[發(fā)明專利]一種企業(yè)標(biāo)簽的獲取方法、獲取裝置、存儲介質(zhì)和計(jì)算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 202011264990.1
• 申請日: 2020-11-13
• 公開（公告）號: CN112434158A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計(jì)）人: 柴源
• 申請（專利權(quán)）人: 北京創(chuàng)業(yè)光榮信息科技有限責(zé)任公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335;G06F40/289;G06F40/284;G06K9/62
• 代理公司: 廣州華享智信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44576
• 代理人: 王晶

本發(fā)明公開了一種企業(yè)標(biāo)簽的獲取方法、獲取裝置、存儲介質(zhì)和計(jì)算機(jī)設(shè)備，所述企業(yè)標(biāo)簽的獲取方法不僅基于用于描述企業(yè)的企業(yè)基本信息文本、企業(yè)投融資文本以及企業(yè)商業(yè)模式文本等待提取文本進(jìn)行關(guān)鍵詞提取，而且，還根據(jù)候選關(guān)鍵詞的位置、詞性、重復(fù)次數(shù)、獨(dú)立表意能力和熱度等對候選關(guān)鍵詞進(jìn)行了篩選，可以將投資人更為關(guān)注的候選關(guān)鍵詞作為企業(yè)標(biāo)簽，使得投資人通過所述企業(yè)標(biāo)簽可以快速查找到目標(biāo)企業(yè)。

技術(shù)領(lǐng)域

本發(fā)明涉及金融行業(yè)企業(yè)分類技術(shù)領(lǐng)域，尤其涉及一種企業(yè)標(biāo)簽的獲取方法、獲取裝置、存儲介質(zhì)和計(jì)算機(jī)設(shè)備。

背景技術(shù)

隨著科學(xué)技術(shù)的進(jìn)步和經(jīng)濟(jì)的飛速發(fā)展，一些企業(yè)為了擴(kuò)大發(fā)展范圍，需要引進(jìn)投資人對其進(jìn)行投資，對于投資人而言，選擇企業(yè)時(shí)往往需要從海量的數(shù)據(jù)中獲取感興趣的內(nèi)容，大大降低了投資人查找投資企業(yè)的效率。

發(fā)明內(nèi)容

本發(fā)明所解決的技術(shù)問題是提供一種企業(yè)標(biāo)簽的獲取方法、獲取裝置、存儲介質(zhì)和計(jì)算機(jī)設(shè)備，投資人利用對企業(yè)標(biāo)簽進(jìn)行企業(yè)查找，提高了企業(yè)查找的效率。

本發(fā)明所采用的技術(shù)方案內(nèi)容具體如下：

一種企業(yè)標(biāo)簽的獲取方法，包括如下步驟：

獲取待提取文本，所述待提取文本包括至少一個(gè)企業(yè)基本信息文本、至少一個(gè)企業(yè)投融資文本以及至少一個(gè)企業(yè)商業(yè)模式文本，并根據(jù)所述待提取文本的內(nèi)容確定所述待提取文本的文本類型；

對每個(gè)文本類型的所述待提取文本進(jìn)行分詞得到候選關(guān)鍵詞，并獲取每個(gè)所述候選關(guān)鍵詞的初始權(quán)重；

獲取每個(gè)所述候選關(guān)鍵詞和其他文本類型的候選關(guān)鍵詞的相似度值；

獲取每個(gè)所述候選關(guān)鍵詞的熱度值；

根據(jù)每個(gè)所述候選關(guān)鍵詞的相似度值、熱度值和初始權(quán)重，得到每個(gè)所述候選關(guān)鍵詞的權(quán)重優(yōu)化值；

將權(quán)重優(yōu)化值超過預(yù)設(shè)閾值的候選關(guān)鍵詞確定為企業(yè)標(biāo)簽。

作為上述方案的優(yōu)選，獲取每個(gè)所述候選關(guān)鍵詞的初始權(quán)重：

根據(jù)所述候選關(guān)鍵詞在所述待提取文本中的位置，得到所述候選關(guān)鍵詞的位置參數(shù)r_i1，且當(dāng)所述候選關(guān)鍵詞同時(shí)出現(xiàn)在所述待提取文本的標(biāo)題和正文時(shí)，r_i1＝2；當(dāng)所述候選關(guān)鍵詞同時(shí)出現(xiàn)在所述待提取文本的標(biāo)題或正文時(shí)，r_i1＝1；

根據(jù)所述候選關(guān)鍵詞在所述待提取文本中的重復(fù)次數(shù)，得到所述候選關(guān)鍵詞的重復(fù)參數(shù)r_i2，且其中：a_i為第i個(gè)候選關(guān)鍵詞的重復(fù)次數(shù)，n為所述候選關(guān)鍵詞的個(gè)數(shù)；

根據(jù)所述候選關(guān)鍵詞在所述待提取文本中的獨(dú)立表意能力，得到所述候選關(guān)鍵詞的表達(dá)參數(shù)r_i3，且當(dāng)所述候選關(guān)鍵詞可以獨(dú)立表意時(shí)，r_i3＝1；當(dāng)所述候選關(guān)鍵詞不能獨(dú)立表意時(shí)，r_i3＝0；

根據(jù)所述候選關(guān)鍵詞在所述待提取文本中的詞性，得到所述候選關(guān)鍵詞的詞性參數(shù)r_i4，且當(dāng)所述候選關(guān)鍵詞為動詞、形容詞、數(shù)量詞和代詞時(shí)，r_i4＝0；當(dāng)所述候選關(guān)鍵詞為名詞時(shí)，r_i4＝1；

根據(jù)所述位置參數(shù)、所述重復(fù)參數(shù)、所述表達(dá)參數(shù)和所述詞性參數(shù)，得到所述候選關(guān)鍵詞的初始權(quán)重ω_i0，則其中：n為所述候選關(guān)鍵詞的個(gè)數(shù)。

作為上述方案的優(yōu)選，獲取每個(gè)所述候選關(guān)鍵詞和其他文本類型的候選關(guān)鍵詞的相似度值包括如下步驟：