情绪识别技术在电力智能客服系统中的应用研究

为提升电力系统中智能客服系统的效率，降低人工成本，提出一种基于长短时记忆网络(Long Short Term Meory ，LSTM)的情绪识别方法。首先利用词嵌入(Word Embedding)方法提取出对话内容的特征表示，并根据先验知识添加情感特征，生成具有情绪语义的词向量，基于双向长短时记忆网络训练得到情绪分类模型，将问题解决的需求分为紧急、一般与非紧急三个级别，并可将分类结果用于优先级自动调度决策中，判断是否应立即接入人工服务。在真实的电力客服对话平台数 据集上对算法在准确度和响应时间两个方面进行测试，实验结果表明，算法对情绪的识别准确率达到了较高的水平，且响应时间可以满足系统实时处理的需求，有较高的实用性。