针对海量电力运营文本数据缺乏有效应用的现状，提出了一种包括文本清洗和文本分析的电力运营文本数据预处理方法，且进一步设计了基于文本数据特征识别的电力运营信息模型。该模型采用词频-逆向文档频率（TF-IDF）算法提取经预处理后的电力运营文本特征项，并将其作为长短期记忆网络（LSTM）的输入，实现特征的自动学习。最终，输出电力运营文本分类结果。通过算例分析结果表明，所提出的TF-IDF-LSTM算法相比于LSTM与TF-IDF-SVM算法，在电力运营文本分类上具有更高的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
