摘要
政府产业政策对于企业发展有着举足轻重的指导作用,我国经济近年来蓬勃发展,政府推陈出新颁布了海量类型丰富、结构迥异的产业政策文件。针对企业面对海量政府产业政策短时间内难以定位与自身行业有关的奖励条件与内容,导致企业因政策时效性未能享受到应有政策奖励的痛点问题,本文提出一种基于预训练语言模型,结合规则模型与文本分类模型的自然语言处理方法,实现对产业政策文件内容自动化解析,产业政策的关键要素抽取。研究结果表明,该方法对产业政策的关键要素抽取性能优越、泛化性强,能有效缓解企业面对产业政策信息过载问题,使企业可以快速清晰查找与自身相关的政策奖励条件与内容,对企业发展具有重要意义。
出处
《电脑知识与技术》
2023年第19期1-5,共5页
Computer Knowledge and Technology
作者简介
戴一成(1994-),男,江苏盐城人,硕士,研究方向为自然语言处理、网络安全;张康林(1995-),男,湖北武汉人,硕士,研究方向为自然语言处理、机器学习、深度学习。
