[发明专利]污染企业的挖掘方法、装置及设备

权利要求书

1.一种污染企业的挖掘方法，其特征在于，包括：

根据待识别的舆情数据，获取至少一个候选句子，各所述候选句子为包含污染信息的句子；

对各所述候选句子进行分词处理，得到各所述候选句子对应的词序列；

将各所述词序列输入至企业识别模型中，获取各所述词序列对应的标签序列，所述企业识别模型用于预测所述词序列中的每个词对应的标签，所述标签为下述中的任一：企业名称开头词、企业名称中间词、企业名称结尾词、企业名称无关词，所述企业识别模型是通过对待训练样本集中的样本进行分词处理，得到各样本对应的词序列，并根据预设的企业名称，对所述词序列中的每个词进行标签标注，采用标注后的各样本对待训练的企业识别模型进行训练得到的，所述待训练的样本集中包括正样本和负样本，所述正样本为包含企业名称的句子，所述负样本为不包含企业名称的句子，所述标签用于指示下述中的任一：企业名称开头词、企业名称中间词、企业名称结尾词、企业名称无关词；

根据各所述词序列对应的标签序列，确定污染企业的名称。

2.根据权利要求1所述的方法，其特征在于，所述根据待识别的舆情数据，获取至少一个候选句子，包括：

对所述待识别的舆情数据进行分句处理，得到至少一个待识别的句子；

将各所述待识别的句子输入至污染预测模型，其中，所述污染预测模型用于预测各所述待识别的句子中是否包含污染信息；

根据所述污染预测模型的输出结果，从各所述待识别的句子中确定至少一个候选句子。

3.根据权利要求1所述的方法，其特征在于，所述确定污染企业的名称之后，还包括：

根据所述污染企业的名称，获取所述污染企业对应的企业画像数据；

根据所述污染企业对应的企业画像数据，获取所述污染企业的地址信息；

根据所述污染企业的地址信息，获取所述污染企业对应的经纬度。

4.根据权利要求1所述的方法，其特征在于，所述确定污染企业的名称之后，还包括：

根据所述污染企业的名称，获取所述污染企业对应的企业画像数据；

根据所述污染企业对应的企业画像数据，获取所述污染企业对应的排污类型。

5.根据权利要求4所述的方法，其特征在于，所述根据所述污染企业对应的企业画像数据，获取所述污染企业对应的排污类型，包括：

判断所述污染企业对应的企业画像数据中是否包括排污类型信息；

若是，则从所述企业画像数据中，获取所述污染企业对应的排污类型；

若否，则将所述企业画像数据输入至排污类型预测模型中，根据所述污染类型预测模型的输出结果获取所述污染企业对应的排污类型。

6.根据权利要求1所述的方法，其特征在于，所述将各所述词序列输入至企业识别模型中之前，还包括：

获取待训练的样本集，所述待训练的样本集中包括正样本和负样本，所述正样本为包含企业名称的句子，所述负样本为不包含企业名称的句子；

对所述待训练样本集中的样本进行分词处理，得到各样本对应的词序列，并根据预设的企业名称，对所述词序列中的每个词进行标签标注，所述标签用于指示下述中的任一：企业名称开头词、企业名称中间词、企业名称结尾词、企业名称无关词；

采用标注后的各样本对待训练的企业识别模型进行训练，得到训练后的企业识别模型。

7.根据权利要求2所述的方法，其特征在于，所述将各所述待识别的句子输入至污染预测模型之前，还包括：

获取待训练的样本集，所述待训练的样本集中的各样本为句子；

对所述待训练的样本集中的各样本进行标签标注，所述标签用于指示所述样本中是否包含污染信息；

采用标注后的各样本对待训练的污染预测模型进行训练，得到训练后的污染预测模型。