1.一种基于百度百科的电网领域短语识别分类方法，其特征在于，包括如下步骤：步骤S1，从给定的语料C中提取出出现频次大于或等于阈值t的短语视为高频候选短语；步骤S2，对提取到的所述高频候选短语进行冗余短语过滤；步骤S3，从互联网上的百度百科中爬取经短语过滤后剩余的各所述高频候选短语对应的词条解释，并将无法爬取到所述词条解释的所述高频候选短语视为非法短语予以剔除，将能够爬取到所述词条解释的所述高频候选短语视为合法短语予以保留；步骤S4，通过一预先训练的电网领域短语识别分类模型，对被视为合法短语的所述高频候选短语进行识别分类，输出电网领域短语；所述步骤S1中，对所述高频候选短语的具体提取过程包括如下步骤：步骤S11，从给定的所述语料C中获取长度为L1的短语p1，并将所获取的所述短语p1存储在字典Index中；步骤S12，对所述字典Index进行短语搜索，以从所述字典Index中搜索出在所述语料C中的出现频次大于或等于所述阈值t的所述短语p1视为第一高频候选短语并提取到一结果集R中；步骤S13，判断所述字典Index中是否还存在未搜索区域，若是，则进入步骤S14；若否，则终止高频候选短语提取过程；步骤S14，遍历所述字典Index中的未搜索区域中的所有所述短语p1在所述语料C中的索引位置，并将处于第一索引位置的所述短语p1与处于所述语料C中的第二索引位置的字符进行组合，形成长度为L2的短语p2，并将所述短语p2视为第二高频候选短语提取到所述结果集R中；步骤S15，重复执行所述步骤S12～S14，直至所述字典Index中不存在未搜索的区域；所述电网领域短语识别分类模型的训练过程具体包括如下步骤：步骤S41，将被视为合法短语的所述高频候选短语标注为电网领域短语或非电网领域短语；步骤S42，将标注数据按照预定的划分比例划分为模型训练集和测试集；步骤S43，将所述训练集中的训练样本输入到机器学习网络中，训练形成电网领域短语识别分类初始模型；步骤S44，使用所述测试集中的测试样本对所述电网领域短语识别分类初始模型的模型性能进行校验，并根据校验结果调整所述机器学习网络的网络参数，以对所述电网领域短语识别分类初始模型进行更新训练，最终训练形成所述电网领域短语识别分类模型；所述步骤S2中，对所述高频候选短语进行短语过滤的方法为：步骤S21，遍历所述结果集R中的所有所述高频候选短语，并判断所述第一高频候选短语p1是否为所述第二高频候选短语p2的子串，若是，则进入步骤S22；若否，则终止短语过滤流程；步骤S22，判断所述第一高频候选短语p1在所述语料C中的出现频次n1是否小于所述第二高频候选短语p2在所述语料C中的出现频次n2+所述阈值t的值，若是，则将所述第一高频候选短语p1视为冗余短语进行过滤；若否，则保留所述第一高频候选短语p1；所述机器学习网络为XGBoost集成学习算法。
2.一种基于百度百科的电网领域短语识别分类系统，可实现如权利要求1所述电网领域短语分类识别方法，其特征在于，包括：高频候选短语提取模块，用于从给定的所述语料C中提取出出现频次大于或等于所述阈值t的短语作为所述高频候选短语并存储；短语过滤模块，连接所述高频候选短语提取模块，用于对提取到所述高频候选短语进行冗余短语过滤；词条解释爬取模块，连接所述短语过滤模块，用于从互联网上的百度百科中爬取经短语过滤后剩余的各所述高频候选短语对应的所述词条解释；短语合法性判断模块，连接所述词条解释爬取模块，用于将能够成功爬取到所述词条解释的所述高频候选短语判断为合法短语予以保留，并用于将无法爬取到所述词条解释的所述高频候选短语判断为非法短语予以剔除；短语识别分类模块，连接所述短语合法性判断模块，用于通过所述电网领域短语识别分类模型，对被判断为合法短语的所述高频候选短语进行识别分类，得到所述电网领域短语；所述高频候选短语提取模块中具体包括：短语获取单元，用于从给定的所述语料C中获取长度为L1的短语p1，并将所获取的短语p1存储在字典Index中；第一高频候选短语提取单元，连接所述短语获取单元，用于对所述字典Index进行短语搜索，以从所述字典Index中搜索出在所述语料C中的出现频次大于或等于阈值t的短语p1视为第一高频候选短语并提取到一结果集R中；字典搜索区域是否为空判断单元，连接第一高频候选短语提取单元，用于判断所述字典Index中是否还存在未搜索区域；第二高频候选短语提取单元，连接所述字典搜索区域是否为空判断单元，用于在判断到所述字典Index中还存在未搜索区域时，遍历所述字典Index中的未搜索区域中的所有所述短语p1在所述语料C中的索引位置，并将处于第一索引位置的所述短语p1与处于所述语料C中的第二索引位置上的字符进行组合，形成长度为L2的短语p2，并将所述短语p2视为第二高频候选短语提取到所述结果集R中；所述短语过滤模块中具体包括：短语子串判断单元，用于判断所提取的所述第一高频候选短语p1是否为所述第二高频候选短语p2的子串；短语过滤单元，连接所述短语子串判断单元，用于在判断到所述第一高频候选短语p1为所述第二高频候选短语p2的子串时，进一步判断所述第一高频候选短语p1是否为冗余短语，并将判定为冗余的所述第一高频候选短语p1过滤掉；判断所述第一高频候选短语p1是否为冗余短语的方法为：当所述第一高频候选短语p1在所述语料C中的出现频次n1小于所述第二高频候选短语p2在所述语料C中的出现频次n2+所述阈值t的值时，则判定所述第一高频候选短语p1为冗余短语并进行过滤；若n1≥n2+t，则保留所述第一高频候选短语p1；所述电网领域短语识别分类模型由XGBoost集成学习算法基于人工标注的电网领域短语和非电网领域短语作为训练样本训练而得。
