基于DBM的电力投诉工单分类的应用研究

• 作者: 杨恒 颜宏文
• 来源期刊: 计算技术与自动化
• 关键词: 投诉 TF-IDF DBM 文本分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 86-90
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202003018

摘要

提出了基于深度玻尔兹曼机的电力投诉工单识别分类模型.首先对投诉工单数据进行数据清洗,对处理后的数据使用结巴分词算法进行分词并制作字典,再使用词袋模型对所分词向量化处理提取文本特征.进一步地,通过TF-IDF算法找出关键词以及余弦相似度计算训练、测试文档间的相似度;最后使用深度玻尔兹曼机对投诉工单进行分类.实验证明,分类的准确度达到80％,有效地缓解电力部门的工作压力,提高工作效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜宏文		21	213	7.0	14.0
2	杨恒		1	0	0.0	0.0