228集成电路应用第40卷第1期（总第352期）2023年1月Applications创新应用通过词法分析、语法分析、语义识别等技术，对用户输入的自然语言问题进行语义解析，有效地理解用户的信息检索需求和信息对象包含的内容：（1）保障知识图谱的检索更加准确，（2）语音交互提供基础核心能力,自然语言处理的过程如图1。语音交互的内核是三个技术部分，语音识别(ASR)，自然语言处理(NLP)和语音合成(TTS)。其主要目的是让系统能够在知识库的支撑下，自动实现与人类的无障碍交流。图2为语音交互过程。（1）语音识别。语音识别（AutomaticSpeechRecognition，ASR）是将声音解析成文字的过程。语音识别的关键技术是语音采集和语音转写。由于客户口音及方言问题，引入了机器自学习和语音标注来增强语言识别能力。0引言为切实做好一线人员的技术支撑保障工作，借助人工智能技术，建立基于语义的数据融合模型，屏蔽数据壁垒，推进数据融合共享，借助企业数字化转型契机，围绕基层班组最为关心的核心业务，建设智能外呼助手。1研究背景知识图谱（KnowledgeGraph）以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。知识图谱源自语义网络，涉及图形学、信息可视化、信息科学等学科的理论，本质是搭建形成知识之间的关系。构成要素主要是节点和边，节点表示实体或概念，边表示实体与属性或实体之间的关系，节点之间通过边进行链接，形成网状的知识库，进而构成知识图谱。知识图谱本质上是一个知识库，是提供数据让智能化工具具有认知能力的知识库，是人工智能的一个分支，是智能化应用具有认知能力的基石。自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。包括语言学、计算机科学、数学等科学理论与方法。作者简介：熊小舟，国网江西省电力有限公司信息通信分公司；研究方向：智能技术应用。收稿日期：2022-09-13；修回日期：2022-12-22。摘要：阐述基于知识图谱和语音识别的智能外呼助手，通过知识图谱技术构建客户服务专业知识图谱数据库，结合语音识别、自然语言处理技术，实现智能研判、异常提醒、自动外呼、智能应答。关键词：知识图谱，语音识别，智能外呼。中图分类号：TP18，TP311.13文章编号：1674-2583(2023)01-0228-02DOI：10.19339/j.issn.1674-2583.2023.01.103文献...
