(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 202210254413.7 (22)申请日 2022.03.15 (71)申请人 江苏风云科技 服务有限公司 地址 215000 江苏省苏州市工业园区金鸡 湖大道1355号国际科技园科技广场四 楼 (72)发明人 夏晓东　戴晔　严世振　储建洲　 钱雨辰　 (74)专利代理 机构 苏州谨和知识产权代理事务 所(特殊普通 合伙) 32295 专利代理师 叶栋 (51)Int.Cl. G06F 16/35(2019.01) G06F 16/36(2019.01) G06F 40/284(2020.01)G06F 40/216(2020.01) G06F 40/35(2020.01) (54)发明名称 产业链构建方法、 设备及存 储介质 (57)摘要 本申请涉及一种产业链构建方法、 设备及存 储介质， 属于计算机技术领域， 其包括将产业链 识别词输入 预先训练的词联想模 型， 得到词汇集 合； 确定词汇 集合中每个产业链词汇与企业词汇 之间的关联度矩阵； 基于关联度矩阵的矩阵信息 确定产业链词汇与企业词汇之间的关联程度； 对 于关联程度大于或等于预设程度阈值的一组产 业链词汇和企业词汇， 将企业词汇所属的企业样 本数据的标签设置为产业链词汇对应的产业链 识别词； 使用训练得到的词联想模 型构建待处理 企业数据的产业链； 可以提高产业链构建的准确 性和全面性； 解决模糊匹配的数据结果的不全面 和不准确、 匹配的数据结果的匹配度高低以及各 数据结果之间的关联度问题。 权利要求书2页 说明书8页 附图2页 CN 114595330 A 2022.06.07 CN 114595330 A 1.一种产业链构建方法， 其特 征在于， 所述方法包括： 获取人工定义的产业链 识别词； 获取企业样本数据； 使用已有数据集训练词联想模型， 所述词联想模型用于生成所述已有数据集中每个词 汇的关联词汇； 对所述企业样本数据进行处 理， 得到企业词汇； 将所述产业链 识别词输入所述词联想模型， 得到所述产业链 识别词的词汇集 合； 确定所述词汇集 合中每个产业链词汇与所述企业词汇之间的关联度矩阵； 基于所述关联度矩阵的矩阵信 息， 确定所述产业链词汇与所述企业词汇之间的关联程 度； 对于关联程度 大于或等于预设程度阈值的一组产业链词汇和企业词汇， 将所述企业词 汇所属的企业样本数据的标签设置为所述产业链词汇对应的产业链 识别词； 确定识别出的产业链 识别词是否符合预设训练要求； 在所述识别出的产业链识别词符合所述预设训练要求的情况下， 使用训练得到的词联 想模型构建待处 理企业数据的产业链。 2.根据权利要求1所述的方法， 其特征在于， 所述使用已有数据集训练词联想模型， 包 括： 将所述已有数据集输入预 先构建的词向量 生成模型， 得到词向量空间； 将所述已有数据集输入预训练得到的BERT模型， 得到所述已有数据集的词语表述分 布； 获取基于所述词语表述分布输入的语义 修正操作； 基于所述语义修正操作修正所述词向量空间的上下文语义， 得到修正后的词向量空 间； 使用修正后的词向量空间修 正所述词向量 生成模型， 得到所述词联想模型。 3.根据权利要求1所述的方法， 其特征在于， 所述矩阵信息包括至少两种； 所述基于所 述关联度矩阵的矩阵信息， 确定所述产业链词汇与所述企业词汇之间的关联程度， 包括： 获取每种矩阵信息对应的信息 权重； 计算各个矩阵信息的量 化值与对应的信息 权重的乘积之和， 得到所述关联程度。 4.根据权利要求3所述的方法， 其特征在于， 所述矩阵信息包括以下信息中的至少两 种： 所述关联度矩阵中的关联度； 所述关联度矩阵的方差； 所述关联度矩阵的均值； 所述关联度矩阵的维度； 以及 所述关联度矩阵中每 个关联度对应的词性。 5.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 在关联程度大于或等于预设程度阈值的产业链词汇和企业词汇为至少两组的情况下， 获取所述产业链识别词的细分搜索词和所述细分搜索词的关联权重， 所述关联权重用于指 示所述细分搜索词与不同企业词汇之间的关联程度；权　利　要　求　书 1/2 页 2 CN 114595330 A 2基于所述关联权重从至少两组产业链词汇和企业词汇中筛选出一组产业链词汇和企 业词汇。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述关联权重从至少两组产业链 词汇和企业词汇中筛 选出一组产业链词汇和企业词汇， 包括： 获取每个企业词汇与细分搜索词之间的关联度； 将每个企业词汇和细分搜索词输入预设的正则表达式， 得到匹配结果； 所述匹配结果 包括匹配和不匹配； 结合所述关联权重、 所述关联度和所述匹配结果， 计算每组产业链词汇和企业词汇的 关联分值； 从至少两组产业链词汇和企业词汇中筛选出关联分值最高的一组产业链词汇和企业 词汇。 7.根据权利要求1所述的方法， 其特征在于， 所述对所述企业样本数据进行处理， 得到 企业词汇， 包括： 对所述企业样本数据进行分词处 理， 得到所述企业词汇； 或者， 对所述企业样本数据进行分词处理及语法分析； 去 除语法不正确的企业样本数据， 得 到所述企业词汇； 或者， 对所述企业样本数据进行分词处理， 并去 除所述企业样本数据中的否定表述， 得到所 述企业词汇。 8.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 在所述识别出的产业链识别词不符合所述预设训练要求的情况下， 对所述词联想模型 进行调整， 并触发执 行所述使用已有数据集训练词联想模型的步骤。 9.一种电子设备， 其特征在于， 所述电子设备包括处理器和存储器； 所述存储器中存储 有程序， 所述程序由所述处理器加载并执行以实现如权利要求1至8任一项所述的产业链构 建方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有程序， 所述程序被 处理器执行时用于实现如权利要求1至8任一项所述的产业链构建方法。权　利　要　求　书 2/2 页 3 CN 114595330 A 3