢指挥系统上进行接、派单的全流程操作，包括自动转派、自动派单、自动催办、自动审核、非自动提醒功能。
[0026]进一步的，所述物理环境库包括电网规则下的大部分物理含义信息，能够辅助添加在通用自然语言解析之上形成配抢业务的具体解析规则，进一步搭建具体的物理环境。
[0027]进一步的，所述物理环境库能够用于语境识别、语义识别、规则制定。
[0028]本专利技术与现有技术相比较，本专利技术的有益效果如下：
[0029](1)采用自然语义解析算法对工单停电信息智能分析，能够智能匹配供电所，提高派单的效率；
[0030](2)采用智能语音的方式进行现场工作的催办，尽可能的减少配抢人员接打电话的次数，降低配抢人员的工作强度；
[0031](3)采用自动办公技术，实现派单、督办过程自动化，降低派单方面人力的投入，能将人员集中到更高层面的工作上。
具体实施方式
[0032]下面将结合具体的实施方式来说明本专利技术的内容。
[0033]智能派单助手技术是基于自然语义解析算法在配抢接派单时的应用，自然语言是人类社会发展过程中自然产生的语言，是最能体现人类智慧和文明的产物，也是大猩猩与人的区别(2019斯坦福cs224n，lesson1)。它是一种人与人交流的载体，而自然语言处理是一门计算机科学、人工智能、认知科学、信息论、数学及语言学的交叉学科。虽然语言只是人工智能的一部分(人工智能还包括机器学习、计算机视觉等)，但它是非常独特的一部分。这个星球上许多生物都拥有超过人类的视觉系统，但只有人类才拥有这么高级的语言。
[0034]自然语义解析技术的发展经过了如下的几个过程：
[0035]1950年前：图灵测试1950年前阿兰
·
图灵图灵测试：人和机器进行交流，如果人无法判断自己交流的对象是人还是机器，就说明这个机器具有智能。
[0036]1950
‑
1970：主流：基于规则形式语言理论，乔姆斯基，根据数学中的公理化方法研究自然语言，采用代数和集合论把形式语言定义为符号的序列。他试图使用有限的规则描述无限的语言现象，发现人类普遍的语言机制，建立所谓的普遍语法。
[0037]1970
‑
至今：主流：基于统计谷歌、微软、IBM，20世纪70年代，弗里德里克
·
贾里尼克及其领导的IBM华生实验室将语音识别率从70％提升到90％。1988年，IBM的彼得
·
布朗
提出了基于统计的机器翻译方法。2005年，Google机器翻译打败基于规则的Sys Tran。
[0038]2010年以后：逆袭：机器学习，深度学习。AlphaGo先后战胜李世石、柯洁等，掀起人工智能热潮。深度学习、人工神经网络成为热词。领域：语音识别、图像识别、机器翻译、自动驾驶、智能家居。
[0039]由以上分析可知，自然语义解析技术尚未应用到电力配抢实际业务中，未考虑到实际业务的特殊性，需根据电力配抢业务的实际需要构建电力配抢方面的语料库，对电力配抢业务工单文字信息进行特征标注的前提下，形成定制化的自然语义解析技术，为提高电力配抢业务的智能化自动化打下技术基础，从而提升配抢工作的效率。
[0040]本申请中，所述基于自然语义解析的配抢智能派单方法，包括以下步骤：
[0041]步骤一：构建电力配抢语料库。
[0042]所述语料库包括分为工单文字信息样本库、物理环境库和术语库三部分。
[0043]所述工单文字信息样本库为停电、报修及处置文字，在语义解析过程中样本库能用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自然语义解析的配抢智能派单方法，其特征在于，包括以下步骤：步骤一：构建电力配抢语料库；所述语料库包括分为工单文字信息样本库、物理环境库和术语库三部分；所述工单文字信息样本库为停电、报修及处置文字，在语义解析过程中样本库能用于前期方案验证、模型训练、知识体构建；所述物理环境库为关键词样本库，关键词样本库包括设备类型库、动作类型库、单位类型库、功能类型库；所述术语库包括单位、固定搭配、不能归类到物理环境库中的固有短语；步骤二：工单信息特征标注；收集历史的已提交归档的工单，对停电报修信息和处理信息，采用机器学习的方法对其文字信息进行特征标注，特征标注至少包括：地址特征：相关的街道、小区等地址信息，由此匹配到对应的地区和供电所；设备特征：相关的400V线路和停电设备信息，由此匹配到相关设备；操作特征：在停电处置过程中的操作，形成匹配的操作；人名特征：处理人员的人名信息；时间特征：处理的时刻以及整个的处理时间；从提取...

【专利技术属性】
技术研发人员：方鹏森，李长军，王荣辉，李修军，赵欢，赵冬云，石岩，汪尚斌，林明峰，严玉娟，
申请(专利权)人：国网新疆电力有限公司哈密供电公司，
类型：发明
国别省市：