基于知識圖譜的微信服務機器人平臺設計與實現

國網合肥供電公司 朱琳艷 張 俊 董攀婷 程 駿 喬 惠

隨著互聯網技術的快速發展，以及智能手機的廣泛使用，以微信等線上信息交互渠道為代表的移動應用，已充分滲透人民生活和各行各業。微信供電服務在各網格和小區開花，但面對用電客戶持續增長的多元化用電需求，目前市場上缺乏高效、規范的服務手段，存在服務響應不及時、服務內容不統一等切實問題。在實際操作過程中，需要隨時關注群內大量繁雜消息，且人工監控容易造成消息遺漏和響應延遲。

為了更好地滿足客戶多元化服務需求，加快供電公司網格化新型數字基礎設施建設，探索微信智慧服務新模式和居民客戶服務新場景，需要打造統一、開放的人工智能微信服務新平臺，拓展線上機器人自動應答服務機制[1]，為電力用戶提供更全面、更優質的服務體驗，支撐用電服務提質增效和轉型發展，減少基層的服務壓力。

1 設計思路

隨著“互聯網+”理念的發展，互聯網與傳統行業進行了融會貫通和數據互聯，創造了新的發展業態。知識圖譜幫助企業自動構建行業圖譜，擺脫原始的人工輸入，廣泛應用于智能搜索、機器閱讀、文本分析、風險控制等場景，實現真正的智能化。其具備強大的語義分析能力，為知識的組織和應用提供了有效的技術支持[2]。基于知識圖譜的平臺應用，可以根據用戶輸入的問題返回結果，還有可能通過人工智能技術，在運算分析后獲得更多的含有正確結果的內容。所以基于知識圖譜技術去完善微信服務機器人的構建，并結合深度學習技術的設計思路，符合當前聊天機器人研究的發展趨勢，具備較強的應用價值。

本平臺的研究目的在于設計并實現一個基于知識圖譜的微信服務機器人。建設用電服務知識關系型數據庫，機器人能夠基于該數據庫數據，實現與用戶的智能對話。此外，還能實現電力政策、通知公告等信息推送功能。

1.1 知識庫管理

以知識圖譜理論為基礎，對本地相關用電業務知識及信息進行維護管理，廣泛覆蓋用戶關注及需要用戶關注的信息，建設用電服務知識關系型數據庫。

知識圖譜的構建需要建立在數據源的基礎上，高質量的知識圖譜需要結構良好的高質量數據。因此平臺需建立完善的知識庫模塊，對常見問題按電價政策、電費管理、停電報修、電能計量、業務咨詢、用電知識、節電竅門等模塊進行分類，并統一維護。添加知識庫時，支持添加相似問法，客戶咨詢的問題命中了相似問法，機器人將回復同一答案。摒棄傳統語法模型，采用自然語言方式添加知識庫。同時，支持現有知識的一鍵批量導入導出。管理員還可通過了解客戶咨詢較多的問題，進行熱點問題分析匯總，形成熱點知識庫。基于數據模型的智能訓練，可結合服務過程中電力用戶的選擇，對問答內容進行自我修復和完善，實現知識的自我學習，提升智能化的程度。

供電業務有大量的業務、內部信息、碎片化的知識散落在各個部門，員工往往需要花費一定時間才能找到自己需要的信息，容易把時間浪費在內部信息的梳理上。針對供電公司內部知識管理，平臺對內部員工建立專屬移動知識庫，對業務流程、報備流程、規章制度、政策文件等材料實現自主搜索，成為日常工作的移動“口袋書”。員工可快速定位知識內容，解決疑難問題，提升工作效率，把有限的時間用于提升業務能力和專業技能。

1.2 人機交互

以微信群組為基礎，構建機器人智能應答交互機制，有效識別用戶查詢和咨詢問題中的關鍵字信息。用戶在微信群中發送消息并提醒服務機器人，機器人自動返回相應的回復，并可協助用戶進行業務辦理。

以人性化對答方式實現7×24小時服務，多線并發免排隊，節省人力、提升服務質效。當用戶在群里以制式內容咨詢問題并@服務機器人（如“@電力管家”），平臺會認為是在向機器人進行提問，將根據知識庫、話術庫已有知識點進行匹配，自動解答客戶問題，做到實時咨詢，快速響應。當遇到無法回答的問題時，可自動記錄，管理員后臺可以查看記錄，并配置完善新的知識庫。此外，還可自動識別消息內容中是否包含敏感詞和關鍵字，識別后納入風險識別，主動提醒管理員，避免惡意使用。

智能問答模塊是交互平臺的主要功能模塊。包括對用戶意圖做初始分析，對問題作出分類，對用戶的信息基于知識圖譜進行結果查詢，最后對回答模板拼接并結合前后語境給出自然準確的輸出，如圖1所示。

1.3 信息推送

通過建立統一的接口服務標準和規范，管理員可手動編輯推送內容，設置推送時間和推送范圍，借助“微信機器人”助手，將電力政策、通知公告等信息自動推送至各微信群組。

通過各供電服務微信群，以供電員工管轄區域為單位，規范供電管理覆蓋范圍，將電力最新政策、轄區停電信息、報搶修進展情況、重要通知公告等信息及時在微信群里進行推送，并根據季節特點及用電負荷變化情況及時推送安全用電、節約用電等方面的知識。實現電力信息從上到下的全面直達，為供電公司提升電力信息觸達率、減少發布時間延遲、減輕重復性工作、提高綜合辦事效率。

此外，后臺還支持對推文按時間、類型、群名稱等條件信息進行檢索和導出。既可實現推文精準按時定向發送，而且易于管理，提升編輯和分析效率。

2 技術架構

平臺使用統一身份認證進行管理，并按多層技術體系設計，分為用戶應用層、數據層和網絡層三部分[3]，如圖2所示。

圖2 平臺架構圖

用戶應用層指電力用戶利用的手機微信的群組的提問和回答的實際應用。用戶在群組中發送查詢信息，也接收平臺返回的查詢結果。

網絡層處理微信群中的信息傳輸，以及完成信息的轉換。網絡層的構成包括微信官方服務器、無線網絡和微信網關。微信官方服務器為騰訊公司微信業務的服務器。微信網關的作用是信息的獲取、轉換，以及發送查詢的結果。

數據層利用關系型數據庫構建基于知識圖譜的知識點數據庫。對知識點進行分類整理和上傳，構成其中的基礎數據。

3 總體流程

本文在充分理解平臺建設需求的基礎上，通過檢索式與生成式兩種對話生成方式進行設計。此外，結合過往對話記錄，對生成機制進行優化。平臺程序流程如圖3所示。

圖3 程序流程圖

針對用戶輸入的內容，平臺會采取相應的策略進行處理。

平臺對信息輸入類型，即語音或文字進行判斷，作區別處理。在微信開發環境中，可以直接將語音轉換為文本，再進行歷史性對話判斷。即判斷數據庫是否存在與此條輸入近似或有關的歷史記錄。如果存在，匹配模板后，作修正后再輸出，實現智能回復，避免刻板生硬。如果不存在相關的歷史內容，則表示是第一次進行此話題，將進入對話生成部分。

在對話生成模塊，對該條輸入進行實體抽取和文本特征抽取，預測用戶意圖。如果知識庫中存在匹配的歷史內容，則表明需要執行智能問答。平臺執行知識圖譜查詢，而后返回相應的答案。并在對答案拼接整理后，按照自然語言處理生成對話。如果不存在可識別的實體內容，表明用戶可能需要平臺執行閑聊功能。此時無固定話題，設計選取深度學習的生成式對話模型，以匹配閑聊的對話方式。經過各種處理和判斷，最終都將所需答案提供給用戶，結束服務流程。

4 結論

本文以基于微信的聊天機器人技術為基礎，構建基于知識圖譜的知識庫管理平臺，支持對知識庫內容進行自定義維護和管理。并基于該知識庫，在微信群組中建立機器人智能應答交互機制，通過對關鍵詞的識別與檢索，實現機器人自動應答。此外，還可實現內部員工知識庫管理、電力信息推送及后臺推文管理等應用。該平臺設計通過數字化、智能化管理手段，提升企業客戶服務管控能力，減輕基層人員服務壓力，降低客戶訴求升級和外溢風險，為電力用戶提供更優質的線上服務體驗，有效促進線上服務渠道能力提升。