[发明专利]一种政策关键信息提取方法和装置、存储介质、电子设备

权利要求书

1.一种政策关键信息提取方法，其特征在于，包括以下步骤：

从多个数据来源获取政策信息；

根据基于优惠政策的关键词对所述政策信息进行分类，得到所述政策信息中的申报类政策文本；

对所述申报类政策文本进行正则表达匹配和语义相似度计算，提取政策关键信息，所述政策关键信息包含：政策支持的申报条件、支持金额以及申报时间；

所述根据基于优惠政策的关键词对所述政策信息进行分类，得到所述政策信息中的申报类政策文本，包括：

根据所述基于优惠政策的关键词对所述政策信息进行全量匹配，得到第一组申报类政策集合，所述基于优惠政策的关键词为依据专家知识预先构建的基于产业政策的关键词，包含：申报单位、申报材料、申报方式和/或资金支持方式；

将所述第一组申报类政策集合之外的政策信息输入预先训练得到的文本分类模型，得到第二组申报类政策集合；

根据所述第一组申报类政策集合和第二组申报类政策集合得到所述申报类政策文本；

其中，按照下述方式训练得到所述文本分类模型：

从所述第一组申报类政策集合中抽取预定比例数量的政策信息，构造正样本；

从所述第一组申报类政策集合之外的政策信息中抽取非申报类的政策信息，构造负样本，所述负样本和正样本的数量相同；

基于所述正样本和负样本训练得到所述文本分类模型；

所述对所述申报类政策文本进行正则表达匹配和语义相似度计算，提取所述政策关键信息，包括：

对所述申报类政策文本进行第一次分句处理，得到多个句子及其在所述申报类政策文本中的第一位置信息；

对所述句子进行第二次分句处理，得到多个子句以及所述子句在所述句子中的第二位置信息；

将所述子句与预定义的正则表达式进行匹配；

提取成功匹配的子句中的数字和时间分别作为所述支持金额和申报时间；

将未成功匹配的子句与成功匹配的子句进行语义相似度计算，提取计算结果不小于预设阈值的未成功匹配的子句中的数字和时间分别作为支持金额和申报时间；

根据所述第一位置信息和第二位置信息，提取与识别为包含支持金额的子句的距离满足预设标准的句子作为申报类政策的申报条件。

2.如权利要求1所述的政策关键信息提取方法，其特征在于，所述与识别为包含支持金额的子句的距离满足预设标准的句子包括以下的一种或多种：

所述包含支持金额的子句所在的句子；

与所述包含支持金额的子句位于同一段落的句子；

所述包含支持金额的子句所在的句子前后预设范围内的句子。

3.如权利要求2所述的政策关键信息提取方法，其特征在于，还包括：

对获取的政策信息标注政策标签；

获取企业的企业标签；

在提取政策关键信息后，依据预先标注的企业标签和所述政策标签进行匹配度计算，依据计算结果为所述企业生成包括所述政策关键信息的推荐列表。

4.一种电子设备，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1-3中任一项所述的方法。

5.一种存储介质，其特征在于，用于存储计算机程序，当所述计算机程序被执行时，实现如权利要求1-3中任一项所述的方法。