1.一種事件分類方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)處理后的所述事件數(shù)據(jù)，生成所述事件數(shù)據(jù)的關(guān)鍵詞特征向量包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述生成每個所述事件的關(guān)鍵詞向量包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于預(yù)處理后的所述事件數(shù)據(jù)，生成所述事件數(shù)據(jù)的語義特征向量包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述融合所述關(guān)鍵詞特征向量和所述語義特征向量，得到融合后的特征向量包括：
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述softmax多分類模型的訓(xùn)練和優(yōu)化基于第一交叉熵?fù)p失函數(shù)進(jìn)行，所述第一交叉熵?fù)p失函數(shù)基于下式確定：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述softmax多分類模型的優(yōu)化還基于置信學(xué)習(xí)進(jìn)行，所述置信學(xué)習(xí)用于對所述softmax多分類模型的訓(xùn)練樣本進(jìn)行清洗，清洗后的所述訓(xùn)練樣本用于對所述softmax多分類模型進(jìn)行再訓(xùn)練，所述置信學(xué)習(xí)對所述訓(xùn)練樣本進(jìn)行清洗包括：
8.一種電子設(shè)備，其特征在于，包括：
9.一種電子設(shè)備，包括存儲器、至少一個處理器以及存儲在所述存儲器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至7中任一項(xiàng)所述的方法。