基于改进模糊聚类的电网在线客服语音文本挖掘方法

摘要

电网在线客服语音文本具有流式连续输入、句式结构松散、领域术语密集的特点，传统基于静态主题建模或单轮次意图识别的方法，难以捕捉同一用户诉求在不同通话阶段、不同业务语境下的语义漂移与隐性关联，导致相同问题被归入不同类别、不同问题被混淆为同一类别，挖掘结果在诉求归并与业务分类两个层面均存在显著偏差。针对该难点，提出基于改进模糊聚类的挖掘方法。首先构建语义解析机制，按意图边界切分关键词序列，避免整句输入的语义模糊与特征混叠；其次引入词性关联约束与松弛因子修正隶属度函数，使聚类受词性转移概率与主题共现置信度双重约束，抑制语义漂移对聚类中心的牵引；最后设计关联度滤波函数，以相关性系数归并高度关联文本，实现诉求相近文本聚合式分层挖掘。实验表明，该方法查准率明显优于对比方法，相同时间内挖掘数量提升超过60%,有效解决了电网客服语音文本因语义漂移导致的挖掘失准难题。

关键词

改进模糊聚类 / 电网在线客服 / 语音文本挖掘 / 语义漂移 / 关联模式识别 / 自然语言处理 / 主题聚类

基金资助

广东省科技基金资助项目(ZBKJXM20232162)