[发明专利]核心产品词提取方法、装置、设备及介质

说明书

本发明公开了一种核心产品词提取方法、装置、设备及介质，其中，该核心产品词提取方法包括：获取企业信息文本，企业信息文本包括至少一条有效语句；采用预处理方法处理企业文本信息，以获取符合预设格式的模型输入语句；基于已训练的产品词实体抽取模型，获取模型输入语句对应的预测产品词实体，并清洗预测产品词实体以获取有效产品词实体；基于有效产品词实体和有效产品词实体对应的产品词特征维度数据，训练至少两个词语分类模型，以获取融合的词语评分模型，并通过评分模型提取符合词语分数阈值的核心产品词。该方法可保障提取真实有效的核心产品词的同时，提高了核心产品词的识别准确率和识别效率。

技术领域

本发明涉及语言信息处理技术领域，尤其涉及一种核心产品词提取方法、装置、设备及介质。

背景技术

企业画像可为面向智慧城市、金融监管、企业情报以及企业评估等场景构建多级企业知识图谱，并可深度挖掘企业、高管、法人、产品以及产业链间的复杂网络关系，为企业提供企业舆情以及精准营销等多项综合服务。而企业大多是以产品为媒介,与用户进行价值交换,从而达成创造商业价值的目的，也即企业的主营产品是构建企业画像的重要参考依据。

随着互联网的蓬勃发展，与企业相关的各种类型的真伪信息越来越多地出现在互联网的多个渠道上。如何从与企业相关的多种信息中提取真实有效的核心产品信息成为亟待解决的问题。

发明内容

本发明实施例提供一种核心产品词提取方法、装置、设备及介质，以解决从与企业相关的多种信息中提取真实有效的核心产品信息的问题。

一种核心产品词提取方法，包括：

获取企业信息文本，采用预处理方法处理企业信息文本，以获取符合预设格式的模型输入语句；

通过标注模型输入语句训练基于深度学习的产品词实体抽取模型；

基于产品词实体抽取模型，获取模型输入语句对应的预测产品词实体，并清洗预测产品词实体以获取有效产品词实体；

基于有效产品词实体和有效产品词实体对应的产品词特征维度数据，训练至少两个词语分类模型，以获取融合的词语评分模型，并通过评分模型提取符合词语分数阈值的核心产品词。

一种核心产品词提取装置，包括：

获取企业信息文本模块，用于获取企业信息文本，采用预处理方法处理企业文本信息，以获取符合预设格式的模型输入语句；

获取实体抽取模型模块，用于通过标注模型输入语句训练基于深度学习的产品词实体抽取模型；

获取有效产品词实体模块，用于基于产品词实体抽取模型，获取模型输入语句对应的预测产品词实体，并清洗预测产品词实体以获取有效产品词实体；

获取核心产品词模块，用于基于有效产品词实体和有效产品词实体对应的产品词特征维度数据，训练至少两个词语分类模型，以获取融合的词语评分模型，并通过评分模型提取符合词语分数阈值的核心产品词。

一种设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述核心产品词提取方法。

一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理器执行时实现上述核心产品词提取方法。

上述核心产品词提取方法、装置、设备及介质，通过采用深度学习模型对企业信息文本提取得到预测产品词实体，并继续对提取到的预测产品词实体进行清洗和评分，可最终得到与企业相关的核心产品词，保障提取真实有效的核心产品词的同时，提高了核心产品词的识别准确率和识别效率，利于通过准确的核心产品词建立起可靠的企业画像。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。