[发明专利]基于语义相似度的行业类型推荐方法、装置、设备及介质

说明书

本发明公开了一种基于语义相似度的行业类型推荐方法、装置、设备及介质，该方法包括：当接收到目标企业名称时，基于目标企业名称生成目标企业对应的企业经营描述文本与多个行业类型描述文本；对所述企业经营描述文本进行预处理得到第一关键词集合，同时对所述多个行业类型描述文本分别进行预处理得到多个第二关键词集合；计算所述第一关键词集合与各第二关键词集合之间的语义相似度，并生成语义相似度集合；其中，所述语义相似度为基于预先训练的Word2Vec语言模型得到；基于语义相似度集合推荐目标企业名称对应的行业类型。采用本申请能降低企业所属行业类型的识别难度，进而提升了监管部门的监控效率。

技术领域

本发明涉及人工智能技术领域，特别涉及基于语义相似度的行业类型推荐方法、装置、设备及介质。

背景技术

近年来社会现代化进程的不断加快，国内的企业数量呈现日益增长的趋势。当前，企业各行业分类标准已经制定，由于目前的企业可能提供了多个业务线，从而使得根据制定的行业标准可能会发现一个企业对应了多个所属子行业。随着信息化技术的不断发展，监管部门越发渴望能快速识别出目标企业当前的若干核心行业类型。

在现有技术方案中，当需要针对某一个企业的行业类型进行识别时，监管部门需要根据企业工商信息、产品信息、网站信息等数据进行人工手动映射分类，从而得到该企业的核心服务类型。由于监管的企业数量庞大，企业数据获取的难度大，准确度低，同时人工操作时需要耗费大量人力物力，从而加大了企业所属核心行业的识别难度，进一步降低了监管效率。

发明内容

基于此，有必要针对软件系统上线后的安全性低的问题，提供一种基于语义相似度的行业类型推荐方法、装置、设备及介质。

一种基于语义相似度的行业类型推荐方法，方法包括：当接收到目标企业名称时，基于目标企业名称生成目标企业对应的企业经营描述文本与多个行业类型描述文本；对所述企业经营描述文本进行预处理得到第一关键词集合，同时对所述多个行业类型描述文本分别进行预处理得到多个第二关键词集合；计算所述第一关键词集合与各第二关键词集合之间的语义相似度，并生成语义相似度集合；其中，所述语义相似度为基于预先训练的Word2Vec语言模型得到；基于语义相似度集合推荐目标企业名称对应的行业类型；其中，所述第一关键词是所述企业经营描述文本内包含的多个词汇，所述第二关键词是每个所述行业类型描述文本内包含的多个词汇。

在其中一个实施例中，基于目标企业名称生成目标企业对应的企业经营描述文本与多个行业类型描述文本，包括：根据所述目标企业名称从预先设定的网站中查询所述目标企业名称对应的企业经营描述文本；从预设行业类型库中匹配与所述企业经营描述文本对应的行业类型描述文本，其中所述行业类型描述文本包括一个或多个。

在其中一个实施例中，从预设行业类型库中匹配与所述企业经营描述文本对应的行业类型描述文本，其中所述行业类型描述文本包括一个或多个，包括：初始化预设行业类型库；采用滑动窗口算法创建初始滑动窗口；将所述预设行业类型库与所述初始滑动窗口进行关联，生成与所述预设行业类型库具有关联关系的目标滑动窗口；将所述企业经营描述文本输入所述目标滑动窗口中进行匹配，输出所述企业经营描述文本对应的行业类型描述文本。

在其中一个实施例中，计算第一关键词集合与多批第二关键词集合中各第二关键词集合之间的语义相似度，生成语义相似度集合，包括：将第一关键词集合输入预先训练的Word2Vec语言模型中，输出多个第一向量；均值化多个第一向量后生成第一目标向量；从多批第二关键词集合中获取任意一批第二关键词集合输入预先训练的Word2Vec语言模型中，输出多个第二向量；均值化多个第二向量后生成第二目标向量；计算第一目标向量与第二目标向量之间的余弦值，并将余弦值确定为第一目标向量与第二目标向量之间的语义相似度；将获取的任意一批第二关键词集合从多批第二关键词集合中剔除；继续执行从多批第二关键词集合中获取任意一批第二关键词集合输入预先训练的Word2Vec语言模型中的步骤，直到多批第二关键词集合中每一批第二关键词集合剔除结束后，生成语义相似度集合。