基于知识图谱的电网客服智能语音监测方法.pdfVIP

粘学术论文

接Academicpapers发明创新试验

2025年4月第52卷第4期

doi：10.3969／j.issn.1001-5922.2025.04.040Vol.52No.4，Apr.,2025

基于知识图谱的电网客服智能语音监测方法

张薇，耿超然，胡嵩胤，张国兴，王牧

（南方电网供应链集团有限公司，广东广州511458）

摘要：由于电网客服数据实体在业务逻辑、用户行为或系统交互等方面存在较高的关联性，导致生成的数

据本体模型维度较高，这不仅加大了计算资源的消耗，还可能引入信息冗余和干扰，进而降低了客服语音监

测的效率和准确性。为此，本文提出基于知识图谱的电网客服智能语音监测方法。通过创建客服语音数据属

性的三元数组，识别语料中的关键实体，并对实体的关联性进行消解处理，由此生成低维度数据本体模型，

进而构建电网客服服务领域的知识图谱，在此基础上，求取语音信号的矢量函数，通过知识更新和知识补全

确定图谱的顶点集，从而抽取语音序列的语义信息，结合自然语言处理技术和机器学习算法对语音数据进

行智能分析和监测，从而实现电网客服智能语音高质量的监测。通过实际数据集的实验，验证了所提方法在

提升客服语音监测效率和准确性方面的有效性。

关键词：知识图谱；电网客服；语音；监测分析；实体属性

中图分类号：TN912.34；TP277文献标识码：A文章编号：1001-5922（2025）04-0152-04

Intelligentvoicemonitoringmethodforpowergridcustomer

servicebasedonknowledgegraph

ZHANGWei，GENGChaoran，HUSongyin，ZHANGGuoxing，WANGMu

（SouthernPowerGridSupplyChainGroupCo.，Ltd.，Guangzhou511458，China）

Abstract：Duetothehighcorrelationofgridcustomerservicedataentitiesinbusinesslogic，userbehaviororsys⁃

teminteraction，thegenerateddataontologymodelhasahighdimension，whichnotonlyincreasestheconsumption

ofcomputingresources，butalsointroducesinformationredundancyandinterference，thusreducingtheefficiency

andaccuracyofcustomerservicevoicemonitoring.Therefore，thispaperproposesanintelligentvoicemonitoring

methodforpowergridcustomerservicebasedonknowledgegraph.Bycreatingaternaryarrayofcustomerservice

voicedataattributes，thekeyentitiesinthecorpusareidentified，andtherelevanceoftheentitiesisdigestedto

generatealow-dimensionaldataontologymodel，andthentheknowledgegraphinthefieldofpowergridcustomer

serviceisconstructed.Onthisbasis，thevectorfunctionofthevoicesignalisobtained，andthevertexsetofthe

graphisdeterminedbyknowledgeupdateandknowledgecompletion，soastoextractthesemanticinformationofthe

voicesequence.Combinedwithnaturallanguageprocessingtec