[发明专利]企业的国标行业的分类方法、装置、电子设备及可读介质

权利要求书

1.一种企业的国标行业的分类方法，其特征在于，所述方法包括：

合并待分类的企业的企业名称和企业经营范围数据，并清洗合并后的企业名称和企业经营范围数据，获得清洗后的企业名称和企业经营范围数据；

基于所述待分类的企业的国标行业的中类分类名称，对所述清洗后的企业名称和企业经营范围数据进行数据组合，以获得所述待分类的企业对应的企业数据组合；

使用预先生成的词包和所述词包中的词语的词向量，生成所述企业数据组合的词包和所述企业数据组合的词包中的词语的词向量；

通过企业的国标行业的分类模型，基于所述企业数据组合的词包和所述企业数据组合的词包中的词语的词向量，预测所述企业数据组合对应的国标行业的小类分类结果；

基于所述企业数据组合对应的国标行业的小类分类结果，确定所述待分类的企业的国标行业的小类分类结果。

2.根据权利要求1所述的企业的国标行业的分类方法，其特征在于，所述对合并后的企业名称和企业经营范围数据进行数据清洗，包括：

通过中文分词工具，对所述合并后的企业名称和企业经营范围数据进行分词，以获得所述合并后的企业名称和企业经营范围数据的分词结果；

使用预先配置的停用词文档，去除所述合并后的企业名称和企业经营范围数据的分词结果中的停用词，以获得去除所述停用词后的所述分词结果。

3.根据权利要求2所述的企业的国标行业的分类方法，其特征在于，所述基于所述待分类的企业的国标行业的中类分类名称，对所述清洗后的企业名称和企业经营范围数据进行数据组合，包括：

将去除所述停用词后的所述分词结果中的词语放置于所述待分类的企业的国标行业的中类分类名称之后，以获得所述待分类的企业对应的企业数据组合。

4.根据权利要求1所述的企业的国标行业的分类方法，其特征在于，所述预测所述企业数据组合对应的国标行业的小类分类结果之前，所述方法还包括：

通过中文分词工具，对国标行业分类文档中的小类分类描述数据进行分词，以获得所述小类分类描述数据的分词结果；

使用预先配置的停用词文档，去除所述小类分类描述数据的分词结果中的停用词，以获得去除所述停用词后的所述分词结果；

将去除所述停用词后的所述分词结果中的词语放置于所述小类分类描述数据所属的国标行业的中类分类名称之后，以获得所述企业的国标行业的分类模型的训练样本；

将所述小类分类描述数据所属的国标行业的小类分类名称的编号作为用于训练所述企业的国标行业的分类模型的小类分类标注数据，并将所述训练样本与所述小类分类标注数据进行关联，以构建所述企业的国标行业的分类模型的训练集。

5.根据权利要求4所述的企业的国标行业的分类方法，其特征在于，所述使用预先生成的词包和所述词包中的词语的词向量，生成所述企业数据组合的词包和所述企业数据组合的词包中的词语的词向量之前，所述方法还包括：

通过所述中文分词工具，对所述训练样本进行分词，以获得所述训练样本的分词结果；

通过深度学习库中的标记器，对所述训练样本的分词结果中的词语在所述训练样本中所处的位置进行标记，以获得所述预先生成的词包；

通过数据分析库中的向量编码器，对所述预先生成的词包中的词语进行向量编码，以获得所述词包中的词语的词向量。

6.根据权利要求5所述的企业的国标行业的分类方法，其特征在于，所述使用预先生成的词包和所述词包中的词语的词向量，生成所述企业数据组合的词包和所述企业数据组合的词包中的词语的词向量，包括：

通过所述中文分词工具，对所述企业数据组合进行分词，以获得所述企业数据组合的分词结果；

通过所述标记器，对所述企业数据组合的分词结果中的词语在所述企业数据组合中所处的位置进行标记，以获得所述企业数据组合的词包；

使用所述预先生成的词包和所述预先生成的词包中的词语的词向量，生成所述企业数据组合的词包中的词语的词向量。