[發明專利]基于語義相似度的行業類型推薦方法、裝置、設備及介質

有效

• 申請號: 202110694374.8
• 申請日: 2021-06-22
• 公開（公告）號: CN113255370B
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 曠雄;鄭越;黃俊斌;梁智豪;任伯陽
• 申請（專利權）人: 中國平安財產保險股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/289;G06F16/9535;G06F16/951;G06K9/62
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋

1.一種基于語義相似度的行業類型推薦方法，其特征在于，所述方法包括：

當接收到目標企業名稱時，基于所述目標企業名稱生成目標企業對應的企業經營描述文本與多個行業類型描述文本；

對所述企業經營描述文本進行預處理得到第一關鍵詞集合，同時對所述多個行業類型描述文本分別進行預處理得到多個第二關鍵詞集合；

計算所述第一關鍵詞集合與各第二關鍵詞集合之間的語義相似度，并生成語義相似度集合；其中，所述語義相似度為基于預先訓練的Word2Vec語言模型得到；

基于所述語義相似度集合推薦所述目標企業名稱對應的行業類型；其中，所述第一關鍵詞是所述企業經營描述文本內包含的多個詞匯，所述第二關鍵詞是每個所述行業類型描述文本內包含的多個詞匯；其中，按照以下方式生成預先訓練的Word2Vec語言模型，包括：

采集多個企業經營描述與所述多個企業經營描述各自對應的行業類型描述文本集合生成模型訓練樣本；

創建Word2Vec語言模型；

將所述模型訓練樣本輸入所述Word2Vec語言模型中進行訓練，輸出所述模型的損失值；

當所述模型的損失值到達預先設定的閾值時，生成預先訓練的Word2Vec語言模型，其中，所述損失值是基于概率值計算生成的，所述概率值是根據所述模型訓練樣本的語義向量確定出的最優常數計算生成的；其中，

所述將所述模型訓練樣本輸入所述Word2Vec語言模型中進行訓練，輸出所述模型的損失值，包括：

將所述模型訓練樣本輸入所述Word2Vec語言模型中，生成模型訓練樣本對應的語義向量；

計算所述語義向量對應的概率值；

獲取所述概率值對應的交叉熵；

將所述交叉熵與預設交叉熵的差值確定為所述模型的損失值；

輸出所述模型的損失值；其中，

所述計算所述語義向量對應的概率值，包括：

計算所述語義向量的特征編碼；

識別所述語義向量的維度；

將所述語義向量的特征編碼與所述語義向量的維度作積后生成向量矩陣，并選取所述向量矩陣中的最大值作為最優常數；

根據所述最優常數與預設概率值計算公式生成語義向量對應的概率值；

其中，預設概率值計算公式為：其中，

n為語義向量個數，X為語義向量，T為語義向量的維度，e為最優常數。

2.根據權利要求1所述的方法，其特征在于，所述基于所述目標企業名稱生成目標企業對應的企業經營描述文本與多個行業類型描述文本，包括：

根據所述目標企業名稱從預先設定的網站中查詢所述目標企業名稱對應的企業經營描述文本；

從預設行業類型庫中匹配與所述企業經營描述文本對應的行業類型描述文本，其中所述行業類型描述文本包括一個或多個。

3.根據權利要求2所述的方法，其特征在于，所述從預設行業類型庫中匹配與所述企業經營描述文本對應的行業類型描述文本，包括：

初始化預設行業類型庫；

采用滑動窗口算法創建初始滑動窗口；

將所述預設行業類型庫與所述初始滑動窗口進行關聯，生成與所述預設行業類型庫具有關聯關系的目標滑動窗口；

將所述企業經營描述文本輸入所述目標滑動窗口中進行匹配，輸出所述企業經營描述文本對應的行業類型描述文本。