基于自动机器学习的电网客户语音情感分类方法

作者：沈然; 王庆娟; 金良峰; 丁麒

来源：浙江电力, 2022, 41(05): 82-88.

DOI：10.19585/j.zjdl.202205012

• 自动机器学习
• 情感识别
• 搜索空间构建
• 强化学习

自动识别电网客户语音中的情感对电网运营具有重要的意义，语音情感分类模型往往需要专家根据经验设计，这限制了人工智能算法在这一模型上的应用。提出了一种基于自动机器学习的电网客户语音情感分类算法。首先设计了神经网络搜索空间构建方法，构建了基础的神经网络基本组成单元，并搭建了对应的元架构空间。然后，为了提高情感分类模型的准确率，利用强化学习进行神经网络模型和超参数的求解。实验结果表明，该算法可以有效完成电网客户情感分类任务，情感分类准确率达到90.93%，而且整个过程不依赖于人工设计，具有较高的效率和准确率。