(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
专利 企业选址意愿识别方法、系统、计算机设备以及存储介质
安全报告 >
其他 >
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 思考人生 于 2024-03-03 20:13:35上传分享