《基于多粒度特征的双注意力BiGRU运检问询分类算法》为作者：郑伟彦最新的研究成果，本论文的主要观点为运检事件问询意图识别是电网智能运检系统中理解用户意图的关键子任务。考虑到用户的表达存在多个意图、文本较短以及提取文本特征不足的问题，提出了一种基于双注意力机制的融合字向量、词向量和词权重信息的双向门控循环神经网络模型。区别于一般多意图文本分类模型只用词作为特征，该模型在使用词作为输入特征的基础上，融合了字和词权重信息的深层语义表达; 同时，使用注意力机制关注对意图类别有价值的部分，更好地把握文本的真实意图，提高多意图文本分类的精度。实验结果表明，与未使用多粒度特征的模型相比，该模型在电网运检事件意图分类数据集和故障协同处置类数据集上的准确率分别提高了1。65和1。71个百分点，验证了所提方法能够有效提高多意图文本分类的准确率。不知是否符合录用要求，望您批评与指正。