基于混合神经网络模型的企业行业分类

摘要：

针对人工行业分类效率低下、准确性不高等问题,提出一种基于混合神经网络的行业分类模型.该分类模型采用RoBERTa预训练语言模型对企业经营范围文本特征进行提取,构建基于GRU的候选集生成网络生成行业类别候选集,通过外部知识嵌入补充额外信息,并将外部知识特征与经营范围特征进行融合,完成企业行业分类.通过在所构建的企业数据集上进行验证可知,其准确率达到83.78％,实验结果证明了该模型可以获得更加丰富的特征,相比其他方法取得了更好的行业分类效果.

关键词：行业分类、混合神经网络、外部知识、候选集生成、跳层连接

所属期刊栏目：30

分类号：TP391.1(计算技术、计算机技术)

资助基金：安徽省重点研究与开发计划项目;芜湖市科技计划重点研发项目

在线出版日期：2022-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：64-69