[發明專利]行業類別識別方法、裝置、計算機設備及可讀存儲介質

有效

• 申請號: 202010577837.8
• 申請日: 2020-06-22
• 公開（公告）號: CN111753496B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 胡怡文;何亮飛;徐巍越
• 申請（專利權）人: 平安付科技服務有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117;G06F40/289;G06F40/30;G06V30/40;G06V10/82;G06N3/0464;G06N3/084
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種行業類別識別方法，其特征在于，包括：

接收客戶端發送的商戶信息，其中，所述商戶信息至少包括用于表達商戶信息所對應商戶身份的身份信息，以及用于展示用戶信息所對應商戶營業現場的現場圖像；

根據所述身份信息獲取文本信息，從文本信息中識別出能夠反映所述商戶信息所屬行業類別的文本行業特征；其中，所述文本信息描述了所述商戶信息所對應商戶的屬性數據，所述文本行業特征以特征編碼的形式表征了文本信息中具有行業特征的特征詞匯；

從現場圖像中識別出能夠反映所述商戶信息所屬行業類別的圖像行業特征；所述圖像行業特征以特征向量的形式表征了現場圖像中具有行業特征的物品；

將所述文本行業特征和圖像行業特征錄入預設的成熟DNN模型，以獲得圖文分析結果；所述圖文分析結果以特征向量的形式表征了所述商戶信息所屬行業類別的概率。

2.根據權利要求1所述的行業類別識別方法，其特征在于，接收客戶端發送的商戶信息之前，包括：

與保存有商戶的認證信息的數據庫建立通信連接；其中，通過TCP通信協議或UDP通信協議與數據庫建立通信連接。

3.根據權利要求2所述的行業類別識別方法，其特征在于，根據所述身份信息獲取文本信息的步驟，包括：

判斷是否能夠從數據庫中獲得與所述身份信息對應的文本信息；若能夠獲得所述對應的文本信息，則判斷所述身份信息與文本信息是否一致；若無法獲得所述對應的文本信息，則判定所述商戶信息為非法信息并結束；

若所述身份信息與文本信息一致，則判定商戶信息為合法信息，并允許從文本信息中識別文本行業特征；若身份信息與文本信息不一致，則判定所述商戶信息為非法信息并結束。

4.根據權利要求1所述的行業類別識別方法，其特征在于，從文本信息中識別出能夠反映所述商戶信息所屬行業類別的文本行業特征的步驟，包括：

從所述文本信息中獲取文本數據，或通過OCR系統識別所述文本信息中的內容以獲取文本數據；

對所述文本數據進行分詞處理和詞性標注處理，以獲得至少一個具有詞性標注的詞匯的分詞集；

對所述分詞集中的詞匯進行句法分析以獲得各所述分詞之間的語義關系，記錄各所述詞匯的語義特征獲得具有語義特征及詞性標注的詞匯的特征詞匯，其中，語義特征表達了該詞匯在文本信息中的詞性；

構建所述特征詞匯的特征編碼，并將其錄入預設的TextCNN模型進行合并編碼，以抽象出能代表商戶所屬行業的關鍵信息。

5.根據權利要求4所述的行業類別識別方法，其特征在于，構建所述特征詞匯的特征編碼的步驟，包括：

采用word2vec?的?CBOW?連續詞袋法對特征詞匯中詞匯進行編碼獲得詞向量；

通過one-hot?encoding或label-encoding分別對特征詞匯中的詞性標注和語義特征進行編碼，獲得詞性向量和語義向量；

拼接所述詞向量、詞性向量和語義向量獲得特征編碼。

6.根據權利要求1所述的行業類別識別方法，其特征在于，從現場圖像中識別出能夠反映所述商戶信息所屬行業類別的圖像行業特征的步驟，包括：

通過預設的成熟CNN模型獲得現場圖像的像素，所述CNN模型的卷積核識別所述現場圖像中出現的物品并生成卷積向量；所述卷積向量以特征向量的形式表征了所述現場圖像中出現的物品；

所述CNN模型的全連接層對所述卷積向量進行運算，以識別出具有行業特征的物品并生成圖像行業特征；所述圖像行業特征以特征向量的形式表征了所述具有行業特征的物品。

7.根據權利要求1所述的行業類別識別方法，其特征在于，獲得圖文分析結果之后，還包括：

判斷所述圖文分析結果與所述商戶信息的申請行業是否一致；若是，則向客戶端發送校驗通過信息；若否，則向客戶端發送校驗失敗信息；

向客戶端發送校驗通過信息之后，還包括：

將所述圖文分析結果上傳至區塊鏈中。