(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211404794.9 (22)申请日 2022.11.10 (71)申请人 杭州费尔斯 通科技有限公司 地址 310051 浙江省杭州市滨江区阡 陌路 482号B座7层 (72)发明人 周泽伟　金霞　杨红飞　 (74)专利代理 机构 青岛锦佳专利代理事务所 (普通合伙) 37283 专利代理师 朱玉建 (51)Int.Cl. G06F 40/279(2020.01) G06F 40/30(2020.01) G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 16/903(2019.01) (54)发明名称 企业选址意愿识别方法、 系统、 计算机设备 以及存储介质 (57)摘要 本发明属于企业选址技术领域， 特别涉及一 种企业选址意愿识别方法、 系统、 计算机设备 以 及存储介质。 企业选址意愿识别方法包括如下步 骤： 根据输入的词语与新闻文章进行匹配度计 算， 筛选出与输入的词语相匹配的新闻文章， 并 根据匹配度对筛选出的新闻文章进行排序； 根据 企业选址意愿词库以及与该企业选址意愿词库 的语义关系， 从筛选出的新闻文章中， 进一步筛 选出有选址意愿的新闻文章； 对筛选出的有选址 意愿的新闻文章进行行业分类； 对筛选出的有选 址意愿的新闻文章进行企业名称挖掘。 本发明兼 顾考虑了企业与涉及该企业的新闻政 策等因素， 以及各因素之间的关联匹配， 提高了企业选址意 愿识别准确率。 权利要求书3页 说明书8页 附图2页 CN 115496062 A 2022.12.20 CN 115496062 A 1.一种企业选 址意愿识别方法， 其特 征在于， 包括如下步骤： 步骤1. 根据输入的词语与新闻文章进行匹配度计算， 筛选出与输入的词语相匹配的 新闻文章； 步骤2. 根据企业选址意愿词库以及与该企业选址意愿词库的语义关系， 从筛选出的 新闻文章中， 进一 步筛选出有选 址意愿的新闻文章； 步骤3. 利用文本分类模型对筛 选出的有选 址意愿的新闻文章进行 行业分类； 步骤4. 利用实体识别模型对筛 选出的有选 址意愿的新闻文章进行企业名称挖掘。 2.根据权利要求1所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤1中， 根据输入的词语与新闻文章进行匹配度计算的过程如下： 步骤1.1.  首先根据文本字符串进行匹配， 判断输入的词语 word是否在新闻文章 text 中， 若在， 则该输入的词语与新闻文章的匹配度为1； 若输入的词语 word不在新闻文章 text中， 则转到步骤1.2； 步骤1.2.  计算词语 word的词向量 word_vector 与新闻文章 text的文本向量 text_ vector之间的语义相似分 sim(word_vector , text_vector )； 若sim(word_vector , text_vector )大于或等于 threshold_sim， 则选择新闻； 其中，threshold_sim为预设的选择新闻的阈值。 3.根据权利要求2所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤1.2中， 语义相似分 sim(word_vector , text_vector )的计算过程如下： 定义word_vector =[word_vector (w1), word_vector (w2),  …, word_vector (wN)]； 其中，word_vector (wj)表示词语 word的词向量的第 j个维度，N表示向量的维度， j∈[1, N]； 定义text_vector=[text_vector (w1), text_vector (w2),  …, text_vector (wN)]； 其中，text_vector (wj)表示新闻文章 text的文本向量 text_vector 的第j个维度； text_vector (wj)的计算公式如下： ； 其中，word_i表示新闻文章 text中第i个词语的词向量； word_i= [word_i(w1), word_i(w2),  …, word_i(wN)]； 其中，word_i(wj)表示新闻文章 text中第i个词语的词向量的第 j个维度； L表示新闻文章 text中词语的个数， i∈[1,L]； 则语义相似分 sim(word_vector , text_vector )的计算公式如下： 。 4.根据权利要求1所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤2中， 筛 选有选址意愿的新闻文章的过程如下： 步骤2.1.  若新闻文章中包含企业选址意愿词库中的至少一个词语， 则该新闻被筛选权　利　要　求　书 1/3 页 2 CN 115496062 A 2出， 并作为有选 址意愿的新闻文章； 否则， 转到步骤2.2； 步骤2.2.  计算企业选址意愿词库的平均词向量 word_pick_list_vector 与新闻文章 text的文本向量 text_vector 之间的语义相似分 sim(text_vector , word_pick_list_ vector)； 若语义相似分 sim(text_vector , word_pick_list_vector )大于或等于预设的筛选新 闻阈值threshold_sim_pick ， 则该新闻被筛 选， 并作为有选 址意愿的新闻文章。 5.根据权利要求 4所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤2.2中， 语义相似分 sim(text_vector , word_pick_list_vector )的计算过程 如下： 首先计算企业选址意愿词库的平均词向量 word_pick_list_vector  = [word_pick_ list_vector (w1), word_pick_l ist_vector (w2),…, word_pick_l ist_vector (wN)]； 其中，word_pick_l ist_vector (wj)表示企业选 址意愿词库的平均词向量的第 j个维度； N表示向量的维度， j∈[1,N]； word_pick_l ist_vector (wj)的计算公式如下： ； 其中，word_pick _vector_q 表示企业选 址意愿词库中第 q个词语的词向量； word_pick_vector_q =[word_pick_vector_q (w1),word_pick_vector_q (w2),  …, word_pick_vector_q (wN)]，word_pick_vector_q (wj)表示企业选址意愿词库中第 q个词语 的词向量的第 j个维度； Q表示企业选 址意愿词库个数， q∈[1,Q]； text_vector=[text_vector (w1), text_vector (w2),  …, text_vector (wN)]； 其中，text_vector (wj)表示新闻文章 text的文本向量 text_vector 的第j个维度； text_vector (wj)的计算公式如下： ； 其中，word_i表示新闻文章 text中第i个词语的词向量； word_i= [word_i(w1), word_i(w2),  …, word_i(wN)]； 其中，word_i(wj)表示新闻文章 text中第i个词语的词向量的第 j个维度； L表示新闻文章 text中词语的个数， i∈[1,L]； 则语义相似分 sim(text_vector , word_pick_l ist_vector )的计算公式如下： 。 6.根据权利要求1所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤1中， 还进一 步包括根据匹配度值对筛 选出的新闻文章进行排序的步骤。 7.根据权利要求1所述的企业选 址意愿识别方法， 其特 征在于， 所述步骤4之后还 包括：权　利　要　求　书 2/3 页 3 CN 115496062 A 3