一种基于模型集成和数据扩充的公文分类方法

发布时间: 2025-03-27

基本信息

合作方式：技术咨询

成果类型：实用新型专利

行业领域：

新一代信息技术产业,人工智能

成果介绍

本发明提出了一种基于模型集成和数据扩充的公文分类方法，旨在解决企业内部公文分类流转效率低、准确率低的问题。该方法通过收集各部门文件并建立数据集，利用数据分析技术处理脏数据，并通过建立部门高频词表来扩充小样本数据和删减大批量样本，实现数据集的快速扩充和样本均衡。随后，利用BiLstm、ALbert、XLNet等深度学习模型分别建模，针对不同长度的文本进行分类处理。通过模型集成和逻辑判断，实现了公文智能分类的高效与准确。该方法不仅提高了公文分类的准确率，还显著缩短了分类时间，为企业内部的公文管理提供了强有力的技术支持。该成果的应用将极大地提升企业的办公效率，降低人力成本，推动企业数字化转型的进程。

成果亮点

本实用新型的核心亮点在于其创新性的散热与防尘设计。首先，通过内壳内部对称设置的散热扇和动力机构，实现了高效的散热效果，有效避免了元器件因温度过高而引发的故障，延长了设备的使用寿命。其次，防尘机构和清洁机构的设置，有效阻隔了外部灰尘的进入，并保持了内壳内部的通风性能，进一步提升了设备的可靠性和稳定性。此外，该实用新型的结构设计简单合理，易于安装和维护，降低了使用成本。这些亮点共同构成了本实用新型在干式高压电流互感器领域的独特优势，为电力系统的安全稳定运行提供了有力保障。

团队介绍

本实用新型的研发团队由北京国网信通埃森哲信息技术有限公司的资深工程师和技术专家组成。团队成员在电力设备研发、电气工程设计及散热技术等领域具备深厚的专业知识和丰富的实践经验。通过不断的技术创新和实践探索，成功研发出具有创新性和实用性的干式高压电流互感器，为用户提供更加安全、可靠、高效的电力设备解决方案。

成果资料