基于新词发现与特征融合的电力设备缺陷文本挖掘

摘要：

随着电网设备运维的智能化发展,文本作为复杂的非结构化数据如何被有效利用已成为重要的问题.首先利用新词发现和传统分词方法对文本预处理,然后将字词特征映射至多维向量空间,最后基于特征融合构建了注意力机制优化卷积神经网络缺陷文本分类模型.算例分析表明,所提方法比传统深度学习方法提高了分类准确率,有更好的语义学习能力.

关键词：特征融合、卷积神经网络、电力设备、文本挖掘

所属期刊栏目：43

分类号：TM407(变压器、变流器及电抗器)

资助基金：基于大数据分析的输变配电设备状态跟踪与智能运检策略研究与应用项目2019-LHKJ-014

在线出版日期：2021-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3