[發明專利]一種政策關鍵信息提取方法和裝置、存儲介質、電子設備

有效

• 申請號: 202011221208.8
• 申請日: 2020-11-05
• 公開（公告）號: CN112035653B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 孫會峰;邢婷;冷小萱;李健誠
• 申請（專利權）人: 北京智源人工智能研究院
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/30
• 代理公司: 北京動力號知識產權代理有限公司 11775
• 代理人: 梁艷;白婉露

1.一種政策關鍵信息提取方法，其特征在于，包括以下步驟：

從多個數據來源獲取政策信息；

根據基于優惠政策的關鍵詞對所述政策信息進行分類，得到所述政策信息中的申報類政策文本；

對所述申報類政策文本進行正則表達匹配和語義相似度計算，提取政策關鍵信息，所述政策關鍵信息包含：政策支持的申報條件、支持金額以及申報時間；

所述根據基于優惠政策的關鍵詞對所述政策信息進行分類，得到所述政策信息中的申報類政策文本，包括：

根據所述基于優惠政策的關鍵詞對所述政策信息進行全量匹配，得到第一組申報類政策集合，所述基于優惠政策的關鍵詞為依據專家知識預先構建的基于產業政策的關鍵詞，包含：申報單位、申報材料、申報方式和/或資金支持方式；

將所述第一組申報類政策集合之外的政策信息輸入預先訓練得到的文本分類模型，得到第二組申報類政策集合；

根據所述第一組申報類政策集合和第二組申報類政策集合得到所述申報類政策文本；

其中，按照下述方式訓練得到所述文本分類模型：

從所述第一組申報類政策集合中抽取預定比例數量的政策信息，構造正樣本；

從所述第一組申報類政策集合之外的政策信息中抽取非申報類的政策信息，構造負樣本，所述負樣本和正樣本的數量相同；

基于所述正樣本和負樣本訓練得到所述文本分類模型；

所述對所述申報類政策文本進行正則表達匹配和語義相似度計算，提取所述政策關鍵信息，包括：

對所述申報類政策文本進行第一次分句處理，得到多個句子及其在所述申報類政策文本中的第一位置信息；

對所述句子進行第二次分句處理，得到多個子句以及所述子句在所述句子中的第二位置信息；

將所述子句與預定義的正則表達式進行匹配；

提取成功匹配的子句中的數字和時間分別作為所述支持金額和申報時間；

將未成功匹配的子句與成功匹配的子句進行語義相似度計算，提取計算結果不小于預設閾值的未成功匹配的子句中的數字和時間分別作為支持金額和申報時間；

根據所述第一位置信息和第二位置信息，提取與識別為包含支持金額的子句的距離滿足預設標準的句子作為申報類政策的申報條件。

2.如權利要求1所述的政策關鍵信息提取方法，其特征在于，所述與識別為包含支持金額的子句的距離滿足預設標準的句子包括以下的一種或多種：

所述包含支持金額的子句所在的句子；

與所述包含支持金額的子句位于同一段落的句子；

所述包含支持金額的子句所在的句子前后預設范圍內的句子。

3.如權利要求2所述的政策關鍵信息提取方法，其特征在于，還包括：

對獲取的政策信息標注政策標簽；

獲取企業的企業標簽；

在提取政策關鍵信息后，依據預先標注的企業標簽和所述政策標簽進行匹配度計算，依據計算結果為所述企業生成包括所述政策關鍵信息的推薦列表。

4.一種電子設備，其特征在于，包括：

存儲器，用于存儲一個或多個程序；

處理器；

當所述一個或多個程序被所述處理器執行時，實現如權利要求1-3中任一項所述的方法。

5.一種存儲介質，其特征在于，用于存儲計算機程序，當所述計算機程序被執行時，實現如權利要求1-3中任一項所述的方法。