申请/专利权人：中国南方电网有限责任公司

申请日：2020-12-16

公开（公告）日：2024-02-13

公开（公告）号：CN112507117B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/279

优先权：

专利状态码：有效-授权

法律状态：2024.02.13#授权;2021.04.02#实质审查的生效;2021.03.16#公开

摘要：本发明公开了一种基于深度学习的检修意见自动分类方法，包括将待分类的检修意见进行按句拆分，并将拆分后的句子进行分词；根据分词结果，构建词向量模型，并将词向量模型和预设词列表库中的词关联；其中，词列表库基于电力专业词汇的释义构建；将分词结果和关联后的词向量模型输入预先训练的分类模型，获得分类结果。同时公开了相应的系统。本发明利用分类模型，实现检修意见的自动分类；同时本发明将检修意见的词向量模型和词列表库中的词关联，对词向量进行扩充，减少计算维度。

主权项：1.一种基于深度学习的检修意见自动分类方法，其特征在于：包括，将待分类的检修意见进行按句拆分，并将拆分后的句子进行分词；根据分词结果，构建词向量模型，并将词向量模型和预设词列表库中的词关联；其中，词列表库基于电力专业词汇的释义构建；将分词结果和关联后的词向量模型输入预先训练的分类模型，获得分类结果；其中，训练分类模型的过程为：从历史检修单中获取检修意见，将其进行按句拆分；对拆分后的句子进行标记，构建样本语料；根据电力专业词汇表，从网络抓取电力专业词汇的释义，构建扩充语料；对样本预料和扩充语料中的句子进行分词；统计分词获得的词语，构建词列表库；根据分词结果构建词向量模型，并将词向量模型和词列表库中的词关联；将样本语料中训练语料的分词结果、关联后的词向量模型输入分类模型，进行训练。

全文数据：

权利要求：

百度查询： 中国南方电网有限责任公司 一种基于深度学习的检修意见自动分类方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD