[发明专利]商户信息确定方法、装置、电子设备和非易失性存储介质

权利要求书

1.一种商户信息确定方法，其特征在于，包括：

获取目标商户的描述信息；

提取所述目标商户的描述信息中所包含的词汇特征；

根据所述词汇特征获取与所述目标商户所对应的第一主营类目概率集合，其中，所述第一主营类目概率集合中包含所述词汇特征所对应的至少两个主营类目的匹配概率；

根据所述第一主营类目概率集合确定所述目标商户的主营类目。

2.根据权利要求1所述的商户信息确定方法，其特征在于，所述词汇特征包括：所述目标商户的分词结果和所述目标商户的切分结果；

所述提取所述目标商户的描述信息中所包含的词汇特征，包括：

对所述目标商户的描述信息进行分词处理获得所述目标商户的分词结果；

对所述目标商户的描述信息进行单字符切分处理获得所述目标商户的切分结果。

3.根据权利要求2所述的商户信息确定方法，其特征在于，所述根据所述词汇特征获取与所述目标商户所对应的第一主营类目概率集合，包括：

将所述目标商户的分词结果输入第一确定模型获取所述目标商户所对应的第二主营类目概率集合，其中，所述第二主营类目概率集合中包含所述目标商户的分词结果所对应的每一个主营类目的匹配概率，所述第一确定模型中包括分词结果与主营类目的匹配概率之间的第一映射关系；

将所述目标商户的切分结果输入第二确定模型获取所述目标商户所对应的第三主营类目概率集合，其中，所述第三主营类目概率集合中包含所述目标商户的切分结果所对应的每一个主营类目的匹配概率，所述第二确定模型中包括切分结果与主营类目的匹配概率之间的第二映射关系；

根据所述第二主营类目概率集合和所述第三主营类目概率集合获得所述第一主营类目概率集合。

4.根据权利要求3所述的商户信息确定方法，其特征在于，所述根据所述第二主营类目概率集合和所述第三主营类目概率集合获得所述第一主营类目概率集合，包括：

将所述第二主营类目概率集合与所述第三主营类目概率集合中相同类型的主营类目的概率相加，获得第四主营类目概率集合；

将所述第二主营类目概率集合与所述第三主营类目概率集合中不同类型的主营类目的概率进行保留，获得第五主营类目概率集合；

将所述第四主营类目概率集合与所述第五主营类目概率集合进行合并，获得所述第一主营类目概率集合。

5.根据权利要求1所述的商户信息确定方法，其特征在于，所述根据所述第一主营类目概率集合确定所述目标商户的主营类目，包括：

确定所述第一主营类目概率集合中大于预设阈值的概率值所对应的至少一个主营类目；

将所述至少一个主营类目作为所述目标商户的主营类目。

6.根据权利要求3所述的商户信息确定方法，其特征在于，所述根据所述词汇特征获取与所述目标商户所对应的第一主营类目概率集合之前，还包括：

获取样本商户的初始信息，其中，所述初始信息中包括所述样本商户的描述信息以及标记的主营类目，并且所述样本商户的数量至少为两个；

对所述样本商户的描述信息进行分词处理获得所述样本商户的分词结果；

对所述样本商户的描述信息进行单字符切分处理获得所述样本商户的切分结果；

将所述主营类目与所述样本商户的分词结果顺次连接获得第一样本信息；

将所述主营类目与所述样本商户的切分结果顺次连接获得第二样本信息；

根据所述第一样本信息获得所述第一确定模型，以及根据所述第二样本信息获得所述第二确定模型。

7.根据权利要求6所述的商户信息确定方法，其特征在于，所述根据所述第一样本信息获得所述第一确定模型，以及根据所述第二样本信息获得所述第二确定模型，包括：

通过fasttext算法对所述第一样本信息进行训练，获得所述第一确定模型；

通过fasttext算法对所述第二样本信息进行训练，获得所述第二确定模型。