一种火力发电领域语料数据的实体分类方法及装置

摘要

本发明涉及一种火力发电领域语料数据的实体分类方法及装置，属于火力发电技术领域，方法包括，对包含火力发电领域语料数据的待分类文本集合S进行初次分类，得到已成功分类文本集合S1和未成功分类文本集合S2；提取未成功分类文本集合S2中的实体新词，建立实体新词列表E；将实体新词列表中的实体新词逐一与已成功分类文本集合S1进行实体对齐，确认实体新词的实体类别。本发明利用火力发电领域文本数据，综合采用无监督专业词汇发现算法和文本分类算法，实现对发电语料数据的实体分类，其所构建的火力发电专业词库也可用于该领域内文本数据挖掘的语料支撑。