[发明专利]基于语义匹配的产业链挂载企业的方法、装置及相关组件

说明书

本发明公开了一种基于语义匹配的产业链挂载企业的方法、装置及相关组件，涉及数据处理领域。该方法包括获取产业链节点词和目标企业的主营词，并将企业主营词和产业链节点词进行特征向量转换，得到对应的特征向量；将转化后的所有特征向量分别输入至预训练后的产业链主题语义模型，得到主营词义向量和节点语义向量；基于预设的主营词分数引擎，获取企业主营词的分数；计算当前主营词义向量和各节点语义向量之间的相似度，并将分数和相似度进行加权计算，得到相似分数；在相似分数达到相似分数阈值后，将目标企业和产业链节点词对应的产业链节点建立挂载关系。该方法使得企业可以精准挂靠在对应的产业链上，有效提高挂载精确度和召回率。

技术领域

本发明涉及数据处理领域，尤其涉及一种基于语义匹配的产业链挂载企业的方法、装置及相关组件。

背景技术

目前为了方便将企业和产业链建立挂载关系，通常会通过人工的方式采集企业的经营信息，然后基于企业的经营信息对该企业进行产业链判断，例如通过网站例如百度采集到A企业的运营信息主要是B物品，则直接在产业链上寻找包含B物品的产业链，然后将该产业链和A企业匹配到一起。

对此，发明人认为，通过人工的方式进行企业和产业链的挂载，依赖于人员经验，故存在较大的误差，使得企业和产业链的挂载存在精确度较低的问题。

发明内容

本发明的目的是提供一种基于语义匹配的产业链挂载企业的方法、装置及相关组件，旨在解决现有将企业和产业链建立挂载的方式存在精确度较低的问题。

为解决上述技术问题，本发明的目的是通过以下技术方案实现的：提供一种基于语义匹配的产业链挂载企业的方法，其包括：

获取预处理后的所有的产业链节点词和目标企业的主营词，并将所述企业主营词和所述产业链节点词进行特征向量转换，得到对应的特征向量；

将转化后的所有所述特征向量分别输入至预训练后的产业链主题语义模型，得到与所述企业主营词对应的主营词义向量和与所述产业链节点词对应的节点语义向量；

基于预设的主营词分数引擎，获取所述企业主营词的分数；

计算当前所述主营词义向量和各所述节点语义向量之间的相似度，并将所述分数和所述相似度进行加权计算，得到相似分数；

在所述相似分数达到相似分数阈值后，将所述目标企业和所述产业链节点词对应的产业链节点建立挂载关系。

进一步的，所述基于预设的主营词分数引擎，获取所述企业主营词的分数，包括：

获取所述企业主营词的来源，并基于所述企业主营词的来源遍历预设的主营词分数引擎，获取得到所述企业主营词的来源所对应的企业主营词的分数。

进一步的，所述将所述目标企业和所述产业链节点词对应的产业链节点建立挂载关系之前，包括：

判断所述目标企业是否符合预设的业务逻辑规则；

若所述目标企业符合预设的业务逻辑规则，则将所述目标企业和对应的产业链节点建立挂载关系；

若所述目标企业不符合预设的业务逻辑规则，则将所述目标企业作为伪目标企业并过滤。

进一步的，所述相似度为余弦相似度。

进一步的，所述将转化后的所有所述特征向量分别输入至预训练后的产业链主题语义模型，得到与所述企业主营词对应的主营词义向量和与所述产业链节点词对应的节点语义向量，包括：

将转化后的所述特征向量输入至bert预训练模型，输出主营词义向量和节点语义向量。

进一步的，所述将转化后的所述特征向量输入至bert预训练模型之前，包括：

获取训练任务数据，将所述训练任务数据进行特征向量转换，得到对应的特征向量，所述训练任务数据包括产业链数据和企业数据；