[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

说明书

本申请公开了一种电力领域隐患事件文本分类方法及其相关装置，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；通过预处理后的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；通过文本分类模型对预处理后的待分类样本进行文本分类，根据分类类别概率获取置信度；将置信度最高的第一预置数量个待分类样本添加到风险隐患库，剩余待分类样本放回无标签样本库；通过文本分类模型对更新后的风险隐患库中有标签样本进行文本分类并获取置信度；将置信度最低的第二预置数据量个更新后的风险隐患库中的有标签样本添加到风险隐患库回收站，改善了现有的电力领域风险隐患事件文本采用人工审查方式，存在效率低和耗时长的技术问题。

技术领域

本申请涉及文本分类技术领域，尤其涉及一种电力领域隐患事件文本分类方法及其相关装置。

背景技术

电力供应关系民生，安全生产对电力企业尤为重要。虽然电力企业制定了安全规程，以规范电网运行过程，保障电网设备和人员安全。但事故和未遂事故仍时有发生，大量的事故事件记录的描述中暴露出操作过程中存在的问题。通过对这些文本记录的调查和统计分析，可以为采取有针对性的控制措施，防止事故的发生，提高安全管理和监督水平。然而，这些文本通常都是依赖于人工方式进行审查，效率低，费时长，工作量大。因此，提供一种电力领域隐患事件文本分类方法是本领域技术人员亟需解决的技术问题。

发明内容

本申请提供了一种电力领域隐患事件文本分类方法及其相关装置，用于改善现有的电力领域风险隐患事件文本采用人工审查方式，存在效率低和耗时长的技术问题。

有鉴于此，本申请第一方面提供了一种电力领域隐患事件文本分类方法，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。

可选的，所述预处理包括分词和/或去停用词。

可选的，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。

可选的，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。

可选的，步骤S6之后还包括：