[发明专利]基于图神经网络的招标项目名称短文本分类方法及系统

说明书

本发明涉及数据处理技术领域，公开了基于图神经网络的招标项目名称短文本分类方法及系统；方法包括：获取待分类的招标项目名称；对文本进行分词处理；将分词结果输入到训练后的短文本分类模型中，输出分类结果；训练后的短文本分类模型，对分词结果提取出语义图的特征矩阵；对分词结果构建顺序图，得到顺序图的特征矩阵；对分词结果提取出文本特征，将文本特征分别映射到语义图的特征矩阵和顺序图的特征矩阵中，得到映射后的语义图特征矩阵和映射后的顺序图特征矩阵；实现语义图和顺序图的图内传播和图间传播，对招标项目名称短文本进行分类，得到分类标签；本发明能够解决现有人工标注效率不高和信息资源严重浪费的问题。

技术领域

本发明涉及数据处理技术领域，特别是涉及基于图神经网络的招标项目名称短文本分类方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

随着信息技术的高速发展和招投标规范体系的完善，除保密项目外，招标方一般选择从招标系统或者网站发布招标通知，让投标方投标、竞标，从而快速达成交易。

招标系统或者网站每天都会发布海量的招标信息，且更新速度越来越快，招标内容也涉及生活的方方面面。有时，稍不留心，投标方就会错过自己心仪的项目。目前，面对招标系统和网站发布的海量招标信息，投标方往往选择安排员工每天多次查看各招标系统和网站的招标文件通知，由该员工或其部门领导从众多庞杂散乱的招标文件通知中筛选、分析，以判断出与自己主营业务紧密相关的招标信息。

由于投标方员工工作能力和对业务的熟悉程度不同，面对相同数量的招标信息，不同员工筛选出的招标项目和文件往往不同；其次，招标信息分类的不规范和模糊性，投标员工长时间工作疲劳，都将大幅度降低招投标信息资源配置的效率和准确度。因此，基于信息化的招投标系统，招标方、投标方和平台虽然都投入了大量的人力、财力和物力，非但无法再提高招投标信息资源配置的效率，还会随着招标信息发布的增加导致信息资源配置效率进一步下降。因此，开发一种能够快速准确标注、分类招标系统和网站发布的招标文件通知的系统和方法，以解决海量招投标信息资源配置效率低下问题，迫在眉睫。

发明内容

为了解决现有技术的不足，本发明提供了基于图神经网络的招标项目名称短文本分类方法及系统；通过使用双向LSTM获取文本上下文信息，同时构建双图结构（所述双图结构，是指语义图结构和顺序图结构）利用图神经网络图内传播和图间传播捕获文本中不同粒度之间的信息并克服其异构性进行融合以获得更高层次结构信息，能够对招标项目进行自动标注和分类，以解决现有人工标注效率不高和信息资源严重浪费的问题。

第一方面，本发明提供了基于图神经网络的招标项目名称短文本分类方法；

基于图神经网络的招标项目名称短文本分类方法，包括：

获取待分类的招标项目名称；

对待分类的招标项目名称进行预处理，对预处理后的文本进行分词处理；

将分词结果输入到训练后的短文本分类模型中，输出分类结果；

其中，训练后的短文本分类模型，包括：

对分词结果提取出语义图的特征矩阵；

对分词结果构建顺序图，进而得到顺序图的邻接矩阵；对顺序图的邻接矩阵进行初始化，得到顺序图的特征矩阵；

对分词结果提取出文本特征，将文本特征缓存到内存库中；

将文本特征分别映射到语义图的特征矩阵和顺序图的特征矩阵中，得到映射后的语义图特征矩阵和映射后的顺序图特征矩阵；

基于语义图的邻接矩阵、顺序图的邻接矩阵、映射后的语义图特征矩阵和映射后的顺序图特征矩阵，实现语义图和顺序图的图内传播；