[发明专利]一种智能企业分类算法在审
| 申请号： | 201710573301.7 | 申请日： | 2017-07-14 |
| 公开（公告）号： | CN110019769A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 赵亮 | 申请（专利权）人： | 元素征信有限责任公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06K9/62 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 王鹏 |
| 地址： | 100000 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种智能企业分类算法，包括：文本预处理流程和分类算法，其中文本预处理流程包括特征选取、分词、去除停止词以及选取有代表性的词；分类算法为一机器学习算法，需要使用已有的有正确分类的数据对算法进行训练，得到可靠的分类器对新的描述文本作出分类。该智能企业分类算法解决了自动企业分类问题，不仅分类准确率高，而且可以用于将企业按照描述文本自动分类到国家统计局所规定的分类，或者战略新兴产业分类。 | ||
| 搜索关键词： | 企业分类 算法 文本预处理 分类算法 描述文本 智能 分类 机器学习算法 分类准确率 产业分类 特征选取 自动分类 分类器 分词 去除 | ||
【主权项】：
1.一种智能企业分类算法，其特征在于，包括：文本预处理流程和分类算法；其中，所述文本预处理流程包括如下步骤：(1)特征选取：选取合适的文本描述字段，一般选取企业的经营范围描述字段，结合企业名称来分析；(2)分词：将中文文本分割成机器能够处理的单词，是一种处理中文常用的较为成熟的技术，且常用算法包括隐马尔可夫模型；(3)去除停止词：去掉无意义的虚词、符号以及去掉有干扰的各个注释，以避免对文本分类器引入不必要的噪声；(4)选取有代表性的词：根据TF‑IDF算法将得到的词进一步抽取，得到有代表性的词；所述分类算法为一机器学习算法，需要使用已有的有正确分类的数据对算法进行训练，得到可靠的分类器对新的描述文本作出分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于元素征信有限责任公司，未经元素征信有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710573301.7/，转载请声明来源钻瓜专利网。
- 上一篇：生成文本摘要的方法及装置
- 下一篇：训练分类模型的方法与装置
