[發明專利]一種特種設備輿情分類方法

在審

• 申請號: 202110030059.5
• 申請日: 2021-01-11
• 公開（公告）號: CN112699674A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 陳樹芳;李娟;劉麗梅;薛慶;李磊
• 申請（專利權）人: 山東特檢魯安工程技術服務有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/44;G06Q50/00
• 代理公司: 濟南格源知識產權代理有限公司 37306
• 代理人: 韓洪淼

1.一種特種設備輿情分類方法，其特征在于如下步驟：

獲取輿情文本，對輿情文本進行校驗、拆分、向量化轉化為詞向量；

對詞向量進行分類預測獲得輿情相關的特種設備類別。

2.根據權利要求1所述的特種設備輿情分類方法，其特征是：

對輿情文本進行校驗時，判斷輿情文本是否存在缺失值和異常值，進行輿情文本數據補充或剔除。

3.根據權利要求1所述的特種設備輿情分類方法，其特征是：

輿情文本拆分是通過對校驗后的輿情文本進行分詞、過濾詞停用詞獲得多個輿情數據詞表，

輿情文本分詞時，基于前綴詞典實現詞圖掃描，生成句子中漢字所有可能成詞情況，進而生成有向無環圖，采用動態規劃查找最大概率路徑，找出基于詞頻的最大切分組合，對于未登錄詞，采用基于漢字成詞能力的隱馬爾可夫模型；

過濾詞停用，用于實現文本數據中噪聲過濾，通過停用詞庫來實現，結合特種設備應用領域選擇合適的停用詞庫。

4.根據權利要求3所述的特種設備輿情分類方法，其特征是：

向量化時，針對分詞和過濾詞停用后的輿情數據詞表，不考慮每個詞出現的順序，只將每個詞出現的頻次v_i進行統計，構成一個特征向量V＝{v₁，v₂，...，v_n}，作為輿情文本特征，其中n為輿情數據詞表維數。

匯集每一條輿情文本的特征向量V為n維輸入空間：

X＝{V₁，V₂，...，V_N}

其中N為輿情樣本數據數量；

設置8個特種設備分類和1個其他分類共計9個類別，分類空間表示為C＝{c₁，c₂，...，c₉}，則輿情數據集可表示為：

5.根據權利要求4所述的特種設備輿情分類方法，其特征是：分類預測時，首先根據

獲得每個類別的后驗概率；再根據下述公式獲得最大后驗概率

進而選擇最大后驗概率作為所屬特種設備種類。

6.根據權利要求3所述的特種設備輿情分類方法，其特征是：對獲得的輿情數據表應用WordCloud庫生成詞云進行展示。

7.根據權利要求3所述的特種設備輿情分類方法，其特征是：進行分詞時，采用句子劃分、可成詞的詞語劃分、長詞切分劃分。