问：“你好。”
答：“你好呀!”
问：“你叫什么?”
答：“我叫小明。”
问：“变压器的巡检项目?”
答：“您想问哪个设备?”
问：“油浸式电力变压器。”
答：“交流油浸式电力变压器的巡检项目有：声响及振动，油温和绕组温度，外观检查，呼吸器干燥剂(硅胶)，冷却系统。”
这是某省电力公司一线电力巡检工人和明略科技的会话式机器人小明之间发生的对话。背后的原理是基于明略科技的电力行业知识图谱，提供的一种面向任务型问答和检索的服务。这一应用可以满足专业技术文档检索、产品咨询与选型、解决方案推荐等需求，提高信息检索准确率和效率。
对于电力行业的一线巡检工人来说，严格按照技术标准的流程、规范开展运维、检修等作业，尤为重要。因为，输电线路作为电网的基本组成部分，具有距离长、跨度大、涉及面广、易受自然环境及气候影响等特点，属于故障多发设备。
据统计，输电线路故障事故几乎占线路损耗以及成本的2/3及以上。而目前，输电线路故障诊断普遍依赖人工判断分析，受限于工作经验、技术水平、专业知识和技能等因素，普遍存在处理速度慢、效率低下的问题。
电网设备技术标准有上千项，数量庞大、内容复杂，并且通常以书籍、文档形式进行线下管理，无法实现户外远程的及时查阅和充分运用。记录历史故障的调查分析报告，也多存放孤立、分散，无法形成知识沉淀和传承。
此外，设备台账信息，杆塔位置及数量，地形、地貌，气象环境、雷电定位等关键信息，都分散储存在PMS、在线监测系统、各运行单位线下硬盘等介质中，无法进行集中处理。其中，各检测系统数据呈现多源化、异构特征，无法被有效整合利用。
为了提高提升一线工作效率，实现知识沉淀与复用，赋能生产，该电力公司，在明略科技的帮助下，利用NLP技术，重点分析了246份历年输电线路雷击跳闸故障报告文档，每份文档中获取68个字段，共计16728项，针对故障调查分析报告中的故障基本情况、原因认定、存在问题、采取措施及建议等高价值信息，提取关键字，进行标注，实现了数据结构化、体系化、在线化。
同时，与工作手册、技术标准等非结构化数据及雷电定位系统、PMS系统等结构化数据进行关联、融合，构建领域知识图谱，包括schema设计、知识抽取、实体对齐、知识融合以及知识存储。
基于语义理解和意图识别技术，结合对话场景，完成交互式智能问答系统搭建，通过问答理解和对话管理，对用户提问进行意图识别，给出精准答案，从而提供常见技术问题解答、线路信息检索、故障精准查询等服务，为运行检修、线路故障巡视与调查分析工作提供支持。
现在，一线巡检工人通过一部智能手机，在联网状态下，登录微信小程序，即可随时访问会话式机器人界面，输入文字、发送图片或者语音，向机器人提问，快速获取电力领域的专业知识，尤其是技术标准、作业规范、故障原因和维修方案等关键信息。
这款明略科技的会话式机器人可以回答精确到具体的实体、值，而传统的问答检索只能提供模糊的信息。例如，“2019年，扶隆线发生多少次故障“，经过查询图谱，会话式机器人回答”1次，符合查询条件，故障时间是2019年7月4日下午2点52分5秒”，而传统的问答检索只会给出一段包含“2019年”、“扶隆线”和“故障”的文本。
将非结构化的技术文档、产品说明等数据结构化之后，会话式机器人可以进行一些业务逻辑的运算。例如，“XX情况下，电压值500kV是否合法”，查询图谱后，会话式机器人会回答“不合法”并给出依据”电压值合法范围400kV以下”。
此外，根据对话中包含的实体等信息，会话式机器人会根据结果进行相关的问题推荐，用户直接点击推荐内容，即可获取进一步信息。
应用明略科技的会话式机器人之后，该电力公司一线巡检工人的检修作业标准执行率提升了30%，电力设备运行安全性提高了10%。
明略科技是中国企业数据智能应用软件的领先者，通过充分挖掘数据价值，为客户提供基于大数据和人工智能的软件产品与服务，帮助客户组织在数字化转型中挖掘营销、销售和服务等场景的商业价值。
明略科技下属三大数据智能产品线：秒针系统、明智中台和明智工作。 「秒针系统」为企业提供营销数字一体化解决方案，主要服务于国内外的知名品牌客户，其中包括宝洁、欧莱雅、完美日记、元气森林等。「明智中台」帮助政府和线下商业完成数字化转型，主要服务于地方政府、国有企业、连锁餐饮和零售客户，其中包括上海地铁、湖南国网、百胜中国(肯德基必胜客集团)等。「明智工作」让企业的营销、销售和服务更加高效，主要服务于地产、汽车、快消等行业客户，其中包括宝马、屈臣氏、巧虎等。
同时，明略科技依托16年的数据智能技术沉淀，陆续成为科技部国家新一代人工智能开放创新平台建设单位，工信部2019年制造业与互联网融合发展试点示范项目建设单位，国家发改委人工智能重点工程项目建设单位。以创新和务实的精神不断推动实现人机同行的美好世界。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
