基于动态路由胶囊架构的电网客服优化设计

庞渊源，田 然，朱晓鸿，王 鑫，陈 鑫

（国网江苏省电力有限公司信息通讯分公司，江苏南京 210000）

随着我国电力系统的大规模发展，电力客服系统的重要性日益凸显。仅以广东电网为例，高峰时期日均客服人员为320 人，人均处理客服业务两万宗。但基于人工的电网客服系统受到技术水平的限制，普遍存在客户满意度低，客户数据不能及时、有效地反馈等问题[1]。

基于信息检索与模板规则的聊天机器人已有较长的历史，在未有特定上下文的情况下，聊天机器人通过学习客服问题数据库，自动回答用户有关产品或服务的信息性问题。受到聊天机器人工作原理的启发，该文设计了一款基于动态路由胶囊架构[2]的电网客服应答系统。基于电网服务热线的数据库，使用深度学习与动态路由胶囊架构的新技术对客服工作进行优化改善，精准解决客户需求。

1 基于深度学习的语言预训练

用户与电网客户服务系统之间的对话，可理解为请求的一个单词序列映射到响应的一个单词序列，如图1 所示。深度学习技术可以应用于学习从序列到序列的映射，以建立更加符合用户需求的问答系统。

图1 用于对话的深度学习模型

1.1 序列到序列的深度学习系统

该系统由两个LSTM 神经网络[3]组成，一个用于将输入序列映射到固定长度向量的编码器，另一个用于将向量映射到可变长度输出序列的解码器。LSTM 神经网络可以在较长时间内，存储语言序列信息[4]并根据优先级学习阻止或传递信息，从而学习从语言序列到语言序列的映射。……