基于词向量模型的95598工单文本挖掘

• 作者: 刘宏国 宗振国 张春秋 田晓 谢季川
• 来源期刊: 电子世界
• 关键词: 95598工单 神经网络语言模型 词向量 文本分类
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 技术交流
• 页码范围: 176,178
• 页数: 2页
• 字数: 2390字
• 语种: 中文

摘要

本文结合电力工单特点,提出运用神经网络语言模型进行文本挖掘,使用word2vec方法对电力工单文本进行训练,生成电力工单词向量.在电力工单词向量的基础上,作为其他模型的输入,实现对电力工单进一步的文本挖掘分析,帮助客服人员了解客户诉求,提供更优质便捷的服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春秋		9	10	2.0	3.0
2	刘宏国		14	29	3.0	5.0
3	谢季川		6	7	1.0	2.0
4	田晓		13	23	3.0	4.0
5	宗振国		2	7	1.0	2.0