王琼 杨波 陈佐虎

（1.国网甘肃省电力公司信息通信公司 甘肃省兰州市 730050 2.甘肃同兴智能科技发展有限责任公司 甘肃省兰州市 730030）

1 引言

电力公司各部门长期积累大量垂直型文档数据[1]，但是少有人关注随着数据量的增加随之而带来的管理问题[2]。文本数据缺乏分类标准与依据、分类不合理、自动分类智能化程度不高，这些都为电力企业的文档资料管理工作带来了巨大挑战[3]。网络大数据信息挖掘、自然语言处理、信息检索等各类技术的多融合应用能很好地解决信息过载时代的亟待解决的开放域与垂直域中的文本数据管理问题。文本分类技术作为这些领域的技术基石和先期任务，为了适应文本管理过程中需要处理的内容、类型各异的数据对象，相关技术在近年来得到了快速发展和广泛关注[4-6]。传统的文本分类是由专家或专业人士等大规模人工干预的条件下进行的标签注释和手工分类的工作。人工分类方法费时费力，且易受个体理解的影响，无法保证分类的统一标准。相对于人工方法，自动分类方法可以有效地减少分类工作的繁杂性，且大幅度提高了信息处理的效率。然而，随着数字化企业技术的发展，公司文本数据以指数级增长，这给文本智能分类技术带来了巨大挑战[7-8]。

2 电力文本管理现状分析

近年来，随着现代电力系统的日益发展，贯通全电网数据通信机制、智能化管理、数据应用超市的上线和运行的过程中，电力数据出现了井喷式增长的现象。……