[发明专利]一种电力领域隐患事件文本分类方法及其相关装置

权利要求书

1.一种电力领域隐患事件文本分类方法，其特征在于，包括：

S1、构建包括有标签样本的风险隐患库和包括待分类样本的无标签样本库，所述有标签样本为有标签的电力领域风险隐患事件文本，所述待分类样本为无标签的电力领域事件文本；

S2、对所述有标签样本的置信度进行初始化，并对所述有标签样本进行预处理后，通过预处理后的所述有标签样本对预置文本分类网络进行训练，得到文本分类模型；

S3、从所述无标签样本库随机抽取若干所述待分类样本进行预处理后输入到所述文本分类模型进行文本分类，并根据所述待分类样本对应的分类类别概率获取该待分类样本的置信度；

S4、将置信度最高的第一预置数量个所述待分类样本添加到当前的风险隐患库，得到更新后的所述风险隐患库，剩余的待分类样本放回所述无标签样本库；

S5、通过所述文本分类模型对更新后的所述风险隐患库中的有标签样本进行文本分类，并基于更新后的所述风险隐患库中各有标签样本的分类类别概率获取置信度；

S6、将置信度最低的第二预置数据量个更新后的所述风险隐患库中的有标签样本添加到风险隐患库回收站，并返回步骤S3，直至所述无标签样本库中的样本数量为0。

2.根据权利要求1所述的电力领域隐患事件文本分类方法，其特征在于，所述预处理包括分词和/或去停用词。

3.根据权利要求1所述的电力领域隐患事件文本分类方法，其特征在于，所述预置文本分类网络包括前向长短期记忆网络、后向长短期记忆网络、注意力层、Dropout层和归一化层；

所述前向长短期记忆网络和所述后向长短期记忆网络的输出端均连接所述注意力层的输入端；

所述注意力层的输出端与所述Dropout层的输入端连接，并与所述归一化层跨越连接；

所述Dropout层的输出端与所述归一化层的输入端连接。

4.根据权利要求1所述的电力领域隐患事件文本分类方法，其特征在于，所述根据所述待分类样本对应的分类类别概率获取该待分类样本的置信度，包括：

将所述待分类样本对应的分类类别概率中的最高概率值作为该待分类样本的置信度。

5.根据权利要求1所述的电力领域隐患事件文本分类方法，其特征在于，步骤S6之后还包括：

S7、对所述风险隐患库回收站中的置信度最高的第三预置数量个有标签样本进行审核，调整审核通过的有标签样本的置信度，并将调整后的有标签样本添加到更新后的所述风险隐患库，将审核不通过的有标签样本删除标签后添加到所述无标签样本库；

S8、当所述无标签样本库的样本数量达到预置阈值时，返回步骤S3。

6.一种电力领域隐患事件文本分类装置，其特征在于，包括：

构建单元，用于构建包括有标签样本的风险隐患库和包括待分类样本的无标签样本库，所述有标签样本为有标签的电力领域风险隐患事件文本，所述待分类样本为无标签的电力领域事件文本；

训练单元，用于对所述有标签样本的置信度进行初始化，并对所述有标签样本进行预处理后，通过预处理后的所述有标签样本对预置文本分类网络进行训练，得到文本分类模型；

第一分类单元，用于从所述无标签样本库随机抽取若干所述待分类样本进行预处理后输入到所述文本分类模型进行文本分类，并根据所述待分类样本对应的分类类别概率获取该待分类样本的置信度；

添加单元，用于将置信度最高的第一预置数量个所述待分类样本添加到当前的风险隐患库，得到更新后的所述风险隐患库，剩余的待分类样本放回所述无标签样本库；

第二分类单元，用于通过所述文本分类模型对更新后的所述风险隐患库中的有标签样本进行文本分类，并基于更新后的所述风险隐患库中各有标签样本的分类类别概率获取置信度；

第一触发单元，用于将置信度最低的第二预置数据量个更新后的所述风险隐患库中的有标签样本添加到风险隐患库回收站，并触发所述第一分类单元，直至所述无标签样本库中的样本数量为0。