摘 要：
伴随着工业运行进程的加快，人民生活水平逐渐提高，对于电力方面提出了严格的需求。电网系统规模扩大，复杂性增加，有的电网系统出现故障的概率极高，电力用户报修数量呈现出了明显上升趋势。当前阶段，主要是采取人工的方式分类报修工单。但是该种方式识别率不高、效率较低，提高报修工单分类的准确性，有利于电网部门对资源合理配置，加快故障解决进度。基于此，怎样有效的对报修工单进行自动化的分类是电力系统中十分重要的一项研究方向。电力故障报修文本分类是文本分类任务。词向量与训练技术把离散的词映射到了高维数字向量，是深度学习方式应用于文本分类任务的关键前提。以往传统类型的模型是基于局部语料进行学习，缺少整体语料信息的学习。传统词向量难以解决一词多义问题。在本篇文章中主要论述了基于双通道融合网络的电力故障报修分类模型。
友情链接