[发明专利]行业信息获取方法和装置、电子设备和介质

权利要求书

1.一种行业信息获取方法，其特征在于，包括：

将待识别对象输入神经网络，利用所述神经网络预测所述待识别对象中的行业词汇；

从行业目录信息中获取与所述待识别对象中的行业词汇匹配的行业词汇中文本长度最长的行业词汇；

基于所述文本长度最长的行业词汇确定所述待识别对象的行业信息。

2.根据权利要求1所述的方法，其特征在于，所述行业目录信息基于所述神经网络对多个待识别对象预测的行业词汇构建得到。

3.根据权利要求2所述的方法，其特征在于，所述行业目录信息包括至少一个层级的行业词汇，较高层级的行业词汇的文本长度小于较低层级的行业词汇的文本长度；

基于所述神经网络对多个待识别对象预测的行业词汇构建得到所述行业目录信息，包括：

基于所述神经网络分别预测多个待识别对象中的行业词汇；

识别所述多个待识别对象中的行业词汇的文本长度和相互之间包含关系，

将文本长度最短的行业词汇作为最高层级的目录，按照文本长度较短的行业词汇包含于文本长度较长的行业词汇、以及文本长度较短的行业词汇的层级高于文本长度较长的行业词汇的层级的原则，基于所述多个待识别对象中的行业词汇架构至少一个层级的目录，得到所述行业目录信息。

4.根据权利要求3所述的方法，其特征在于，所述基于所述神经网络分别预测多个待识别对象中的行业词汇之后，还包括：

对所述多个待识别对象中的行业词汇进行聚类；

所述识别所述多个待识别对象中的行业词汇的文本长度和相互之间包含关系，包括：识别聚类后的所述多个待识别对象中的行业词汇的文本长度和相互之间包含关系，以基于聚类后的所述多个待识别对象中的行业词汇架构至少一个层级的目录，得到所述行业目录信息。

5.根据权利要求3或4所述的方法，其特征在于，还包括：

按照预设周期获取至少一个新增待识别对象；

基于所述神经网络分别预测所述至少一个新增待识别对象中的行业词汇；

基于所述新增待识别对象中的行业词汇与所述行业目录信息中行业词汇的文本长度和包含关系，对所述行业目录信息进行更新。

6.根据权利要求5所述的方法，其特征在于，所述基于所述神经网络分别预测所述至少一个新增待识别对象中的行业词汇之后，还包括：

对所述至少一个新增待识别对象中的行业词汇和所述行业目录信息中的行业词汇进行聚类；

所述基于所述新增待识别对象中的行业词汇与所述行业目录信息中行业词汇的文本长度和包含关系，对所述行业目录信息进行更新，包括：基于聚类后的所述新增待识别对象中的行业词汇与所述行业目录信息中行业词汇的文本长度和包含关系，对所述行业目录信息进行更新。

7.根据权利要求1-6任一所述的方法，其特征在于，所述将待识别对象输入神经网络之前，还包括：

接收搜索请求，所述搜索请求中包括所述待识别对象；

基于所述搜索请求进行搜索，得到多个候选对象；

所述基于所述文本长度最长的行业词汇确定所述待识别对象的行业信息之后，还包括：

基于所述行业信息对所述候选对象进行排序，并返回搜索结果，所述搜索结果中包括排序后的候选对象。

8.根据权利要求1-7任一所述的方法，其特征在于，所述基于所述文本长度最长的行业词汇确定所述待识别对象的行业信息之后，还包括：

获取与所述待识别对象的行业信息匹配度最高的至少一个推荐对象；

返回搜索结果，所述搜索结果中包括所述多个候选对象和所述至少一个推荐对象。

9.根据权利要求1-8任一所述的方法，其特征在于，所述神经网络的训练，包括：

利用所述神经网络标注所述训练样本中各词的词性；所述训练样本上标注有行业词汇信息，所述训练样本上标注的行业词汇信息包括：所述训练样本中各词的词性；

根据所述神经网络标注的所述训练样本中各词的词性与所述训练样本上标注的各词的词性之间的差异，对所述神经网络进行训练。