基于FastText的电力媒资数据的监督学习优化方法研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-05-06-148169

基于FastText的电力媒资数据的监督学习优化方法研究

李　嘉, 邹海彬, 臧艳娇

英大传媒投资集团有限公司

全文直达

引用

打印

摘要：本论文旨在研究和探讨基于FastText的监督学习优化方法在电力媒资数据分析中的应用。电力行业积累了大量的媒资数据，包括文本、报告和评论等，这些数据包含了有关电力系统的宝贵信息。然而，有效地分析和利用这些数据仍然是一个挑战。本文介绍了FastText的基本原理和监督学习框架，然后提出了一种优化方法，以提高电力媒资数据的文本分类和情感分析性能。实验结果表明，该方法在电力媒资数据分析中具有显著的优势，有望为电力行业提供更准确和实用的信息。

关键词：

电力行业；FastText；监督学习优化

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2023,5(6)