[发明专利]一种基于深度学习算法的企业行业二级行业多标签分类器

权利要求书

1.一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：由采集模块、预处理模块、管理模块、模型建立模块、训练验证模块、输入模块、显示模块组成，其中：

采集模块用于采集企业经营范围信息；

预处理模块用于对企业经营范围信息进行预处理；

管理模块用于对企业经营范围信息进行人工标引，并制作用于多标签分类训练的训练集、验证集和测试集；

模型建立模块用于使用训练集建立Albert+TextCNN模型；

训练验证模块用于对建立的Albert+TextCNN模型进行训练，并验证正确率；

输入模块用于将待预测的企业信息输入训练好的模型中；

显示模块用于显示企业行业多标签分类结果。

2.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：所述人工标引的方法如下：

步骤一：采集企业经营范围信息；

步骤二：并对采集的企业经营范围信息进行提取；

步骤三：对提取出的企业经营范围信息进行分类标引。

3.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：还包括存储模块、且存储模块用于对企业经营范围信息进行存储。

4.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：企业经营范围信息进行预处理，预处理包括去除数据信息噪声、数据信息清洗、特征提取。

5.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：还包括可视化展示模块、且可视化展示模块用于对多标签分类结果进行可视化展示。

6.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：预测时先通过简单地筛选确定大致范围，然后利用相应分组的模型进行预测，预测后如果出现无法确定的情况再进行人工筛查。

7.根据权利要求1所述的一种基于深度学习算法的企业行业二级行业多标签分类器，其特征在于：多标签分类的方法如下：

步骤一：收集企业的经营范围信息，对企业经营范围信息进行预处理；

步骤二：对企业经营范围信息进行人工标引，采用人工标引的方式建立训练集；

步骤三：设定Albert+TextCNN模型需要使用的参数；

步骤四：将经营范围信息和人工标引后的标签根据Albert的适用规则转化为词向量，并送入Albert模型学习；

步骤五：将Albert的结果和最初转化的词向量一同送入TextCNN模型进行训练；

步骤六：将TextCNN输出的结果、结果权重(output weight)和结果偏值(output bias)一起构建全连接层(Full connection layer)，并保存模型；

步骤七：根据训练好的模型的正确率判断是否需要调试，若需要调试，则重新调整步骤三需要设定的参数，并重复步骤三到步骤六，直到模型最终的正确率满意为止；

步骤八：使用训练好的模型对任一企业的所属行业进行多标签分类。