1.一种基于AI大模型的电力客服语义分析方法，其特征在于，包括：基于自然语言将接收到的电力咨询文本进行切片，得到多个咨询文本片段；基于AI大模型的语义理解能力对每个咨询文本片段进行语义关系解析，根据每个咨询文本片段中词语之间的语义关系构建语义关系图谱；基于所述语义关系图谱和电力业务知识图谱确定每个咨询文本片段关联的目标电力业务场景；基于每个咨询文本片段之间的逻辑联系将每个咨询文本片段进行跨片段语义整合，得到跨片段语义整合文本；基于所述跨片段语义整合文本和所述目标电力业务场景输出答复文本；其中，所述基于所述语义关系图谱和电力业务知识图谱确定每个咨询文本片段关联的目标电力业务场景，包括：将所述语义关系图谱中的第一图谱节点和所述电力业务知识图中的第二图谱节点进行组合，得到目标图谱节点对；所述第一图谱节点和所述第二图谱节点满足预设条件；所述预设条件为节点之间的语义相似度大于预设相似度阈值；对于每个目标图谱节点对，基于所述第一图谱节点对应的第一邻接节点和所述第二图谱节点对应的第二邻接节点进行路径遍历，得到初始关联路径；所述初始关联路径基于满足所述预设条件的第一邻接节点和第二邻接节点组成；基于初始关联路径在所述语义关系图谱中的第一语义关系与其在所述电力业务知识图谱中的第二语义关系之间的语义一致性，确定目标关联路径；基于所述目标关联路径中的每个节点在所述电力业务知识图谱中的位置，确定每个咨询文本片段的目标电力业务场景；所述基于每个咨询文本片段之间的逻辑联系将每个咨询文本片段进行跨片段语义整合，得到跨片段语义整合文本，包括：对每个咨询文本片段之间的逻辑联系进行分类，得到每个咨询文本片段之间的逻辑联系类别，并以每个咨询文本片段为节点，以每个咨询文本片段之间的逻辑联系类别为节点边，构建逻辑联系图；对于所述逻辑联系图中的每个第二目标节点，基于各个节点边在所述逻辑联系图中进行路径遍历，确定以所述第二目标节点为起点或/和以所述第二目标节点为终点的路径的路径数量；将路径数量大于预设数量的咨询文本片段确定为关键文本片段；基于所述关键文本片段结合每个咨询文本片段的文本语义主题将每个咨询文本片段进行跨片段语义整合，得到所述跨片段语义整合文本。
2.根据权利要求1所述的基于AI大模型的电力客服语义分析方法，其特征在于，所述基于所述目标关联路径中的每个节点在所述电力业务知识图谱中的位置，确定每个咨询文本片段的目标电力业务场景，包括：获取所述目标关联路径中的第一目标节点；第一目标节点在所述电力业务知识图谱中的位置处于所述电力业务知识图谱的图谱中心节点的预设范围内；将所述电力业务知识图谱中与所述第一目标节点存在关系链接的业务场景确定为初始电力业务场景；基于咨询文本片段的第一语义特征向量与每个初始电力业务场景的第二语义特征向量之间的语义契合度对初始电力业务场景进行排序，得到排序后电力业务场景；将排序后电力业务场景中优先级最高的电力业务场景确定为每个咨询文本片段的目标电力业务场景。
3.根据权利要求1所述的基于AI大模型的电力客服语义分析方法，其特征在于，所述基于所述关键文本片段结合每个咨询文本片段的文本语义主题将每个咨询文本片段进行跨片段语义整合，得到所述跨片段语义整合文本，包括：对于任意两个目标咨询文本片段，确定目标咨询文本片段的文本语义主题在目标咨询文本片段之间的逻辑联系下的语义主题关联度；基于所述关键文本片段在所述逻辑联系图中的位置，以及所述关键文本片段与其他咨询文本片段之间的语义主题关联度，构建跨片段语义整合框架；所述其他咨询文本片段为除所述关键文本片段外的咨询文本片段；基于所述跨片段语义整合框架将每个咨询文本片段进行跨片段语义整合，得到所述跨片段语义整合文本。
4.根据权利要求1所述的基于AI大模型的电力客服语义分析方法，其特征在于，所述基于AI大模型的语义理解能力对每个咨询文本片段进行语义关系解析，根据每个咨询文本片段中词语之间的语义关系构建语义关系图谱，包括：对于每个咨询文本片段，基于AI大模型对咨询文本片段进行语法解析，识别出咨询文本片段中的各类词性的词语；基于每个词语的第三语义特征向量对咨询文本片段进行语义关系解析，识别出咨询文本片段中每个词语之间的初步语义关系；每个词语的第三语义特征向量表征每个词语在咨询文本片段对应的语义空间中的位置，基于词语中每个语义特征的贡献程度和语义特征值确定；基于每个词语的上下文信息对初步语义关系进行调整，得到咨询文本片段中每个词语之间的强化后语义关系；基于AI大模型根据每个词语之间的第三语义特征向量的向量方向确定每个词语之间的语义关系方向，并根据每个词语之间的语义关系方向和强化后语义关系确定每个词语之间的强化后语义关系的语义关系层次；以每个咨询文本片段中的词语为图节点，以每个咨询文本片段中每个词语之间的强化后语义关系、语义关系方向和语义关系层次构建节点之间的边，得到所述语义关系图谱。
5.根据权利要求1至4任一项所述的基于AI大模型的电力客服语义分析方法，其特征在于，所述基于自然语言将接收到的电力咨询文本进行切片，得到多个咨询文本片段，包括：按照标点符号将所述电力咨询文本进行分割，得到初始文本片段；将所述初始文本片段中语义连贯性程度大于等于预设贯性程度阈值的相邻文本片段进行合并，得到合并后文本片段；语义连贯性程度根据相邻文本片段之间的文本主题和文本语境确定；基于预设的电力关键词词典识别出每个合并后文本片段的电力关键词，并根据每个合并后文本片段的电力关键词和语义信息进行主题聚类，得到每个合并后文本片段的主题聚类结果；基于预设的关联词词典识别出每个合并后文本片段在所述电力咨询文本中关联的关联词，并基于每个合并后文本片段的关联词和主题聚类结果将所述电力咨询文本进行结构层次划分，得到每个合并后文本片段的文本结构层次；将同一主题聚类结果和文本结构层次的合并后文本片段划分为同一切片，得到多个所述咨询文本片段。
6.一种基于AI大模型的电力客服语义分析装置，其特征在于，应用于如权利要求1至5任一项所述的基于AI大模型的电力客服语义分析方法；所述基于AI大模型的电力客服语义分析装置包括：文本切片模块，用于基于自然语言将接收到的电力咨询文本进行切片，得到多个咨询文本片段；语义关系解析模块，用于基于AI大模型的语义理解能力对每个咨询文本片段进行语义关系解析，根据每个咨询文本片段中词语之间的语义关系构建语义关系图谱；业务场景关联模块，用于基于所述语义关系图谱和电力业务知识图谱确定每个咨询文本片段关联的目标电力业务场景；文本整合模块，用于基于每个咨询文本片段之间的逻辑联系将每个咨询文本片段进行跨片段语义整合，得到跨片段语义整合文本；意图识别输出模块，用于基于所述跨片段语义整合文本和所述目标电力业务场景输出答复文本；其中，所述基于所述语义关系图谱和电力业务知识图谱确定每个咨询文本片段关联的目标电力业务场景，包括：将所述语义关系图谱中的第一图谱节点和所述电力业务知识图中的第二图谱节点进行组合，得到目标图谱节点对；所述第一图谱节点和所述第二图谱节点满足预设条件；所述预设条件为节点之间的语义相似度大于预设相似度阈值；对于每个目标图谱节点对，基于所述第一图谱节点对应的第一邻接节点和所述第二图谱节点对应的第二邻接节点进行路径遍历，得到初始关联路径；所述初始关联路径基于满足所述预设条件的第一邻接节点和第二邻接节点组成；基于初始关联路径在所述语义关系图谱中的第一语义关系与其在所述电力业务知识图谱中的第二语义关系之间的语义一致性，确定目标关联路径；基于所述目标关联路径中的每个节点在所述电力业务知识图谱中的位置，确定每个咨询文本片段的目标电力业务场景；所述基于每个咨询文本片段之间的逻辑联系将每个咨询文本片段进行跨片段语义整合，得到跨片段语义整合文本，包括：对每个咨询文本片段之间的逻辑联系进行分类，得到每个咨询文本片段之间的逻辑联系类别，并以每个咨询文本片段为节点，以每个咨询文本片段之间的逻辑联系类别为节点边，构建逻辑联系图；对于所述逻辑联系图中的每个第二目标节点，基于各个节点边在所述逻辑联系图中进行路径遍历，确定以所述第二目标节点为起点或/和以所述第二目标节点为终点的路径的路径数量；将路径数量大于预设数量的咨询文本片段确定为关键文本片段；基于所述关键文本片段结合每个咨询文本片段的文本语义主题将每个咨询文本片段进行跨片段语义整合，得到所述跨片段语义整合文本。
7.一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述计算机软件程序，其特征在于，所述处理器执行计算机软件程序时，实现如权利要求1至5任一项基于AI大模型的电力客服语义分析方法。
8.一种非暂态计算机可读存储介质，所述存储介质中存储有计算机软件程序，其特征在于，所述计算机软件程序被处理器执行时，实现如权利要求1至5任一项所述基于AI大模型的电力客服语义分析方法。
