[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

说明书

本申请实施例提供了一种企业的国标行业的分类方法、装置、电子设备及可读介质。其中，所述方法包括：合并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；基于企业的国标行业的中类分类名称，对清洗后的企业名称和企业经营范围数据进行数据组合；生成企业数据组合的词包和企业数据组合的词包中的词语的词向量；通过企业国标行业分类模型，基于企业数据组合的词包和企业数据组合的词包中的词语的词向量，预测企业数据组合对应的国标行业的小类分类结果；基于企业数据组合对应的国标行业的小类分类结果，确定企业的国标行业的小类分类结果。本方案能够自动有效地提高企业的国标行业的分类精确度。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种企业的国标行业的分类方法、装置、电子设备及计算机可读介质。

背景技术

在企业的国标行业分类规则中，一个中类包含多个小类，大部分企业的经营范围仅局限在某个小类之中。比如，在门类-制造业、大类-农副产品加工业、中类-谷物磨制中包含五个小类，分别是稻谷加工、小麦加工、玉米加工、杂粮加工和其他谷物磨制。这五个小类类别中涵盖了多种农作物，但是在实际生活中，企业生产可能只涉及一种或两三种产品。目前，能够得到的绝大多数企业行业信息，其分类精确度仅支持到中类级别，这是对企业较为宽泛的分类，相应的中类描述也较为模糊。在实际应用场景中，中类级别的行业分类精确度往往难以满足客户需求，客户希望获得企业最接近的行业小类类别。实际项目中，涉及企业数量巨大(百万级别)，同时国标行业分类规则中一个中类名下有多个小类，因此，很难通过人工标注的方式满足客户需求，也即是很难通过人工标注的方式提高企业的国标行业的分类精确度。

由此可见，如何自动有效地提高企业的国标行业的分类精确度成为当前亟待解决的技术问题。

发明内容

本申请的目的在于提出一种企业的国标行业的分类方法、装置、电子设备及计算机可读介质，用于解决现有技术中存在的如何自动有效地提高企业的国标行业的分类精确度的技术问题。

根据本申请实施例的第一方面，提供了一种企业的国标行业的分类方法，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。

根据本申请实施例的第二方面，提供了一种企业的国标行业的分类装置，所述装置包括：数据清洗模块，用于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；数据组合模块，用于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；生成模块，用于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；预测模块，用于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；确定模块，用于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。

根据本申请实施例的第三方面，提供了一种电子设备，包括：一个或多个处理器；计算机可读介质，配置为存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例的第一方面所述的企业的国标行业的分类方法。