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

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

参考

[1] 周 飞 燕， 金 林 鹏， 董 军 . 卷 积 神 经 网 络 研 究 综

述 [J]. 计 算 机 学 报，2017，40（6）：1229-1251. DOI：

10.11897/SP.J.1016.2017.01229.

[2] 王江 .fastText 原理及实践 [EB/OL]https：//zhuanlan.

zhihu.com/p/32965521.2020-4-25/2023-10-20

[3] 周 练 .Word2vec 的 工 作 原 理 及 应 用 探 究 [J]. 科 技

情 报 开 发 与 经 济，2015（2）：145-148. DOI：10.3969/

j.issn.1005-6033.2015.02.061.

[4] 谢剑芳，田英明，徐旭，等 . 基于 FastText 的专利

文本自动分类方法研究 [J]. 仪器仪表标准化与计量，2020

（4）：21-24. DOI：10.3969/j.issn.1672-5611.2020.04.008.

[5] 代令令，蒋侃 . 基于 fastText 的中文文本分类 [J]. 计

算 机 与 现 代 化，2018（5）：35-40，85. DOI：10.3969/

j.issn.1006-2475.2018.05.008.

[6] 刘测，韩家新 . 面向新闻文本的分类方法的比较

研究 [J]. 智能计算机与应用，2018，8（5）：38-41. DOI：

10.3969/j.issn.2095-2163.2018.05.009.

[7] 李泽龙 . 基于 FastText 的长文本快速精确分类算法

研究 [D]. 浙江：浙江大学，2018.