申请/专利权人:三峡大学;中国长江三峡集团有限公司
申请日:2023-10-13
公开(公告)日:2024-02-20
公开(公告)号:CN117573864A
主分类号:G06F16/35
分类号:G06F16/35;G06F40/289;G06F40/216;G06F40/30;G06Q50/06;G06N20/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.08#实质审查的生效;2024.02.20#公开
摘要:本发明提供了一种事故报告文本智能分类TF‑IDF‑GloVe‑LDA方法,包括如下步骤:S1、采集电力人身伤亡事故报告,构建数据集;S2、对数据集进行预处理操作,包括数据清洗、分词以及去停止词;S3、构建TF‑IDF‑GloVe‑LDA文本特征提取模型;S4、将提取的词向量矩阵,输入到SVM中进行训练,实现事故报告文本的分类。该方法通过模型设计,充分利用文本与主题之间的关系及上下文信息,提高了文本特征的提取能力,可适用于事故报告文本的智能分类。
主权项:1.一种事故报告文本智能分类TF-IDF-GloVe-LDA方法,其特征在于,包括如下步骤:S1、采集电力人身伤亡事故报告,构建数据集;S2、对数据集进行预处理操作,包括数据清洗、分词以及去停止词;S3、构建TF-IDF-GloVe-LDA文本特征提取模型;S4、将提取的词向量矩阵,输入到SVM中进行训练,实现事故报告文本的分类。
全文数据:
权利要求:
百度查询: 三峡大学;中国长江三峡集团有限公司 一种事故报告文本智能分类TF-IDF-GloVe-LDA方法
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。