基于知識圖譜的電網客服智能語音監(jiān)測方法

打開文本圖片集

摘要：由于電網客服數據實體在業(yè)務邏輯、用戶行為或系統(tǒng)交互等方面存在較高的關聯(lián)性，導致生成的數據本體模型維度較高，這不僅加大了計算資源的消耗，還可能引入信息冗余和干擾，進而降低了客服語音監(jiān)測的效率和準確性。為此，本文提出基于知識圖譜的電網客服智能語音監(jiān)測方法。通過創(chuàng)建客服語音數據屬性的三元數組，識別語料中的關鍵實體，并對實體的關聯(lián)性進行消解處理，由此生成低維度數據本體模型，進而構建電網客服服務領域的知識圖譜，在此基礎上，求取語音信號的矢量函數，通過知識更新和知識補全確定圖譜的頂點集，從而抽取語音序列的語義信息，結合自然語言處理技術和機器學習算法對語音數據進行智能分析和監(jiān)測，從而實現(xiàn)電網客服智能語音高質量的監(jiān)測。（剩余7192字）