买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：珍岛信息技术(上海)股份有限公司

摘要：本发明公开了一种基于NLP文本处理技术的线索商机洞察系统，属于自然语言处理技术领域，包括：文本采集模块，设置监测站点和划定监测内容范围，对监测内容进行采集，并对采集到的监测内容中的文本内容进行去重及预处理；文本过滤模块，通过文本分类模型对预处理后的文本内容进行过滤，识别与预设线索商机有关的文本内容并进行存储；线索评级模块，通过线索打分模型对存储的文本内容进行线索评级打分和紧急程度打分，并识别线索中的特征信息，进行自动标签的标注；模型优化模块，获取客户方已知的使用行为数据和可靠的线索商机文本，输入文本分类模型进行训练更新；本发明实现了对潜在商机的提前预知。

主权项：1.一种基于NLP文本处理技术的线索商机洞察系统，其特征在于，包括：文本采集模块，用于设置监测站点和划定监测内容范围，对所述监测内容进行采集，并对采集到的监测内容中的文本内容进行去重及预处理；文本过滤模块，用于通过文本分类模型对预处理后的文本内容进行过滤，识别与预设线索商机有关的文本内容并进行存储；线索评级模块，用于通过线索打分模型对存储的文本内容进行线索评级打分和紧急程度打分，并识别线索中的特征信息，进行自动标签的标注；模型优化模块，用于获取客户方已知的使用行为数据和可靠的线索商机文本，输入所述文本分类模型进行训练更新；所述文本采集模块去重的过程为：将所述文本内容中的汉字按照统一格式进行排列，除末行之外每行的汉字数量均为N，N为预设值，将文本内容中的所有汉字均转换为国标码进行表示，并将汉字以对应的国标码顺序值转化为14bit色深下的灰度值进行显示，从而将文本内容转化为灰度图，对于数字、字母和符号，灰度值则为标记为0，将汉字字符数量差异率低于b%的文本内容放入同一文件集，b为预设数值，对于同一文件集中的文本内容，逐对提取所有灰度图进行相似度比对，若相似度大于c%1+b，c为预设数值，则判定该对灰度图对应的文本内容为一对相似文本，并将其中字符数量较少的文本内容去除；所述文本过滤模块对文本内容进行过滤的过程为：基于常规词典对文本内容进行分词处理，将所述文本内容拆分为若干个单词，对所述单词进行标注，将标注后的单词转化为向量后输入文本分类模型，所述文本分类模型为基于BERT、BiLSTM和CRF的混合模型，对任一单词向量的上下文特征信息进行深度学习，输出每个文本内容对应实体的概率，生成实体序列，将所述实体序列输入CRF层中进行排序，获取使得目标函数最优化的实体序列，并基于预设的项目词典对所述实体序列进行筛选，筛选与项目词典相关的有效实体，将包括有效实体的文本内容标记为有效文本；所述线索评级模块打分的过程为：建立语料库，所述语料库内存储有已标注评级和紧急程度的预设标签，所述紧急程度包括高、中和低；紧急程度打分：基于词袋模型和TF-IDF权重从所述有效文本中提取出文本特征，所述文本特征包括文本长度、命名实体、词频和情感信息；使用深度学习模型建立线索打分模型，并使用已标注的语料库对线索打分模型进行验证和优化；将所述文本特征输入到优化后的线索打分模型中，输出文本内容的评级分数和紧急程度分数。

全文数据：

权利要求：

百度查询： 珍岛信息技术(上海)股份有限公司 一种基于NLP文本处理技术的线索商机洞察系统