公开(公告)号：CN109783818B

公开(公告)日：2023-04-07

申请号：CN201910045591.7

申请日：2019-01-17

Applicant: 上海三零卫士信息安全有限公司

Inventor： 余伟萍 ,  叶林 ,  刘晶 ,  刘海滨

IPC: G06F40/258 ,  G06F40/30 ,  G06F18/23213 ,  G06F18/2431

Abstract: 本发明公开了一种企业行业多标签分类方法，本发明根据行业关键词的提取，企业的经营范围涉及到多个行业的关键词的交叉情况下，并利用半监督和聚类的方法更新词库，利用深度学习的方法进行多行业标签分类。本发明利用了基于图的排序算法，K‑means的聚类的方法、嵌入的词向量模型提取企业关键词，然后使用了双层的循环神经网络构建多层行业标签的自动标签模型，并借此使用半监督和聚类的方法更新行业关键词库，得到四层的级联行业标签体系，有利于解决人工标注的繁琐低效问题。

公开(公告)号：CN109783818A

公开(公告)日：2019-05-21

申请号：CN201910045591.7

申请日：2019-01-17

Applicant: 上海三零卫士信息安全有限公司

Inventor： 余伟萍 ,  叶林 ,  刘晶 ,  刘海滨

IPC: G06F17/27 ,  G06K9/62

Abstract: 本发明公开了一种企业行业多标签分类方法，本发明根据行业关键词的提取，企业的经营范围涉及到多个行业的关键词的交叉情况下，并利用半监督和聚类的方法更新词库，利用深度学习的方法进行多行业标签分类。本发明利用了基于图的排序算法，K-means的聚类的方法、嵌入的词向量模型提取企业关键词，然后使用了双层的循环神经网络构建多层行业标签的自动标签模型，并借此使用半监督和聚类的方法更新行业关键词库，得到四层的级联行业标签体系，有利于解决人工标注的繁琐低效问题。