[發(fā)明專利]一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法在審
| 申請?zhí)枺?/td> | 202110469464.7 | 申請日： | 2021-04-28 |
| 公開（公告）號： | CN113139066A | 公開（公告）日： | 2021-07-20 |
| 發(fā)明（設(shè)計）人： | 方正平 | 申請（專利權(quán)）人： | 安徽智侒信信息技術(shù)有限公司 |
| 主分類號： | G06F16/36 | 分類號： | G06F16/36;G06F16/35;G06F16/951;G06F40/216;G06F40/247;G06F40/284;G06F40/289 |
| 代理公司： | 重慶項乾光宇專利代理事務(wù)所(普通合伙) 50244 | 代理人： | 高姜 |
| 地址： | 230601 安徽省合肥市經(jīng)*** | 國省代碼： | 安徽;34 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 自然語言 處理 技術(shù) 公司 產(chǎn)業(yè)鏈 節(jié)點 匹配 方法 | ||
1.一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：具體包括以下步驟：
步驟一、數(shù)據(jù)采集：通過編制細(xì)分產(chǎn)品標(biāo)準(zhǔn)化標(biāo)簽，然后根據(jù)標(biāo)準(zhǔn)化標(biāo)簽編制產(chǎn)業(yè)鏈關(guān)系圖譜，利用爬蟲從不同數(shù)據(jù)源中收集公司原始產(chǎn)品和業(yè)務(wù)描述本文；
步驟二、人工匹配：行業(yè)相關(guān)研究人員根據(jù)步驟一中編制的標(biāo)準(zhǔn)化標(biāo)簽對原始文本進行匹配，形成產(chǎn)品業(yè)務(wù)與標(biāo)準(zhǔn)化標(biāo)簽映射集，并整理同義詞、近義詞、相關(guān)詞等關(guān)鍵詞庫對映射關(guān)系進行擴充，得到標(biāo)簽匹配模型的訓(xùn)練語料；
步驟三、建立標(biāo)簽匹配模型：利用NLP技術(shù)和深度學(xué)習(xí)算法對步驟二中的標(biāo)簽匹配語料進行特征學(xué)習(xí)，形成公司產(chǎn)業(yè)鏈節(jié)點標(biāo)準(zhǔn)化標(biāo)簽匹配模型算法；
步驟四、模型運作：利用步驟三中獲得的標(biāo)簽匹配模型算法對原始產(chǎn)品和業(yè)務(wù)描述本文進行特征匹配，得到不同數(shù)據(jù)源的標(biāo)準(zhǔn)化標(biāo)簽結(jié)果和各自的置信度；
步驟五、人工篩選：利用人工質(zhì)檢，剔除有明顯偏差和置信度較低的標(biāo)準(zhǔn)化標(biāo)簽；
步驟六、排序篩選：通過排序模塊對經(jīng)過步驟五篩選后的標(biāo)準(zhǔn)化標(biāo)簽進行綜合排名，選擇前三項作為公司標(biāo)準(zhǔn)化標(biāo)簽；
步驟七、節(jié)點匹配：根據(jù)步驟六中輸出的公司標(biāo)準(zhǔn)化標(biāo)簽結(jié)果，將公司匹配到對應(yīng)的步驟一中編制的產(chǎn)業(yè)鏈圖譜節(jié)點上。
2.根據(jù)權(quán)利要求1所述的一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：所述步驟一中的不同數(shù)據(jù)源具體包括上市公司企業(yè)年報、非上市公司工商經(jīng)營范圍、公司官網(wǎng)、互聯(lián)網(wǎng)招聘、相關(guān)百科等。
3.根據(jù)權(quán)利要求1所述的一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：所述步驟四中的模型運作具體方式包括以下步驟：通過輸入模塊將公司原始產(chǎn)品和業(yè)務(wù)描述本文輸入到嵌入詞向量的BERT模型中，通過功能塊處理后，經(jīng)過n維向量導(dǎo)入到softmax函數(shù)中，經(jīng)過計算后通過輸出模塊輸出每個標(biāo)準(zhǔn)化標(biāo)簽分類的置信度。
4.根據(jù)權(quán)利要求3所述的一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：所述BERT可以被其它相關(guān)的模型，例如BiLSTM、GPT、XLNet等等替代。
5.根據(jù)權(quán)利要求3所述的一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：所述softmax函數(shù)針對多分類問題設(shè)計，可以被多個針對二分類問題的logistic回歸所替代。
6.根據(jù)權(quán)利要求1所述的一種基于自然語言處理技術(shù)的公司產(chǎn)業(yè)鏈節(jié)點匹配方法，其特征在于：所述步驟六中的排序模塊根據(jù)數(shù)據(jù)源置信度和各數(shù)據(jù)源形成的標(biāo)準(zhǔn)化標(biāo)簽的交叉匹配結(jié)果進行從高到低的排序。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于安徽智侒信信息技術(shù)有限公司，未經(jīng)安徽智侒信信息技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110469464.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
