[发明专利]特征信息的识别方法、装置及计算机可读存储介质

权利要求书

1.一种特征信息的识别方法，其特征在于，所述方法应用于电子设备中，包括：

接收通过语音识别得到的文本数据集，利用命名实体识别技术从所述文本数据集中提取组织机构名称的待识别文本；

汇总所述待识别文本的拼音对应的汉字组合，得到汉字组合候选集合，对所述汉字组合候选集合中至少两个汉字组合进行向量计算，得到所述至少两个汉字组合的平均字向量；

获取所述组织机构名称所属的目标行业类别，以及获取包含所述目标行业类别的行业类别集合，对所述行业类别集合中包含所述目标行业类别的至少两个行业类别进行向量计算，得到包含所述至少两个行业类别的平均行业向量；

计算所述至少两个汉字组合中每个汉字组合的平均字向量与所述目标行业类别的平均行业向量的第一相似度，得到第一层级汉字组合候选集合，所述第一层级汉字组合候选集合包含所述至少两个汉字组合和所述至少两个汉字组合分别对应的第一相似度；

对所述行业类别集合进行簇类计算，得到行业类别簇集合，从所述行业类别簇集合中获取所述目标行业类别所属的目标簇类，以及计算所述目标簇类的平均簇类向量；

计算所述至少两个汉字组合中每个汉字组合的平均字向量与所述目标簇类的平均簇类向量的第二相似度，得到第二层级汉字组合候选集合，所述第二层级汉字组合候选集合包含至少所述两个汉字组合和所述至少两个汉字组合分别对应的第二相似度；

将所述第一层级汉字组合候选集合包含的第一相似度与所述第二层级汉字组合候选集合包含的第二相似度进行权重计算，得到汉字组合得分结果集；

确定所述汉字组合得分结果集中最高分对应的汉字组合为所述组织机构名称的汉字组合。

2.如权利要求1所述的特征信息的识别方法，其特征在于，所述对所述汉字组合候选集合中至少两个汉字组合进行向量计算，得到所述至少两个汉字组合的平均字向量，包括：

利用预先训练的字向量词典获取所述汉字组合候选集包含的至少两个汉字组合中每个汉字的字向量；

根据至少两个汉字组合中每个汉字的字向量，计算所述至少两个汉字组合中每个汉字组合包含的所有汉字的字向量的平均值，得到所述至少两个汉字组合的平均字向量。

3.如权利要求1所述的特征信息的识别方法，其特征在于，所述获取所述组织机构名称所属的目标行业类别，以及获取包含所述目标行业类别的行业类别集合，包括：

通过基于注意力机制的双向LSTM网络对所述文本数据集进行前向和后向编码，将前向和后向编码生成的向量拼接起来，形成拼接向量；

将所述拼接向量输入至预构建的第一行业分类模型，确定所述行业分类神经网络模型输出的行业类别为所述组织机构名称所属的目标行业类别；

利用预构建的第二行业分类模型对所述汉字组合候选集合进行分类，得到分类结果，所述分类结果包括所述汉字组合候选集合包含的汉字组合对应的行业类别；

将所述分类结果中不同行业类别与所述目标行业类别进行组合，得到包含所述目标行业类别的行业类别集合。

4.如权利要求1所述的特征信息的识别方法，其特征在于，所述获取所述组织机构名称所属的目标行业类别，以及获取包含所述目标行业类别的行业类别集合，包括：

获取补充汉字组合候选集合，所述补充汉字组合候选集合包含补充组织机构名称；

利用预构建的第三行业分类模型对所述组织机构名称进行分类，得到所述组织机构名称所属的目标行业类别；

利用所述第三行业分类模型对所述补充汉字组合候选集合进行分类，得到分类结果，所述分类结果包括所述补充汉字组合候选集合包含的补充组织机构名称对应的行业类别；

将所述分类结果中不同行业类别与所述目标行业类别进行组合，得到包含所述目标行业类别的行业类别集合。