1.一种融合关键词及语义的需求处理方法，其特征在于，包括：采集用户需求文本；对用户需求文本进行字符级数据清洗，得到标准需求文本；基于第一分词模型和第二分词模型，分别对标准需求文本进行分词处理，得到第一分词集合和第二分词集合，其中，第一分词模型通过基础词典对标准需求文本进行分词，第二分词模型通过电力专业词典对标准需求文本进行分词；融合第一分词集合和第二分词集合，进行过滤合并处理，得到标准化词序列；对标准化词序列中各个词的频率和语义进行分析，得到融合特征，完成对用户需求文本的处理。
2.如权利要求1所述的融合关键词及语义的需求处理方法，其特征在于，对用户需求文本进行字符级数据清洗，得到标准需求文本，具体包括：对用户需求文本进行编码标准化处理，得到第一编码文本；统一第一编码文本中各个编码的标准字符宽度，得到第二编码文本；将第二编码文本中的隐私信息进行脱敏处理，得到标准需求文本。
3.如权利要求2所述的融合关键词及语义的需求处理方法，其特征在于，将第二编码文本中的隐私信息进行脱敏处理，得到标准需求文本，具体包括：根据预先设定的正则表达式，在第二编码文本中匹配出对应的隐私信息；根据隐私信息的类型不同，采用不同的脱敏策略，对隐私信息进行脱敏，得到标准需求文本，其中，脱敏策略包括信息替换、信息加密、信息掩码、信息模糊化和信息泛化中的至少一种。
4.如权利要求1所述的融合关键词及语义的需求处理方法，其特征在于，电力专业词典的更新，通过以下步骤确定：实时采集最新电力专业文件；对最新电力专业文件进行数据清洗和分词处理，得到候选专业词汇；基于各个候选专业词汇在最新电力专业文件中的词频、逆文档频率、出现文件数量和出现时间，分析各个候选专业词汇的有效性并给出有效性评分；基于各个候选专业词汇在电力专业词典中的词频，以及在基础词典中的词频，分析各个候选专业词汇的专业性并给出专业性评分；结合预先设定的有效范围和专业范围，对各个候选专业词汇的有效性评分和专业性评分进行判断，筛选出目标专业词汇并加入电力专业词典，完成对电力专业词典的更新。
5.如权利要求4所述的融合关键词及语义的需求处理方法，其特征在于，基于各个候选专业词汇在最新电力专业文件中的词频、逆文档频率、出现文件数量和出现时间，分析各个候选专业词汇的有效性并给出有效性评分，具体包括：对候选专业词汇在最新电力专业文件中的出现时间进行量化，结合预设的对数函数，得到时间参数；将候选专业词汇在最新电力专业文件中的词频、逆文档频率和出现文件数量进行融合，得到空间参数；计算空间参数和时间参数的比值，得到对应候选专业词汇的有效性评分。
6.如权利要求1所述的融合关键词及语义的需求处理方法，其特征在于，融合第一分词集合和第二分词集合，进行过滤合并处理，得到标准化词序列，具体包括：分别对第一分词集合和第二分词集合进行停用词过滤；将过滤后的第一分词集合和第二分词集合进行融合，得到总分词集合；对总分词集合中的同义词进行合并，得到标准化词序列。
7.如权利要求1所述的融合关键词及语义的需求处理方法，其特征在于，对标准化词序列中各个词的频率和语义进行分析，得到融合特征，具体包括：分析标准化词序列中的每个词在用户需求文本中的频率以及在历史需求库中的逆文档频率，对标准化词序列中的词进行筛选，得到候选需求词；基于候选需求词，从预先构建的专业知识库中筛选相似度高的专业文档；提取专业文档中的关键词并根据关键词的共现次数，构建关键词特征矩阵；根据语义理解模型，对标准化词序列中的各个词进行上下文编码，并执行均值池化操作，得到语义向量；根据用户需求文本的类型，匹配不同的融合策略，对关键词特征矩阵和语义向量进行融合，得到融合结果。
8.如权利要求7所述的融合关键词及语义的需求处理方法，其特征在于，提取专业文档中的关键词并根据关键词的共现次数，构建关键词特征矩阵，具体包括：根据预设窗口，分析专业文档中各个关键词在预设窗口中的共现次数，在各个关键词之间建立边；根据关键词之间的边，计算各个关键词对应的关键词权重，具体表示为： ；其中，WS(v i )为关键词v i 的关键词权重，d为阻尼系数，ln(v i )为指向关键词v i 的关键词集合，Out(v j )为节点v j 指向的关键词集合；根据关键词权重，构建关键词特征矩阵。
9.如权利要求7所述的融合关键词及语义的需求处理方法，其特征在于，根据用户需求文本的类型，匹配不同的融合策略，对关键词特征矩阵和语义向量进行融合，得到融合结果，具体包括：若用户需求文本的类型为咨询类型，选择关键词特征矩阵或语义向量作为融合结果；若用户需求文本的类型为技术类型，基于图卷积网络模型，将关键词特征矩阵和语义向量进行融合，得到融合结果，具体包括：结合关键词特征矩阵和各个核心关键词的语义向量，构建关键词特征矩阵对应的图级特征；基于关键词特征矩阵对应的图级特征，计算每个核心关键词的图特征与用户需求文本的语义向量的相似度，给出各个核心关键词的注意力权重；将每个核心关键词的图特征与对应的注意力权重融合，并与用户需求文本的语义向量拼接，给出融合特征，得到融合结果。
10.一种融合关键词及语义的需求处理装置，其特征在于，采用如权利要求1-9任一所述的融合关键词及语义的需求处理方法，包括：数据获取模块，用于采集用户需求文本；数据清洗模块，用于对用户需求文本进行字符级数据清洗，得到标准需求文本；文本分词模块，用于基于第一分词模型和第二分词模型，分别对标准需求文本进行分词处理，得到第一分词集合和第二分词集合，其中，第一分词模型通过基础词典对标准需求文本进行分词，第二分词模型通过电力专业词典对标准需求文本进行分词；分词合并模块，用于融合第一分词集合和第二分词集合，进行过滤合并处理，得到标准化词序列；特征输出模块，用于对标准化词序列中各个词的频率和语义进行分析，得到融合特征，完成对用户需求文本的处理。
