公开(公告)号：CN108021679A

公开(公告)日：2018-05-11

申请号：CN201711288010.X

申请日：2017-12-07

申请人： 国网山东省电力公司电力科学研究院 ,  北京邮电大学 ,  国家电网公司

发明人： 杨祎 ,  宇文梦柯 ,  王智翔 ,  白德盟 ,  辜超 ,  郭志红 ,  陈玉峰 ,  闫丹凤 ,  李贞 ,  林颖 ,  李程启 ,  秦佳峰 ,  郑文杰 ,  李娜

IPC分类号： G06F17/30 ,  G06F17/27

摘要： 本发明公开了一种并行化的电力设备缺陷文本分类方法，将领域词库加入到用户词典中，对缺陷案例进行预处理，进行分词和去停用词；利用爬虫算法，收集电网故障案例的文本语料，利用Spark的word2vec进行训练，获取该领域的词向量表示；将获取的缺陷案例和词向量进行向量化表示，将缺陷案例进行文本表示，形成矩阵；将矩阵输入到SVM多分类器中，进行训练与分类，得到分类结果。