[发明专利]一种企业关联关系识别方法、装置及存储介质

权利要求书

1.一种企业关联关系识别方法，其特征在于，所述方法包括：

通过应用程序编程接口和/或网络爬虫采集多个企业的文本信息；

确定待识别企业的文本信息，将所述多个企业的文本信息和待识别企业的文本信息输入预先训练的企业关联关系识别模型中；其中，所述企业关联关系识别模型基于BERT神经网络、卷积神经网络以及K均值聚类算法创建的；

输出所述待识别企业和所述多个企业之间的关联关系。

2.根据权利要求1所述的方法，其特征在于，按照下述方法生成预先训练的企业关联关系识别模型，包括：

采集并预处理每个行业中多个企业的文本信息，生成训练样本；

根据BERT神经网络、卷积神经网络以及K均值聚类算法创建企业关联关系识别模型；

将所述训练样本输入至所述企业关联关系识别模型中，输出所述模型的损失值；

当所述损失值达到最小时，生成训练后的企业关联关系识别模型。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

从所述训练样本中随机抽取某一企业的文本信息；

将所述某一企业的文本信息输入所述训练后的企业关联关系识别模型中，生成企业类别；

计算所述企业类别的类别相似度；

当所述类别相似度大于预设值且所述模型的训练次数到达预设次数时，生成预先训练的企业关联关系识别模型。

4.根据权利要求2所述的方法，其特征在于，所述采集并预处理每个行业中多个企业的文本信息，生成训练样本，包括：

采集每个行业中多个企业的文本信息；

将所述每个行业中多个企业的文本信息进行清洗及噪声去除，生成多个企业中各企业的属性文本；

将所述各企业的属性文本进行拼接，并按照预设字符级标注方式标注所述拼接后的属性文本生成各企业标注的文本信息；

将所述各企业标注的文本信息确定为训练样本。

5.根据权利要求2或4所述的方法，其特征在于，所述将所述训练样本输入至所述企业关联关系识别模型中，输出所述模型的损失值，包括：

将所述各企业标注的文本信息依次输入至所述企业关联关系识别模型中的BERT神经网络和卷积神经网络进行文本处理，生成各企业文本信息所对应的文本向量；以及

基于所述企业关联关系识别模型中的K均值聚类算法将所述各企业文本信息所对应的文本向量进行聚类，生成各企业文本信息的聚类结果；

根据所述聚类结果以及预设损失值计算函数计算所述企业关联关系识别模型的损失值；

输出所述企业关联关系识别模型的损失值。

6.根据权利要求2所述的方法，其特征在于，所述当所述损失值达到最小时，生成训练后的企业关联关系识别模型，包括：

当所述损失值未达到最小时，基于所述损失值对所述企业关联关系识别模型进行调整，并执行所述将所述训练样本输入至所述企业关联关系识别模型中的步骤。

7.根据权利要求5所述的方法，其特征在于，所述损失值计算函数为其中，loss为损失值，a_i为到同一簇内其他文本的平均距离，b_i为在相邻最近的簇中到其他样本的平均距离，N为样本总个数。

8.一种企业关联关系识别装置，其特征在于，所述装置包括：

文本信息采集模块，用于通过应用程序编程接口和/或网络爬虫采集多个企业的文本信息；

文本信息输入模块，用于确定待识别企业的文本信息，将所述多个企业的文本信息和待识别企业的文本信息输入预先训练的企业关联关系识别模型中；其中，所述企业关联关系识别模型基于BERT神经网络、卷积神经网络以及K均值聚类算法创建的；

关联关系输出模块，用于输出所述待识别企业和所述多个企业之间的关联关系。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1-7任意一项的方法步骤。

10.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项的方法步骤。