摘要
本发明为一种基于BERT模型的企业分级画像方法及系统,应用于描述企业特征和评估风险等级,实现对企业所处的行业的专业准确的描述、对企业全方面有价值的提炼并形成企业分级画像、实现监管部门对企业分级分类监管。包括:数据获取和预处理并基于多源异构数据构建企业信息文本数据集,结合BERT和神经网络模型的方法完成对企业行业和风险等级的多标签分类,基于模型输出的企业的标签生成企业分级画像系统。本发明借助深度学习技术解决了企业行业人工分类的缺陷和智能化监管流程,并具有较高的可靠性与效率。
技术关键词
BERT模型
画像方法
企业画像
画像系统
多标签
敏感数据脱敏
战略性新兴产业
数据模块
文本
语义特征
多源异构数据
爬取方法
风险
可视化单元
爬取数据
深度学习技术
系统为您推荐了相关专利信息
财务
多模态数据融合
度计算方法
动态网格
层次聚类算法
智能图像识别
分类系统
局部纹理特征
特征提取模块
原始图像数据
情感分析方法
多头注意力机制
依存句法
掩码矩阵
上下文语义信息
事件关系检测方法
语义依存分析
关系预测模型
依存句法分析
关系分类器