一种基于BERT语言模型的网页资产企业归属识别方法

本申请涉及互联网资产管理技术领域，公开了一种基于BERT语言模型的网页资产企业归属识别方法，包括：S1：通过爬虫技术获取网页资产的HTML源代码，解析提取网页的标题和body内容；S2：对所述标题和所述body内容进行文本处理，得到待识别文本；S3：将所述待识别文本输入训练好的BERT语言模型，通过语义理解和特征交互计算，输出网页的企业归属识别结果；S4：对所述企业归属识别结果进行人工验证，将识别异常的文本作为新样本更新至所述BERT语言模型，完成模型迭代优化。本申请，通过对网页数据进行训练和学习，构建BERT语言模型，实现对网页资产企业归属的自动识别，大大提高了识别的效率和准确性。