CN110929007A - 一种电力营销知识体系平台及应用方法 - Google Patents

Abstract

本发明公开了一种电力营销知识体系平台及应用方法，该平台包括：数据层，主要包含电力文件、95598工单数据以及95598知识库；加工层，从机器自动挖掘和用户自建两个角度进行电力知识的抽取；审核层，针对机器挖掘以及用户自建的知识需求进行审核发布并入库；存储层，主要包含电力文档素材库、电力词条库和电力问答经验库；消费层，将储存的知识应用于不同的消费场景。本发明构建的知识体系平台对多源、异构、碎片化的数据有效整合成***可调用的知识，提高电力营销知识数据处理的能力，优化用户体验，同时降低人工维护成本。

Description

一种电力营销知识体系平台及应用方法

技术领域

本发明涉及电力营销应用技术领域，特别是涉及一种电力营销知识体系平台及应用方法。

背景技术

随着电力营销业务的快速发展，营销知识的积累、传递及分析应用的重要性日益突出，国网客服中心、国网江苏公司、国网山东公司等结合业务需要均已初步建立了统一的知识管理平台，意在为电力营销人员处理客户诉求提供知识服务和技术支持。随着应用的深入，伴随着互联网的发展特别是移动互联网碎片化的应用场景，知识的使用者对知识管理提出了更高、更新的要求，主要存在以下问题亟待解决：“分类体系不易用”、“搜索结果无法精确到原子化知识”、“文档拆分的粒度过粗”以及“缺乏知识自动化更新机制”。

发明内容

本发明的目的在于提供一种电力营销知识体系平台，实现了全公司、全专业、全环节、全流程的电力营销类信息共享。

为达到上述目的，本发明采用的技术方案如下：

本发明实施例提供一种电力营销知识体系平台，包括：

数据层，用于获取原始电力知识数据；

加工层，用于对数据层的原始电力知识数据进行加工处理，生成知识点；

审核层，用于对知识点进行审核生成知识主题并发布；

以及消费层，用于对所生成的知识主题进行应用。

进一步的，所述数据层具体用于获取：

法律法规政策文件，指国家层面、国网公司层面、省公司层面下发的对于工作有指导性作用的文件；

95598知识库，包含电费、营业业务多种业务类型的电力知识点；

95598工单数据，指国网客服中心通过多渠道受理的业务咨询、故障报修的95598工单；

智能问答***FAQ库，指智能客服机器人内的客户常见问答库；

和客户标签库，从用户维度、知识维度及答案维度生成，包含业务类型、时间、所属专业、适用单位、以及是否对客户开放标签内容。

进一步的，所述加工层具体用于，

采用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗；

对清洗完成的数据进行语义解析，包括进行中文分词、中文拼音容错、中文词性标注和中文句法依存分析；

对语义解析后的内容进行语义元素抽取，抽取的语义元素包括人名，地名，机构名，时间，价格和数量词；

根据抽取的语义元素，按照预先定义好的模板，自动生成潜在知识点。

进一步的，所述加工层还用于，根据用户提出的知识点修改需求或新增知识点征集需求，自主创建知识点。

进一步的，所述审核层具体用于，

根据知识点的知识内容选择相匹配的知识模板，将知识内容按照知识模板规范要求审核修改；所述知识模板为文档性模板，词条性模板和问答性模板；

对审核后的知识点添加知识标签和属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储；

将同一分类的原子化知识点内容按照预先设定好的词条知识格式，将对应的属性填入，生成一篇知识主题。

进一步的，若加工层提交的知识点不符合知识模板的规范要求则退回。

进一步的，所述将知识点以原子化知识的形态存储是指，将知识点的知识内容按照其必备属性进行划分，划分为所属的一级分类、二级分类，以及所属地区和所属专业。

进一步的，还包括存储层，所述存储层具体用于，存储电力文档素材库、电力词条库和电力问答经验库；

所述电力文档素材库用于存储审核层按照文档性模板审核生成的电力文档知识及相关标签；

所述电力词条库用于存储审核层按照词条性模板审核生成的电力词条知识及相关标签；

所述电力问答经验库用于存储审核层按照问答性模板审核生成的电力问答及相关标签。

进一步的，所述电力文档素材库，电力词条库和电力问答经验库存在关联关系：

电力词条库引用电力文档素材库中的文件，关联电力问答经验库的热门经验，同时电力词条库内部采用手工关联以及智能挖掘词条之间的关系；

电力文档素材库中出现的专业词链接到电力词条库对应词条，关联电力问答经验库的热门经验，同时电力文档素材库内部采用手工关联以及智能挖掘文档之间的关系；

电力问答经验库引用电力文档素材库中的文件，对于电力问答经验库中出现的专业词能够链接到电力词条库对应词条，同时电力问答经验库内部采用手工关联以及智能挖掘相似的问答经验。

进一步的，所述消费层具体用于，

针对电力文档素材库提供电力文档检索以及电力文档关键词查询应用；

针对电力词条库提供电力词条检索以及热点词条查询应用；

针对电力问答经验库提供电力问答经验检索以及热点问答经验查询应用。

本发明实施例还提供一种电力营销知识的应用方法，包括：

获取原始电力知识数据；

对所获取的原始电力知识数据进行加工处理，生成知识点；

对所述知识点进行审核生成知识主题并发布；

对所生成的知识主题进行应用。

进一步的，所述对所获取的原始电力知识数据进行加工处理，生成知识点，包括：

采用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗；

对清洗完成的数据进行语义解析，包括进行中文分词、中文拼音容错、中文词性标注和中文句法依存分析；

对语义解析后的内容进行语义元素抽取，抽取的语义元素包括人名，地名，机构名，时间，价格和数量词；

根据抽取的语义元素，按照预先定义好的模板，自动生成潜在知识点。

进一步的，对所述知识点进行审核生成知识主题并发布，包括：

根据知识点的知识内容选择相匹配的知识模板，将知识内容按照知识模板规范要求审核修改；所述知识模板为文档性模板，词条性模板和问答性模板；

对审核后的知识点添加知识标签和属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储；

将同一分类的原子化知识点内容按照预先设定好的词条知识格式，将对应的属性填入，生成一篇知识主题。

进一步的，还包括：

将按照文档性模板审核生成的电力文档知识及相关标签存储在电力文档素材库；

将按照词条性模板审核生成的电力词条知识及相关标签存储在电力词条库；

将按照问答性模板审核生成的电力问答及相关标签存储在电力问答经验库。

进一步的，对所生成的知识主题进行应用，包括：

对电力文档素材库进行电力文档检索以及电力文档关键词查询应用；

对电力词条库进行电力词条检索以及热点词条查询应用；

对电力问答经验库进行电力问答经验检索以及热点问答经验查询应用。

本发明的有益效果是：本发明平台实现全公司、全专业、全环节、全流程的电力营销类信息共享，在进一步提升营销人员专业业务素质的同时，由被动解决客户诉求转向主动为客户提供增值、超前服务，持续提升全省客户服务整体水平。本发明以客户服务工作提质增效为总体目标，提炼出了一体化、互动化、智能化，覆盖电力公司全业务领域的知识体系搭建方法，支撑知识体系的有效沉淀和共享，支撑人才队伍素质不断提高，支撑客户服务水平的持续提升，同时使得知识得到更广的传播，帮助企业实现知识的创新。

附图说明

图1为本发明的电力营销知识平台的框架示意图；

图2为本发明的审核层进行知识点审核处理的关联框图；

图3为本发明的加工层进行数据加工处理的流程示意图。

具体实施方式

下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。。

如图1所示，从知识的生命周期维度考虑，本发明实施例提供了一种电力营销知识体系平台，从整体架构看主要包括数据层、加工层、审核层、存储层和消费层。从知识的存储维度考虑可以分为电力文档素材库、电力词条库和电力问答经验库。

在数据层的电力知识数据来源包含：

(1)法律法规、政策文件：主要指国家层面、国网公司层面、省公司层面下发的对于工作有指导性作用的文件；

(2)95598知识库：包含电费、营业业务等11类业务类型的电力知识点，为客服人员解答客户诉求提供有力支撑；

(3)95598工单数据：指国网客服中心通过多渠道受理的业务咨询、故障报修等业务类型的95598工单；

(4)智能问答***FAQ库：指智能客服机器人内的客户常见问答库，囊括数万条标准问答；

(5)客户标签库：从用户维度、知识维度及答案维度生成，主要包含业务类型、时间、所属专业、适用单位、是否对客户开放等。

其中95598知识库、95598工单数据和智能问答***FAQ库，是电力领域的公知技术术语。

加工层用于对数据层的数据进行加工处理，如图3所示，主要分为以下步骤：

步骤1：数据清洗。利用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗。***将从工单数据，对话数据，文档数据，日志数据中定制化清洗，采集规范数据。

步骤2：语义解析。***运用中文自然语言处理技术，对步骤1中清洗完成的数据进行语义解析。其中主要包括中文分词技术、中文拼音容错技术、中文词性标注技术、中文句法依存分析技术，均属于现有技术手段。

其中，中文分词技术采用基于字标注的算法采用“由字构词”的思想。“由字构词”方法是一种现有技术方法，即根据汉语中的很多字只在词语的特定位置上出现的特点，通过“判断一个字属于词语的哪一部分”来作为分词依据，将中文分词转换为序列标注问题。主要采用如HMM(隐马尔可夫模型)、CRF(条件随机场)以及近年兴起的深度学习中的RNN，LSTM模型。这类分词算法在分词较准确的同时，能很好地处理未登录词问题，综合效果最优。但是分词速度也较慢。

表1由字构词示例

电

能

表

示

数

一

直

在

增

加

B

M

E

B

E

B

E

S

B

E

“由字构词”方法中“词位”说明：S-单字词；B-多字词开始；M-多字词中间；E-多字词结尾。

该方法通过让计算机模拟人对句子的理解，达到识别词的效果，由于汉语语义复杂，各种语言知识很难起到有效的帮助；另一方面，中文分词又是理解的基础。完整的理解对分词性能的提升有限。分词作为语义理解的第一步，必然需要有更加准确的结果。因此机器人***采用了基于统计的分词方法，并且为了兼顾效率和准确性，在实践中将基于全切分和基于字标注的方法进行了结合，取得了良好的效果。此外分词工具中还加入了多个基于构词法的处理步骤，提升了总体效果。

步骤3：语义元素抽取。针对步骤2中经中文自然语言处理技术处理完成的内容，即包含了分词、拼音、词性标注、句法依存解析结果的数据，然后对知识的条件、状态、实体等语义元素进行抽取，并加入命名实体识别与基于语义模板的定制化抽取内容。通过人工校对的方式，完成语义元素的抽取工作。语义元素抽取包括人名，地名，机构名，时间，价格，数量词等。

步骤4：潜在知识点生成。结合步骤2与步骤3的生成结果，按照人工预先根据知识类型定义好的模板，自动生成潜在知识点，等待用户审核。

此外，在加工层可以通过用户自建方式创建知识，知识的发起主要来源于上级、下级及本单位，业务人员在服务客户或者开展业务工作过程中发现***内缺失、不准确或不完善的知识点时，可以主动提出知识点修改需求或新增知识点征集需求，自主创建知识内容。

审核层用于对用户提出的知识需求以及生成的潜在知识点进行审核和发布，并进一步对众创的知识进行审核，审核层包含文档性模板，词条性模板和问答性模板，知识管理员可以参考模板内容修改完善知识内容。详细处理过程参见图2，具体如下：

步骤1：知识管理员对用户提出的知识需求以及生成的潜在知识点逐一进行审核加工。知识管理员在知识审核时，根据知识内容，选择与人工预先设定好的知识类型和知识模板进行匹配，将知识内容按照模板规范要求审核修改，编辑整理并转化为客户或内部员工所需的知识，若加工层提交的知识点不符合规范性要求则退回再次采集。

步骤2：对步骤1审核后的知识点添加知识标签、属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储。即将知识内容按照其必备属性进行划分，如其所属的一级分类、二级分类，以及所属地区等，具体填写内容见下表2：

表2原子化知识形态

步骤3：针对步骤2中同一二分类的原子化知识点内容按照人工预先设定好的词条知识的格式，将对应的属性填入，成为一篇知识主题，并创建词条知识。词条知识主要包含基本概念、基本内容、相关背景、具体内容、常见客户问答等内容。

存储层，用于存储电力文档素材库、电力词条库和电力问答经验库。存储层存储的是经过审核层修订改正后的数据，以及技术人员的预先输入数据。

电力文档素材库：主要用于存储电力规章制度、法律法规等的相关标签及模板信息。

电力词条库：主要用于存储电力词条型知识及词条的相关标签及模板信息。主要来自于审核层创建的词条知识数据。

电力问答经验库：主要用于存储电力问答及电力经验型知识的相关标签信息。

在存储层，知识库体系中的电力文档素材库、电力词条库以及电力问答经验库之间存在关联关系，具体如下：

(1)电力词条库引用电力文档素材库的相关文件，关联电力问答经验库的热门经验，同时电力词条库内部采用手工关联加智能挖掘词条之间的关系。

(2)电力文档素材库与电力问答经验库存在关联关系，对于文件中出现的专业词可以链接到电力词条库对应词条，同时电力文档素材库内部采用手工关联加智能挖掘文档之间的关系。

(3)电力问答经验库引用电力文档素材库的文件，对于电力问答经验库中出现的专业词可以链接到电力词条库对应词条，同时电力问答经验库内部采用手工关联加智能挖掘相似的问答经验。

存储层主要采用数据库主备模式，包含基础数据库与备份数据库。该方案不需要相关开发改造，各类数据库就支持这种模式，部署维护成本较低，并没有引入额外的***复杂度和瓶颈。该方案满足现阶段***的运行要求。

消费层，主要根据获取的相关电力知识，针对电力文档素材库提供电力文档检索以及电力文档关键词查询等应用；针对电力词条库提供电力词条检索以及热点词条查询等应用；针对电力问答经验库提供电力问答经验检索以及热点问答经验查询等应用；设立知识检索、知识推荐、智能问答以及培训考试等相关应用场景。消费层功能如下：

(1)电力营销知识库，对电力营销知识进行科学的分类、存储和表示，支撑使用者通过不同的维度快速查找所需知识；

(2)电力营销文件库，将历年的电力营销类文件结构化，便于检索和消费；

(3)电力营销求助问答库，集众人智慧解决问题、分享经验、讨论话题，激发知识创新热情和沉淀知识；

(4)电力营销培训考试模块，借鉴游戏化、碎片化等历年，通过人工智能技术上的创新实现个性化学习考试；

(5)电力营销专家问答库，让业务专家参与到知识的创造中去；

(6)电力营销作业指导库，提供多媒体的电力营销典型业务场景作业指引；

(7)个人智能知识助手，员工可以在APP、常用电脑网页、微信快速进入助手页面，提供多媒体互动式的在线智能知识援助和数据支撑服务。

本发明的电力营销知识体系，满足了知识库“有序的知识分类”、“原子化知识解析应用”、“清晰的标签管理”、“自主知识采编”等能力要求，优化了客户体验，同时降低了人力资源成本。本发明实施例还提供一种电力营销知识的应用方法，包括：

获取原始电力知识数据；

对所获取的原始电力知识数据进行加工处理，生成知识点；

对所述知识点进行审核生成知识主题并发布；

对所生成的知识主题进行应用。

进一步的，所述对所获取的原始电力知识数据进行加工处理，生成知识点，包括：

采用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗；

对清洗完成的数据进行语义解析，包括进行中文分词、中文拼音容错、中文词性标注和中文句法依存分析；

对语义解析后的内容进行语义元素抽取，抽取的语义元素包括人名，地名，机构名，时间，价格和数量词；

根据抽取的语义元素，按照预先定义好的模板，自动生成潜在知识点。

进一步的，对所述知识点进行审核生成知识主题并发布，包括：

根据知识点的知识内容选择相匹配的知识模板，将知识内容按照知识模板规范要求审核修改；所述知识模板为文档性模板，词条性模板和问答性模板；

对审核后的知识点添加知识标签和属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储；

将同一分类的原子化知识点内容按照预先设定好的词条知识格式，将对应的属性填入，生成一篇知识主题。

进一步的，还包括：

将按照文档性模板审核生成的电力文档知识及相关标签存储在电力文档素材库；

将按照词条性模板审核生成的电力词条知识及相关标签存储在电力词条库；

将按照问答性模板审核生成的电力问答及相关标签存储在电力问答经验库。

进一步的，对所生成的知识主题进行应用，包括：

对电力文档素材库进行电力文档检索以及电力文档关键词查询应用；

对电力词条库进行电力词条检索以及热点词条查询应用；

对电力问答经验库进行电力问答经验检索以及热点问答经验查询应用。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (15)

1.一种电力营销知识体系平台，其特征在于，包括：

数据层，用于获取原始电力知识数据；

加工层，用于对数据层的原始电力知识数据进行加工处理，生成知识点；

审核层，用于对知识点进行审核生成知识主题并发布；

以及消费层，用于对所生成的知识主题进行应用。

2.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，所述数据层具体用于获取：

法律法规政策文件，指国家层面、国网公司层面、省公司层面下发的对于工作有指导性作用的文件；

95598知识库，包含电费、营业业务多种业务类型的电力知识点；

95598工单数据，指国网客服中心通过多渠道受理的业务咨询、故障报修的95598工单；

智能问答***FAQ库，指智能客服机器人内的客户常见问答库；

和客户标签库，从用户维度、知识维度及答案维度生成，包含业务类型、时间、所属专业、适用单位、以及是否对客户开放标签内容。

3.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，所述加工层具体用于，

采用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗；

对清洗完成的数据进行语义解析，包括进行中文分词、中文拼音容错、中文词性标注和中文句法依存分析；

对语义解析后的内容进行语义元素抽取，抽取的语义元素包括人名，地名，机构名，时间，价格和数量词；

根据抽取的语义元素，按照预先定义好的模板，自动生成潜在知识点。

4.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，所述加工层还用于，根据用户提出的知识点修改需求或新增知识点征集需求，自主创建知识点。

5.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，所述审核层具体用于，

根据知识点的知识内容选择相匹配的知识模板，将知识内容按照知识模板规范要求审核修改；所述知识模板为文档性模板，词条性模板和问答性模板；

对审核后的知识点添加知识标签和属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储；

将同一分类的原子化知识点内容按照预先设定好的词条知识格式，将对应的属性填入，生成一篇知识主题。

6.根据权利要求5所述的一种电力营销知识体系平台，其特征在于，若加工层提交的知识点不符合知识模板的规范要求则退回。

7.根据权利要求5所述的一种电力营销知识体系平台，其特征在于，所述将知识点以原子化知识的形态存储是指，将知识点的知识内容按照其必备属性进行划分，划分为所属的一级分类、二级分类，以及所属地区和所属专业。

8.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，还包括存储层，所述存储层具体用于，存储电力文档素材库、电力词条库和电力问答经验库；

所述电力文档素材库用于存储审核层按照文档性模板审核生成的电力文档知识及相关标签；

所述电力词条库用于存储审核层按照词条性模板审核生成的电力词条知识及相关标签；

所述电力问答经验库用于存储审核层按照问答性模板审核生成的电力问答及相关标签。

9.根据权利要求7所述的一种电力营销知识体系平台，其特征在于，所述电力文档素材库，电力词条库和电力问答经验库存在关联关系：

电力词条库引用电力文档素材库中的文件，关联电力问答经验库的热门经验，同时电力词条库内部采用手工关联以及智能挖掘词条之间的关系；

电力文档素材库中出现的专业词链接到电力词条库对应词条，关联电力问答经验库的热门经验，同时电力文档素材库内部采用手工关联以及智能挖掘文档之间的关系；

电力问答经验库引用电力文档素材库中的文件，对于电力问答经验库中出现的专业词能够链接到电力词条库对应词条，同时电力问答经验库内部采用手工关联以及智能挖掘相似的问答经验。

10.根据权利要求1所述的一种电力营销知识体系平台，其特征在于，所述消费层具体用于，

针对电力文档素材库提供电力文档检索以及电力文档关键词查询应用；

针对电力词条库提供电力词条检索以及热点词条查询应用；

针对电力问答经验库提供电力问答经验检索以及热点问答经验查询应用。

11.一种电力营销知识的应用方法，其特征在于，包括：

获取原始电力知识数据；

对所获取的原始电力知识数据进行加工处理，生成知识点；

对所述知识点进行审核生成知识主题并发布；

对所生成的知识主题进行应用。

12.根据权利要求11所述的一种电力营销知识的应用方法，其特征在于，所述对所获取的原始电力知识数据进行加工处理，生成知识点，包括：

采用预定义处理方式，针对不同文本使用不同预处理脚本进行数据清洗；

对清洗完成的数据进行语义解析，包括进行中文分词、中文拼音容错、中文词性标注和中文句法依存分析；

对语义解析后的内容进行语义元素抽取，抽取的语义元素包括人名，地名，机构名，时间，价格和数量词；

根据抽取的语义元素，按照预先定义好的模板，自动生成潜在知识点。

13.根据权利要求11所述的一种电力营销知识的应用方法，其特征在于，对所述知识点进行审核生成知识主题并发布，包括：

根据知识点的知识内容选择相匹配的知识模板，将知识内容按照知识模板规范要求审核修改；所述知识模板为文档性模板，词条性模板和问答性模板；

对审核后的知识点添加知识标签和属性，填写与专业词之间的关联关系，然后将知识点以原子化知识的形态存储；

将同一分类的原子化知识点内容按照预先设定好的词条知识格式，将对应的属性填入，生成一篇知识主题。

14.根据权利要求13所述的一种电力营销知识的应用方法，其特征在于，还包括：

将按照文档性模板审核生成的电力文档知识及相关标签存储在电力文档素材库；

将按照词条性模板审核生成的电力词条知识及相关标签存储在电力词条库；

将按照问答性模板审核生成的电力问答及相关标签存储在电力问答经验库。

15.根据权利要求14所述的一种电力营销知识的应用方法，其特征在于，对所生成的知识主题进行应用，包括：

对电力文档素材库进行电力文档检索以及电力文档关键词查询应用；

对电力词条库进行电力词条检索以及热点词条查询应用；

对电力问答经验库进行电力问答经验检索以及热点问答经验查询应用。

Images