一种电力交易智能问答方法及系统与流程

1.本发明属于信息查询技术领域，涉及一种智能问答方法及系统，尤其是一种电力交易智能问答方法及系统。


背景技术：

2.随着电力市场中交易品种不断增加、市场主体类型逐渐丰富，行业用户对于电力市场的相关疑问也逐渐增多。以前解决这些疑问的主要方法是后台人工回复，而数字化技术的快速发展促进了电力行业智能问答技术的进步，通过电力交易智能问答，用户可在线上针对自己的需求向平台提问并得到回复，实现电力交易平台智能化、高效化发展。
3.传统人工咨询过程中存在问题堆积、咨询效率低和人员分配不均等问题，现有的电力交易智能问答系统在问答库构建、语句识别、答案匹配等方面存在不足，经常出现结果无法满足用户实际咨询需求的情况；现有的电力交易平台在用户反馈方面存在多方面缺陷，比如：缺少用户向平台反馈针对问答满意度的途径；用户反馈的数据信息往往只是被简单储存，并没有得到充分利用；用户在数字化平台上提出的问题不能得到很好解决；所反馈的意见不能得到充分的利用和重视；智能问答数据库缺乏电力交易专有概念等；种种这些均不利于电力市场的智能化发展，降低了用户对于交易平台的信任度和使用积极性。
4.经检索，未发现与本发明相同或相似的已公开的专利文献。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提出一种电力交易智能问答方法及系统，能够充分考虑分词技术、相似度匹配算法、用户反馈修正等综合应用，针对用户的提问给出匹配度最高的答案。
6.本发明解决其现实问题是采取以下技术方案实现的：
7.一种电力交易智能问答方法，包括如下具体步骤：
8.步骤1、构建电力交易智能问答数据库，用户输入提问的问题，进行数据收集和预处理操作；
9.步骤2、将预处理后的用户提问数据和电力知识库数据向量化后，进行相似度匹配，生成初步结果；
10.步骤3、将预处理后的用户反馈库数据用同样的方法向量化后，也与用户提问数据向量进行相似度匹配，进入用户反馈修正过程；
11.步骤4、综合初步匹配与用户反馈修正的结果，生成最终向用户展示的答案。
12.而且，所述步骤1的具体步骤包括：
13.1.1进行数据收集工作，构建电力交易智能问答数据库：
14.包括收集智能问答所需数据，并将获取的语料存入电力交易智能问答数据库中，所述电力交易智能问答数据库包括用户反馈数据库与电力知识库两部分；
15.所述用户反馈数据库的构建包括：
16.(1)统计、分析用户常用词频，并形成关键词，分析、建立用户关键词与用户历史信息之间的数据关系；
17.(2)记录历史用户的相关提问，以及历史相关提问下不同回答的反馈结果为满意或不满意，包括最终的问答结果；
18.所述电力知识库的构建包括：
19.(1)分析、汇总各大分类电力常见问题，并对答案进行统计；
20.(2)完善常见问题的提问与回答，形成常用问答对集。
21.1.2对数据进行预处理，包括已收集的数据和用户提问输入数据：
22.(1)针对已收集的电力交易智能问答库数据，从存储数据的数据表和其它数据表中获取原始非结构化数据，对数据做分词和去停用词的预处理清洗操作，经过预处理操作后的数据存入相应数据表中；
23.(2)对于用户提问输入数据，对获取到的输入语句做同样的分词和去停用词等清洗操作。
24.1.3在经过收集和预处理后，数据库访问接口层中形成常用问答对集、用户反馈数据、提问数据等，最终形成可访问的数据库。
25.而且，所述步骤2的具体步骤包括：
26.2.1生成用户输入词向量a和电力知识库词向量b后，通过调整的余弦相似度，即皮尔逊相关系数来计算两个向量的相似度得分s1，计算公式如下：
[0027][0028]ai
和bi表示向量内的对应元素，和表示向量内元素的平均值，s1的取值范围是[-1，1]，绝对值越大表明相关性越强。
[0029]
2.2判断s1是否大于给定阈值，提取大于阈值的电力知识库数据结果，并按从高到低进行排名，可得到初步的问答结果。
[0030]
而且，所述步骤3的具体步骤包括：
[0031]
3.1同样计算用户输入词向量a和用户反馈库数据词向量c的皮尔逊系数，得到两个向量之间的相似度得分s2：
[0032][0033]
3.2判断s2是否大于给定阈值，提取大于阈值的相似提问在反馈库中的问答结果与得分数。
[0034]
而且，所述步骤4的具体步骤包括：
[0035]
4.1若所有s2的值均小于给定阈值要求，则用户反馈数据库中缺少与本次问答相似的数据，最终展示答案即为步骤2的初步匹配结果。
[0036]
4.2若存在s2达到给定阈值要求，则综合s1和s2的值从高到低对答案排序进行重新
调整，生成最终向用户展示的答案。
[0037]
而且，在步骤4之后还包括如下步骤：
[0038]
步骤5、完成本次电力交易的智能问答，用户对最终答案结果进行评价；
[0039]
而且，所述步骤5的具体步骤包括：
[0040]
5.1若评价结果为满意，系统会将此次问答数据存入用户反馈数据库，以供之后的问答使用；
[0041]
5.2若评价结果为不满意，系统会转接人工客服进一步解答，同时人工解答的全过程相关数据也将存入用户反馈数据库。
[0042]
一种电力交易智能问答系统，包括：电力交易智能问答数据库构建模块、初步结果生成模块、反馈修正模块、最终答案生成模块和答案结果评价模块；
[0043]
所述电力交易智能问答数据库构建模块，用于构建电力交易智能问答数据库，用户输入提问的问题，进行数据收集和预处理操作；
[0044]
初步结果生成模块，用于将预处理后的用户提问数据和电力知识库数据向量化后，进行相似度匹配，生成初步结果；
[0045]
反馈修正模块，用于将预处理后的用户反馈库数据用同样的方法向量化后，也与用户提问数据向量进行相似度匹配，完成用户反馈修正过程；
[0046]
最终答案生成模块，用于综合初步匹配与用户反馈修正的结果，生成最终向用户展示的答案；
[0047]
答案结果评价模块，用于完成本次电力交易的智能问答，用户对最终答案结果进行评价。
[0048]
本发明的优点和有益效果：
[0049]
1、本发明提出一种电力交易智能问答方法及系统，将用户反馈数据用于修正相似度匹配后的答案，充分利用了以往用户的真实问答数据来提高答案的准确率，更能与用户实际需求相匹配；并且用户反馈数据能随着每次用户使用问答系统而不断更新、学习和完善，很大程度上减少人力物力资源浪费，提升了问答效率。
[0050]
2、本发明通过建立电力行业知识和用户反馈数据的电力交易智能问答库提升问答专业性，将预处理后的用户提问数据和电力知识库数据进行相似度匹配得到初始结果，同时将预处理后的用户提问数据与用户反馈库数据也进行相似度匹配以调整初始推送答案，将两者结合起来能够充分利用系统数据生成更理想的问答结果。相比较于单纯使用电力知识库数据进行相似度匹配，本发明能更有效地利用用户使用过程中的反馈意见，再重新作用于下一次提问，形成良性循环，提升了问答的整体效率，使得系统具备学习性和成长性，有利于系统输出更准确、更丰富、匹配度更高的结果。
附图说明
[0051]
图1是本发明的一种电力交易智能问答方法流程图；
[0052]
图2是本发明的本发明提供的数据收集与处理流程图。
具体实施方式
[0053]
以下结合附图对本发明实施例作进一步详述：
[0054]
一种电力交易智能问答方法，将知识库相似度匹配算法与用户反馈修正共同作用于答案生成，从而对系统生成的答案进行二次优化，形成更合理的结果。
[0055]
如图1所示，其具体步骤包括：
[0056]
步骤1、构建电力交易智能问答数据库，用户输入提问的问题，进行数据收集和预处理操作；
[0057]
如图2所示，所述步骤1的具体步骤包括：
[0058]
1.1进行数据收集工作，构建电力交易智能问答数据库：
[0059]
包括收集智能问答所需数据，并将获取的语料存入电力交易智能问答数据库中，所述电力交易智能问答数据库包括用户反馈数据库与电力知识库两部分；
[0060]
所述用户反馈数据库的构建包括：
[0061]
(1)统计、分析用户常用词频，并形成关键词，分析、建立用户关键词与用户历史信息之间的数据关系；
[0062]
(2)记录历史用户的相关提问，以及历史相关提问下不同回答的反馈结果为满意或不满意，包括最终的问答结果；
[0063]
所述电力知识库的构建包括：
[0064]
(1)分析、汇总各大分类电力常见问题，并对答案进行统计；
[0065]
(2)通过电力行业政策文件、现有知识数据库、交易平台公开数据与部门可用数据等数据渠道，完善常见问题的提问与回答，形成常用问答对集。
[0066]
1.2对数据进行预处理，包括已收集的数据和用户提问输入数据：
[0067]
(1)针对已收集的电力交易智能问答库数据，从存储数据的数据表和其它数据表中获取原始非结构化数据，使用python软件自带的分词工具对数据做分词和去停用词等预处理清洗操作，经过预处理操作后的数据存入相应数据表中；
[0068]
(2)对于用户提问输入数据，对获取到的输入语句做同样的分词和去停用词等清洗操作。
[0069]
1.3在经过收集和预处理后，数据库访问接口层中形成常用问答对集、用户反馈数据、提问数据等，最终形成可访问的数据库。
[0070]
图2是本发明提供的数据收集与处理流程图。
[0071]
步骤2、将预处理后的用户提问数据和电力知识库数据向量化后，进行相似度匹配，生成初步结果。
[0072]
所述步骤2的具体步骤包括：
[0073]
2.1使用python软件自带的gensim模块中的word2vec模块生成用户输入词向量a和电力知识库词向量b后，通过调整的余弦相似度，即皮尔逊相关系数(pearson correlation coefficient)来计算两个向量的相似度得分s1，计算公式如下：
[0074][0075]ai
和bi表示向量内的对应元素，和表示向量内元素的平均值，s1的取值范围是[-1，1]，绝对值越大表明相关性越强。
[0076]
2.2判断s1是否大于给定阈值，提取大于阈值的电力知识库数据结果，并按从高到低进行排名，可得到初步的问答结果。
[0077]
步骤3、将预处理后的用户反馈库数据用同样的方法向量化后，也与用户提问数据向量进行相似度匹配，进入用户反馈修正过程。
[0078]
所述步骤3的具体步骤包括：
[0079]
3.1同样计算用户输入词向量a和用户反馈库数据词向量c的皮尔逊系数，得到两个向量之间的相似度得分s2：
[0080][0081]
3.2判断s2是否大于给定阈值，提取大于阈值的相似提问在反馈库中的问答结果与得分数。
[0082]
步骤4、综合初步匹配与用户反馈修正的结果，生成最终向用户展示的答案。
[0083]
所述步骤4的具体步骤包括：
[0084]
4.1若所有s2的值均小于给定阈值要求，则用户反馈数据库中缺少与本次问答相似的数据，最终展示答案即为步骤2的初步匹配结果。
[0085]
4.2若存在s2达到给定阈值要求，则综合s1和s2的值从高到低对答案排序进行重新调整，生成最终向用户展示的答案。
[0086]
步骤5、完成本次电力交易的智能问答，用户对最终答案结果进行评价。
[0087]
5.1若评价结果为满意，系统会将此次问答数据存入用户反馈数据库，以供之后的问答使用；
[0088]
5.2若评价结果为不满意，系统会转接人工客服进一步解答，同时人工解答的全过程相关数据也将存入用户反馈数据库。
[0089]
一种电力交易智能问答系统，包括：电力交易智能问答数据库构建模块、初步结果生成模块、反馈修正模块、最终答案生成模块和答案结果评价模块；
[0090]
所述电力交易智能问答数据库构建模块，用于构建电力交易智能问答数据库，用户输入提问的问题，进行数据收集和预处理操作；
[0091]
初步结果生成模块，用于将预处理后的用户提问数据和电力知识库数据向量化后，进行相似度匹配，生成初步结果；
[0092]
反馈修正模块，用于将预处理后的用户反馈库数据用同样的方法向量化后，也与用户提问数据向量进行相似度匹配，完成用户反馈修正过程；
[0093]
最终答案生成模块，用于综合初步匹配与用户反馈修正的结果，生成最终向用户展示的答案；
[0094]
答案结果评价模块，用于完成本次电力交易的智能问答，用户对最终答案结果进行评价。
[0095]
综上所述，本发明提出一种电力交易智能问答方法及系统，通过建立电力行业知识和用户反馈数据的电力交易智能问答库提升问答专业性，将清洗后的用户提问数据和电力知识库数据进行相似度匹配得到初始结果，同时将清洗后的用户提问数据与用户反馈库
数据也进行相似度匹配以调整初始推送答案，将两者结合起来能够充分利用系统数据生成更理想的问答结果。相比较于单纯使用电力知识库数据进行相似度匹配，本发明能更有效地利用用户使用过程中的反馈意见，再重新作用于下一次提问，形成良性循环，提升了问答的整体效率，使得系统具备学习性和成长性，有利于系统输出更准确、更丰富、匹配度更高的结果。
[0096]
下面通过具体算例对本发明作进一步说明：
[0097]
以一次关于电力交易的智能问答为例：用户输入问题为：[“请问辅助服务运行的关键类型包括？”]。
[0098]
1.对用户提问进行预处理。经过初始分词算法切分后的候选特征词集为[“请问”，“辅助”，“服务”，“运行”，“的”，“关键”，“类型”，“包括”]。其中“辅助服务”为电力行业专有名词，在算法运行相似度计算时应当整体理解。分词算法运行最终结果为[“请问”，“辅助服务”，“运行”，“的”，“关键”，“类型”，“包括”]。
[0099]
因中文语句中类似于语气词、助词、虚词等并不影响语句本身含义，加入这类无关词将会影响最终相似度匹配的精确度，需要将此类无关词加入停用词表进行过滤，并提取出能代表查询语句意向的关键词。导入停词用词表后提取的最终分词信息为：[“辅助服务”，“运行”，“关键”，“类型”，“包括”]。
[0100]
2.进行初步相似度匹配过程。将最终分词信息与电力知识库数据经过向量化后，计算二者的相似度，筛选相似度最大的前五条相关回答。若相似度大于阈值0.5，则返回相应答案；若前五条回答相似度均小于阈值，则记录用户提问，等待领域专家解答。本次提问的最初匹配结果如下：
[0101]
表1初步匹配结果
[0102][0103]
3.进行用户反馈修正过程。在最初匹配结果中，相似度排名第一的回答与问题的真实适配度差于排名第二与第三的回答，并不能很好的符合用户的查询意图。为减少算法计算机械性误差对用户满意度的影响，需要引入用户反馈修正机制。
[0104]
根据用户反馈数据库中用户对当前相似或相关回答结果的评价，在经过向量化后同样与最终分词信息进行相似度匹配，对当前回答进行用户反馈修正。反馈部分记录如下：
[0105]
表2用户反馈记录表
[0106][0107][0108]
4.对初步结果进行调整生成最终结果。对历史每条提问记录，如用户对相关回答满意，则对相关回答记录“yes”，在之后类似提问中提高其反馈权重，如用户不满意则记录用户不满意相关原因，将历史反馈信息与用户提问信息同时进行修正，处理后得到用户最终的咨询结果如下：
[0109]
表3最终反馈结果
[0110][0111]
5.可以看出，经过电力知识库相似度匹配和用户反馈库修正的共同作用后，所生成的咨询结果排名与问题的真实适配程度更高，更符合用户的查询意图，用户提问的[“请问辅助服务运行的关键类型包括？”]，最终结果的前两条可以回答用户的问题，用户还可以对此次问答进行评价满意/不满意，对以后的问答继续起到反馈修正作用。
[0112]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0113]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0114]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0115]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。