基于知识图谱的微信服务机器人平台设计与实现

国网合肥供电公司 朱琳艳 张 俊 董攀婷 程 骏 乔 惠

随着互联网技术的快速发展，以及智能手机的广泛使用，以微信等线上信息交互渠道为代表的移动应用，已充分渗透人民生活和各行各业。微信供电服务在各网格和小区开花，但面对用电客户持续增长的多元化用电需求，目前市场上缺乏高效、规范的服务手段，存在服务响应不及时、服务内容不统一等切实问题。在实际操作过程中，需要随时关注群内大量繁杂消息，且人工监控容易造成消息遗漏和响应延迟。

为了更好地满足客户多元化服务需求，加快供电公司网格化新型数字基础设施建设，探索微信智慧服务新模式和居民客户服务新场景，需要打造统一、开放的人工智能微信服务新平台，拓展线上机器人自动应答服务机制[1]，为电力用户提供更全面、更优质的服务体验，支撑用电服务提质增效和转型发展，减少基层的服务压力。

1 设计思路

随着“互联网+”理念的发展，互联网与传统行业进行了融会贯通和数据互联，创造了新的发展业态。知识图谱帮助企业自动构建行业图谱，摆脱原始的人工输入，广泛应用于智能搜索、机器阅读、文本分析、风险控制等场景，实现真正的智能化。其具备强大的语义分析能力，为知识的组织和应用提供了有效的技术支持[2]。基于知识图谱的平台应用，可以根据用户输入的问题返回结果，还有可能通过人工智能技术，在运算分析后获得更多的含有正确结果的内容。所以基于知识图谱技术去完善微信服务机器人的构建，并结合深度学习技术的设计思路，符合当前聊天机器人研究的发展趋势，具备较强的应用价值。

本平台的研究目的在于设计并实现一个基于知识图谱的微信服务机器人。建设用电服务知识关系型数据库，机器人能够基于该数据库数据，实现与用户的智能对话。此外，还能实现电力政策、通知公告等信息推送功能。

1.1 知识库管理

以知识图谱理论为基础，对本地相关用电业务知识及信息进行维护管理，广泛覆盖用户关注及需要用户关注的信息，建设用电服务知识关系型数据库。

知识图谱的构建需要建立在数据源的基础上，高质量的知识图谱需要结构良好的高质量数据。因此平台需建立完善的知识库模块，对常见问题按电价政策、电费管理、停电报修、电能计量、业务咨询、用电知识、节电窍门等模块进行分类，并统一维护。添加知识库时，支持添加相似问法，客户咨询的问题命中了相似问法，机器人将回复同一答案。摒弃传统语法模型，采用自然语言方式添加知识库。同时，支持现有知识的一键批量导入导出。管理员还可通过了解客户咨询较多的问题，进行热点问题分析汇总，形成热点知识库。基于数据模型的智能训练，可结合服务过程中电力用户的选择，对问答内容进行自我修复和完善，实现知识的自我学习，提升智能化的程度。

供电业务有大量的业务、内部信息、碎片化的知识散落在各个部门，员工往往需要花费一定时间才能找到自己需要的信息，容易把时间浪费在内部信息的梳理上。针对供电公司内部知识管理，平台对内部员工建立专属移动知识库，对业务流程、报备流程、规章制度、政策文件等材料实现自主搜索，成为日常工作的移动“口袋书”。员工可快速定位知识内容，解决疑难问题，提升工作效率，把有限的时间用于提升业务能力和专业技能。

1.2 人机交互

以微信群组为基础，构建机器人智能应答交互机制，有效识别用户查询和咨询问题中的关键字信息。用户在微信群中发送消息并提醒服务机器人，机器人自动返回相应的回复，并可协助用户进行业务办理。

以人性化对答方式实现7×24小时服务，多线并发免排队，节省人力、提升服务质效。当用户在群里以制式内容咨询问题并@服务机器人（如“@电力管家”），平台会认为是在向机器人进行提问，将根据知识库、话术库已有知识点进行匹配，自动解答客户问题，做到实时咨询，快速响应。当遇到无法回答的问题时，可自动记录，管理员后台可以查看记录，并配置完善新的知识库。此外，还可自动识别消息内容中是否包含敏感词和关键字，识别后纳入风险识别，主动提醒管理员，避免恶意使用。

智能问答模块是交互平台的主要功能模块。包括对用户意图做初始分析，对问题作出分类，对用户的信息基于知识图谱进行结果查询，最后对回答模板拼接并结合前后语境给出自然准确的输出，如图1所示。

1.3 信息推送

通过建立统一的接口服务标准和规范，管理员可手动编辑推送内容，设置推送时间和推送范围，借助“微信机器人”助手，将电力政策、通知公告等信息自动推送至各微信群组。

通过各供电服务微信群，以供电员工管辖区域为单位，规范供电管理覆盖范围，将电力最新政策、辖区停电信息、报抢修进展情况、重要通知公告等信息及时在微信群里进行推送，并根据季节特点及用电负荷变化情况及时推送安全用电、节约用电等方面的知识。实现电力信息从上到下的全面直达，为供电公司提升电力信息触达率、减少发布时间延迟、减轻重复性工作、提高综合办事效率。

此外，后台还支持对推文按时间、类型、群名称等条件信息进行检索和导出。既可实现推文精准按时定向发送，而且易于管理，提升编辑和分析效率。

2 技术架构

平台使用统一身份认证进行管理，并按多层技术体系设计，分为用户应用层、数据层和网络层三部分[3]，如图2所示。

图2 平台架构图

用户应用层指电力用户利用的手机微信的群组的提问和回答的实际应用。用户在群组中发送查询信息，也接收平台返回的查询结果。

网络层处理微信群中的信息传输，以及完成信息的转换。网络层的构成包括微信官方服务器、无线网络和微信网关。微信官方服务器为腾讯公司微信业务的服务器。微信网关的作用是信息的获取、转换，以及发送查询的结果。

数据层利用关系型数据库构建基于知识图谱的知识点数据库。对知识点进行分类整理和上传，构成其中的基础数据。

3 总体流程

本文在充分理解平台建设需求的基础上，通过检索式与生成式两种对话生成方式进行设计。此外，结合过往对话记录，对生成机制进行优化。平台程序流程如图3所示。

图3 程序流程图

针对用户输入的内容，平台会采取相应的策略进行处理。

平台对信息输入类型，即语音或文字进行判断，作区别处理。在微信开发环境中，可以直接将语音转换为文本，再进行历史性对话判断。即判断数据库是否存在与此条输入近似或有关的历史记录。如果存在，匹配模板后，作修正后再输出，实现智能回复，避免刻板生硬。如果不存在相关的历史内容，则表示是第一次进行此话题，将进入对话生成部分。

在对话生成模块，对该条输入进行实体抽取和文本特征抽取，预测用户意图。如果知识库中存在匹配的历史内容，则表明需要执行智能问答。平台执行知识图谱查询，而后返回相应的答案。并在对答案拼接整理后，按照自然语言处理生成对话。如果不存在可识别的实体内容，表明用户可能需要平台执行闲聊功能。此时无固定话题，设计选取深度学习的生成式对话模型，以匹配闲聊的对话方式。经过各种处理和判断，最终都将所需答案提供给用户，结束服务流程。

4 结论

本文以基于微信的聊天机器人技术为基础，构建基于知识图谱的知识库管理平台，支持对知识库内容进行自定义维护和管理。并基于该知识库，在微信群组中建立机器人智能应答交互机制，通过对关键词的识别与检索，实现机器人自动应答。此外，还可实现内部员工知识库管理、电力信息推送及后台推文管理等应用。该平台设计通过数字化、智能化管理手段，提升企业客户服务管控能力，减轻基层人员服务压力，降低客户诉求升级和外溢风险，为电力用户提供更优质的线上服务体验，有效促进线上服务渠道能力提升。