一种行业分类模型训练方法、分类方法与装置制造方法及图纸

本发明专利技术实施例涉及大数据处理领域，尤其涉及一种行业分类模型训练方法、分类方法与装置，方法包括：客户端构建领域词词库，领域词词库由领域词的文本和对应的所属领域组成。客户端根据领域词词库，对包括企业名称和标签类别的训练文本集合处理，包括对企业名称进行分词和语义增强，得到企业名称的词向量特征，其中企业名称的词向量特征由企业名称分词之后的各个词向量加权组合得到的。最终，客户端根据企业名称的词向量特征和标签类别，对用于行业分类的分类器进行训练，得到有监督的机器学习多分类模型，该模型可以实现基于企业简称完成该企业的行业分类，既保证了企业分类的准确性，又能够提高处理效率。又能够提高处理效率。又能够提高处理效率。

【技术实现步骤摘要】
一种行业分类模型训练方法、分类方法与装置


[0001]本专利技术实施例涉及大数据处理领域，尤其涉及一种行业分类模型训练方法、分类方法与装置。

技术介绍

[0002]随着经济的迅速发展，信用卡越来越多的渗透到人们的日常生活中。信用卡是一种非现金交易付款方式，是一种简单的信贷服务。在信用卡申请时，申请人需要填写就职企业名称和企业对应的行业类型，其中申请人所在行业是评估其风险及精准营销需要考虑的重要因素。但是在实际申请中，由于部分申请人的主观性，容易出现企业名称填写不全、行业类型填错的情况。为此，商业银行的审核人员需耗费大量时间成本进行核对，效率低下。
[0003]为此，亟需一种行业分类模型训练、分类方法与装置，以减少人力成本投入，提高企业分类的准确率。

技术实现思路

[0004]本专利技术实施例提供了一种行业分类模型训练方法、分类方法和装置，该方法可以提供一种行业分类模型，该模型可以实现基于企业简称完成该企业的行业分类，既保证了企业分类的准确性，又能够提高处理效率。
[0005]第一方面，本专利技术实施例提供一种行业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行业分类模型训练方法，其特征在于，包括：构建企业名称的领域词词库，所述领域词词库包括领域和领域词的对应关系，所述领域包括地名、企业专名、企业属性和固定表达；根据所述领域词词库，对训练文本集合中的企业名称进行分词，得到所述企业名称的词向量特征，所述企业名称的词向量特征由所述企业名称分词之后的各个词向量加权组合得到的，所述训练文本集合包括所述企业名称的标签类别；根据所述企业名称的词向量特征和所述企业名称的标签类别，对用于行业分类的分类器进行训练，得到有监督的机器学习多分类模型。2.根据权利要求1所述的方法，其特征在于，所述构建企业名称的领域词词库，包括：根据企业名称的组成规则，对收集的企业名称集合中的各类领域词和所属领域进行识别，得到领域词词库。3.根据权利要求1所述的方法，其特征在于，对训练文本集合中的企业名称进行分词之后，得到所述企业名称的词向量特征之前，还包括：对分词之后的所述企业名称中的企业属性领域词和企业专名领域词进行语义增强。4.根据权利要求1所述的方法，其特征在于，还包括：对原始数据集合中的企业名称的标签类别值为空的企业名称进行删除，得到第一备用数据集合；去除所述第一备用数据集合中出现次数低于n次的企业名称，得到第二备用数据集合；对所述第二备用数据集合中企业名称进行去重，统计其出现的次数与各标签类别出现的占比，并去除占比低于p的标签类别，得到所述训练文本集合。5.一种分类方法，其特征在于，所述方法应用于有监督的机器学习多分类模型，所述有监督的机器学习多分类模型是根据权利要求1至4任一项所述的行业分类模型训练方法形成的，所述方法包括：对待测企业名称进行分词和语义增强，得到待测企业名称的词向量特征，并输入至所述有监督的机器学习多分类模型，得到所述待测企业名称所属的行业类型。6.一种行业分类模型训练装置，其特征在于，包括：构建单元，用于构建企业名称的领域词词库，所述领域词词库包括领域和领域词的对应关系，所述领域包括地名、企业专名、企业属性和固定表达；处理单元，用于根据所述...

【专利技术属性】
技术研发人员：孙一丹，张清华，陈萍，卢翠兰，
申请(专利权)人：银联数据服务有限公司，
类型：发明
国别省市：