基于电力工单文本的WTF-IDF特征选择优化

文中通过对95598客服服务中心的电力工单历史数据中反映的热点问题进行建模,实现对海量工单文本内容快速、准确地分类,为管理人员发现与解决问题提供支撑。针对电力领域的特殊性,引入了通过新词识别手段构建的针对电力文本的领域词典。通过对传统的TF-IDF算法加以改进,提出了加入领域词典的WTF-IDF特征选择优化算法,旨在给予工单问题中重要的词更多的注意力,有助于机器更好地理解句子中的重点。实验表明,所提方法在电力文本分类方面比传统的TF-IDF取得了更高的准确率与更快的模型训练速度。