[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

提取目标企业的企业信息，其中，所述企业信息包括企业名称和经营范围信息；

从所述企业名称和所述经营范围信息中提取第一特征信息，其中，所述从所述企业名称和所述经营范围信息中提取第一特征信息，包括：分别对所述企业名称和所述经营范围信息进行分词，确定分词后的各词的词向量；从所述企业名称中提取关键词；对所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量进行解析，生成第一特征信息；

其中，所述对所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量进行解析，生成第一特征信息，包括：将所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量分别输入至预先训练的特征提取模型，其中，所述特征提取模型用于提取文本特征；

从其余信息中提取第二特征信息，其中，所述其余信息为企业信息中的、除所述企业名称和所述经营范围信息以外的信息；

将所述第一特征信息与第二特征信息进行融合，将融合后的特征信息输入至预先训练的行业识别模型，得到所述目标企业的行业类别，其中，所述行业识别模型用于表征特征信息与行业类别的对应关系。

2.根据权利要求1所述的用于生成信息的方法，其中，所述对所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量进行解析，生成第一特征信息，还包括：

得到分别与所述企业名称、所述关键词、所述经营范围信息对应的特征向量，将分别与所述企业名称、所述关键词、所述经营范围信息对应的特征向量确定为第一特征信息。

3.根据权利要求1所述的用于生成信息的方法，其中，所述特征提取模型由预先训练的卷积神经网络的卷积层和最大池化层组成。

4.根据权利要求3所述的用于生成信息的方法，其中，所述行业识别模型为所述卷积神经网络的全连接层。

5.根据权利要求1所述的用于生成信息的方法，其中，所述分别对所述企业名称和所述经营范围信息进行分词，确定分词后的各词的词向量，包括：

分别对所述企业名称和所述经营范围信息进行分词，将所述企业名称中的各词和所述经营范围信息中的各词分别输入至预先训练的词向量模型，得到所述企业名称中的各词的词向量和所述经营范围信息中的各词的词向量，其中，所述词向量模型用于生成词的词向量。

6.根据权利要求1所述的用于生成信息的方法，其中，所述其余信息包括所述目标企业的以下至少一项：经营状态、注册类型、规模、成立时间、地点；以及

所述从其余信息中提取第二特征信息，包括：

确定所述其余信息中的每一项对应的独热编码；

将所述其余信息中的各项对应的独热编码进行拼接，生成第二特征信息。

7.一种用于生成信息的装置，包括：

第一提取单元，配置用于提取目标企业的企业信息，其中，所述企业信息包括企业名称和经营范围信息；

第二提取单元，配置用于从所述企业名称和所述经营范围信息中提取第一特征信息，其中，所述第二提取单元包括：分词模块，配置用于分别对所述企业名称和所述经营范围信息进行分词，确定分词后的各词的词向量；提取模块，配置用于从所述企业名称中提取关键词；生成模块，配置用于对所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量进行解析，生成第一特征信息；

其中，所述生成模块进一步配置用于：将所述企业名称中的各词的词向量、所述关键词的词向量、所述经营范围信息中的各词的词向量分别输入至预先训练的特征提取模型，其中，所述特征提取模型用于提取文本特征；

第三提取单元，配置用于从其余信息中提取第二特征信息，其中，所述其余信息为企业信息中的、除所述企业名称和所述经营范围信息以外的信息；

输入单元，配置用于将所述第一特征信息与第二特征信息进行融合，将融合后的特征信息输入至预先训练的行业识别模型，得到所述目标企业的行业类别，其中，所述行业识别模型用于表征特征信息与行业类别的对应关系。