一种产业链预测方法、装置、预测设备及介质制造方法及图纸

技术编号：41212553 阅读：3 留言：0更新日期：2024-05-09 23:35

本发明专利技术提供了一种产业链预测方法、装置、预测设备及介质，其中，方法包括：获取待预测企业数据；将待预测企业数据输入产业链预测模型，获取产业链预测结果；其中，产业链预测模型基于多个企业标注数据训练获得，企业标注数据通过大语言模型获得。该实施例中，将获取的待预测企业数据输入基于多个企业标注数据训练获得的产业链预测模型中，获取产业链预测结果，其中，企业标注数据通过大语言模型获得，大语言模型的语料库丰富，通过大语言模型进行标注相较于人工标注水平更高，并且效率更高。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及大数据分析，特别涉及一种产业链预测方法、装置、预测设备及介质。

技术介绍

1、在企业信息管理中，人工判断企业的产业链是低效且繁琐的。为了更好地表现企业的多个产业链并提高工作效率，需要采用分类算法对企业进行产业链划分。最近几年来，构建企业信息管理的科学机制对企业的产业链与产业发展、掌握经济发展趋势和对产业结构的宏观调控，越来越具有十分重要的意义。并且对于产业链分类技术的发展和应用具有至关重要的作用。企业信息文本分类技术可以通过对企业信息文本的自动识别和分类，为企业信息管理提供有力的支持。企业信息文本比如经营范围不仅能够反映企业的生产经营方向，还能够体现业务的主要活动方向。现有技术中通常采用人工标注的方式获取标注企业数据进行训练预测，效率低下，并且人力和时间成本高。

技术实现思路

1、本专利技术的目的在于提供一种产业链预测方法、装置、预测设备及介质，用于解决现有技术中采用人工标注的方式获取标注企业数据进行训练预测，效率低下，并且人力和时间成本高的问题。

2、为了解决上述技术问题，本专利技术实施例提供一种产业链预测方法，其中，所述方法包括：

3、获取待预测企业数据；

4、将所述待预测企业数据输入产业链预测模型，获取产业链预测结果；其中，所述产业链预测模型基于多个企业标注数据训练获得，所述企业标注数据通过大语言模型获得。

5、可选地，所述的方法，其中，在所述将所述待预测企业数据输入产业链预测模型，获取产业链预测结果前，所述方法还包括：

6、获取所述企业标注数据；其中，所述企业标注数据包括训练企业标注数据和测试企业标注数据；

7、将所述训练企业标注数据输入预训练模型，获取待调优的产业链预测模型；其中，所述预训练模型包括albert模型、gru模型、多头注意力机制attention模型和dense层模型；

8、使用所述待调优的产业链预测模型对所述测试企业标注数据进行预测，获取待评估预测结果；

9、对所述待评估预测结果进行评估，获取评估结果；

10、根据所述评估结果对所述待调优的产业链预测模型进行调优，获取所述产业链预测模型。

11、可选地，所述的方法，其中，所述对所述待评估预测结果进行评估，包括：

12、根据评估指标对所述待评估预测结果进行评估；其中，所述评估指标包括以下至少一项：

13、精确率；

14、召回率；

15、f1分数；

16、支持量。

17、可选地，所述的方法，其中，所述获取所述企业标注数据，包括：

18、获取待标注企业数据；

19、获取所述大语言模型；

20、将所述待标注企业数据输入所述大语言模型，获取所述企业标注数据。

21、可选地，所述的方法，其中，所述获取所述大语言模型，包括：

22、获取多个语料库；

23、根据所述语料库获取所述大语言模型。

24、可选地，所述的方法，其中，所述将所述待预测企业数据输入产业链预测模型，包括：

25、将所述待预测企业数据分成多个文本组；其中，每个所述文本组包括至少一条所述待预测企业数据；

26、将所述文本组进行编码，并输入所述产业链预测模型。

27、为了达到上述目的，本专利技术实施例还提供一种产业链预测装置，其中，所述装置包括：

28、第一获取模块，用于获取待预测企业数据；

29、第二获取模块，用于将所述待预测企业数据输入产业链预测模型，获取产业链预测结果；其中，所述产业链预测模型基于多个企业标注数据训练获得，所述企业标注数据通过大语言模型获得。

30、为了达到上述目的，本专利技术实施例还提供一种预测设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；其中，所述处理器执行所述程序或指令时实现如上所述的产业链预测方法。

31、为了达到上述目的，本专利技术实施例还提供一种可读存储介质，其上存储有程序或指令，其中，所述程序或指令被处理器执行时实现如上所述的产业链预测方法中的步骤。

32、为了达到上述目的，本专利技术实施例还提供一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如上所述的产业链预测方法中的步骤。

33、本专利技术的上述技术方案的有益效果如下：

34、上述方案中，将获取的待预测企业数据输入基于多个企业标注数据训练获得的产业链预测模型中，获取产业链预测结果，其中，企业标注数据通过大语言模型获得，大语言模型的语料库丰富，通过大语言模型进行标注相较于人工标注水平更高，并且效率更高。

本文档来自技高网...

【技术保护点】

1.一种产业链预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述将所述待预测企业数据输入产业链预测模型，获取产业链预测结果前，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述待评估预测结果进行评估，包括：

4.根据权利要求2所述的方法，其特征在于，所述获取所述企业标注数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述获取所述大语言模型，包括：

6.根据权利要求1所述的方法，其特征在于，所述将所述待预测企业数据输入产业链预测模型，包括：

7.一种产业链预测装置，其特征在于，所述装置包括：

8.一种预测设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；其特征在于，所述处理器执行所述程序或指令时实现如权利要求1-6任一项所述的产业链预测方法。

9.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1-6任一项所述的产业链预测方法中的步骤。