CN116757498A - 一种惠企政策推送方法、设备及介质 - Google Patents

Abstract

本申请实施例公开了一种惠企政策推送方法、设备及介质。包括，获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。通过上述方法提高对不同企业进行惠企政策推送的准确性。

Description

一种惠企政策推送方法、设备及介质

技术领域

本申请涉及大数据处理技术领域，尤其涉及一种惠企政策推送方法、设备及介质。

背景技术

近年来，为了促进企业健康发展，出台了一系列惠企政策，为企业提供了优惠的经济政策。惠企政策覆盖面广，涉及政策种类多，政策实施环节繁琐复杂，使得企业在寻找政策方面耗费了很多时间和精力。同时，政策信息的发布渠道多，且政策信息量巨大，企业难以及时获取有关政策的信息。

随着人工智能技术的不断发展和应用，智能化处理和发布政策成为了现代社会的重要需求。然而，在惠企政策的推送和解析过程中，因不同企业需求不同，因此难以对不同企业进行有针对性的惠企政策推送。

发明内容

本申请实施例提供了一种惠企政策推送方法、设备及介质，用于解决如下技术问题：在惠企政策的推送和解析过程中，因不同企业需求不同，因此难以对不同企业进行有针对性的惠企政策推送。

本申请实施例采用下述技术方案：

本申请实施例提供一种惠企政策推送方法。包括，获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

本申请实施例通过对政策文本信息进行解析，获取对应的政策关键信息，并将该政策关键信息与历史政策信息进行比对，确定出待推送政策信息。从而将当前政策文本信息与相关的历史政策信息构建待推送政策信息，进而将与政策相关的所有信息推送给相关企业，以提高企业获取到的信息的全面性，帮助企业对惠企政策信息进行全面的了解。此外，本申请实施例通过将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。能够确保惠企政策推送的准确性，根据企业需求有针对性的对其进行推送。

在本申请的一种实现方式中，基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息，具体包括：获取历史政策文本信息、预设政策适用类别以及各预设政策适用类别分别对应的种子词；基于种子词，遍历历史政策文本信息，确定各预设政策适用类别分别对应的参考关键词；基于各参考关键词分别与种子词之间的相似值，确定出各参考关键词分别对应的置信度，以基于各参考关键词与置信度生成参考关键词集合；将政策文本信息拆分为多个完整语句，基于种子词与参考关键词集合遍历多个完整语句，以确定出目标语句；确定出目标语句中出现的各种子词与各参考关键词的次数；基于种子词对应的权重、种子出现的次数、各参考关键词分别对应的权重与置信度，以及各参考关键词出现的次数，确定出目标语句对应的预设政策适用类别，并将预设政策适用类别、目标语句出现的种子词与参考关键词作为政策文本信息对应的政策关键信息。

在本申请的一种实现方式中，将政策文本信息拆分为多个完整语句，基于种子词与参考关键词遍历多个完整语句，以确定出目标语句，具体包括：基于政策文本信息中的预置标点符号，将政策文本信息拆分为多个完整语句；对完整语句进行文本拆分，以得到中文文本与数字文本；将中文文本中的待识别字符与预置分词树进行比对，基于比对结果确定出待识别字符对应的字义信息；确定出完整语句中多个字义信息分别与种子词及参考关键字之间的相似值，以基于相似值确定出目标语句。

在本申请的一种实现方式中，将中文文本中的待识别字符与预置分词树进行比对，基于比对结果确定出待识别字符对应的字义信息，具体包括：在预置分词树中确定出当前待识别字符，并确定出待识别字符所对应的预置词语集；获取待识别字符在中文文本中相邻的若干个字符，将相邻的若干个字符与待识别字符组成待识别词语；在待识别词语存在于预置词语集的情况下，将待识别词语作为一个分词；基于预置分词树中的预置字义信息，确定出中文文本对应的字义信息，以及基于数字文本之前和/或之后的中文文本确定数字文本对应的字义信息。

在本申请的一种实现方式中，基于种子词对应的权重、种子出现的次数、各参考关键词分别对应的权重与置信度，以及各参考关键词出现的次数，确定出目标语句对应的预设政策适用类别，具体包括：确定出各种子词在当前目标语句中出现的次数，基于次数与种子词对应的权重，确定出种子词对应的权重结果；确定出各参考关键词在当前目标语句中出现的次数，基于次数、参考关键词对应的置信度以及参考关键词对应的权重，确定出参考关键词对应的权重结果；将权重结果进行排序，基于排序结构筛选出预设数量的词汇，并将预设数量的词汇所对应的政策适用类别作为目标语句对应的预设政策适用类别。

在本申请的一种实现方式中，将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，具体包括：确定出政策信息库中的信息分别对应的预置关键词；将政策关键词与预置关键词进行相似度计算；确定出政策信息库中每个政策信息的多个预置关键词，分别与政策关键词之间的相似值，并将每个政策信息分别对应的多个相似值进行计算，得到每个政策信息分别对应的相似度总值，以基于相似度总值确定出参考历史政策信息；基于参考历史政策信息对应的预置关键词，确定出参考历史政策信息的政策适用类别，以基于政策适用类别将参考历史政策划分为多个政策集合，以基于多个政策集合分别对应的政策适用类别确定出与政策文本信息相关的历史政策信息。

在本申请的一种实现方式中，将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送，具体包括：将需求信息与政策智能数据库中的指标数据进行对比，计算需求信息中各项企业信息项目的权重；基于权重配置，确定出需求信息对应的参考指标数据；基于参考指标数据确定出需求信息对应的多个政策集合；其中，政策集合与参考指标数据预置映射关系；基于需求信息中的需求类别信息，在需求信息对应的多个政策集合中确定出待推送政策信息。

在本申请的一种实现方式中，基于政策文本信息与历史政策信息构建待推送政策信息之后，方法还包括：基于政策适用类型对政策文本信息进行标识标记；以及将对政策文本信息进行标注的标识与待推送政策信息进行映射；将政策文本信息、标识以及映射关系进行存储。

本申请实施例提供一种惠企政策推送设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

本申请实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过对政策文本信息进行解析，获取对应的政策关键信息，并将该政策关键信息与历史政策信息进行比对，确定出待推送政策信息。从而将当前政策文本信息与相关的历史政策信息构建待推送政策信息，从而将与政策相关的所有信息推送给相关企业，以提高企业获取到的信息的全面性，对惠企政策信息进行全面的了解。此外，本申请实施例通过将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。能够确保惠企政策推送的准确性，根据企业需求有针对性的对其进行推送。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附

图中：

图1为本申请实施例提供的一种惠企政策推送方法流程图；

图2为本申请实施例提供的一种惠企政策推送设备的结构示意图。

具体实施方式

本申请实施例提供一种惠企政策推送方法、设备及介质。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种惠企政策推送方法流程图。如图1所示，惠企政策推送方法包括如下步骤：

S101、获取政策文本信息。

在本申请的一个实施例中，政策文本信息是解析惠企政策智能推送的信息源。因此，首先需要从相关网站中采集政策文本信息。

S102、基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关。

在本申请的一个实施例中，获取历史政策文本信息、预设政策适用类别以及各预设政策适用类别分别对应的种子词。基于种子词，遍历历史政策文本信息，确定各预设政策适用类别分别对应的参考关键词。基于各参考关键词分别与种子词之间的相似值，确定出各参考关键词分别对应的置信度，以基于各参考关键词与置信度生成参考关键词集合。将政策文本信息拆分为多个完整语句，基于种子词与参考关键词集合遍历多个完整语句，以确定出目标语句。确定出目标语句中出现的各种子词与各参考关键词的次数。基于种子词对应的权重、种子出现的次数、各参考关键词分别对应的权重与置信度，以及各参考关键词出现的次数，确定出目标语句对应的预设政策适用类别，并将预设政策适用类别、目标语句出现的种子词与参考关键词作为政策文本信息对应的政策关键信息。

具体地，本申请实施例首先获取历史政策文本信息，以及预设政策使用类别，其中，该预设政策适用类别包括减税降费、要素保障、专项资金以及企业培育等不同类别。且各个预设政策使用类别分别对应有种子词。该种子词为凸显不同历史政策文本信息特征的词语。

进一步地，由于种子词的数量有限，而历史政策文本信息中存在大量的用于凸显政策文本信息特征的词语，因此将种子词遍历史政策文本信息，通过计算种子词与历史政策文本信息中不同词汇的相似度，确定出多个参考关键词。基于历史政策文本信息所对应的适用类别，确定出各个适用类别分别对应的参考关键词。并根据各个参考关键词与种子词之间的相似值，确定出各个参考关键词的置信度。将获取到的参考关键词以及各参考关键词分别对应的置信度，生成参考关键词集合。

进一步地，基于政策文本信息中的预置标点符号，将政策文本信息拆分为多个完整语句。对完整语句进行文本拆分，以得到中文文本与数字文本。将中文文本中的待识别字符与预置分词树进行比对，基于比对结果确定出待识别字符对应的字义信息。确定出完整语句中多个字义信息分别与种子词及参考关键字之间的相似值，以基于相似值确定出目标语句。

具体地，本申请实施例中的预置标点符号可以为句号、叹号以及问号等不同的标点符号，在检测到预置标点符号的情况下，将当前政策文本信息进行划分，以得到多个完整语句。确定出每个完整语句中的中文文本与数字文本。中文文本可以由预置分词树确定出其含义，数字文本可以由与该数字文本相邻的中文文本进行确定。将每个完整语句对应的含义词汇与种子词进行相似值计算，以及将每个完整词语对应的含义词与参考关键词进行相似值计算，从而基于相似值确定出目标语句。例如，当前完整语句对应的相似值大于预设相似值阈值，则确定当前完整语句为目标语句。若当前完整语句的相似值没有超过该预设相似值阈值，则确定该完整语句为无意义的语句，可以对其进行筛除。

具体地，在预置分词树中确定出当前待识别字符，并确定出待识别字符所对应的预置词语集。获取待识别字符在中文文本中相邻的若干个字符，将相邻的若干个字符与待识别字符组成待识别词语。在待识别词语存在于预置词语集的情况下，将待识别词语作为一个分词。基于预置分词树中的预置字义信息，确定出中文文本对应的字义信息，以及基于数字文本之前和/或之后的中文文本确定数字文本对应的字义信息。

具体地，将中文文本中的待识别字符与预置分词树进行比对，基于比对结果确定出待识别字符对应的字义信息，其过程为：将该中文文本的第一个字与预置分词树进行比对，其中，预置分词树中包括有多个不同的词语。在该预置分词树中确定出含有当前第一个字的词语，并将确定出的词语组成预置词语集。在该中文文本中获取当前第一个字的下一个字，并在预置词语集中确定出是否有同时存在该第一个字与第二个字的词语，若存在，则继续确定出中文文本中的第三个字，由第一个字、第二个字以及该第三个字组成待识别词语，以在该预置词语集中继续查询是否存在该待识别词语。若预置词语集中不存在该三个字的词语，则将前一步中两个字的词语作为一个分词。通过该方法，将当前的中文文本划分为多个分词。在预置分词树中确定出多个分词分别对应的预置字义信息，并基于中文文本对应的字义信息，确定出数字文本对应的字义信息。

其中，预置分词树由多个以树状结构相连的节点组成。根据节点的位置不同，预置分词树中的节点可以分为根节点和子节点。每一个节点可以包括：单个字符、与本节点相连的下一个节点的数据信息以及用于表示字符串是否构成为词的数据信息，其中，字符串由根节点至本节点中包括的单个字符组成。具体的，单个字符可以为单个汉字，与本节点相连的下一个子节点的数据信息则可以为单个字符，其与本节点中包括的单个字符具有关联关系，即可以组成中文词组。例如：词语“手机”，在预置分词树中，“手”作为根节点中存储的单个字符，“机”则作为“手”这个节点中的与本节点相连的下一个节点的数据信息进行保存。

进一步地，对目标语句中出现的种子词以及参考关键词的次数分别进行统计，确定出各种子词在当前目标语句中出现的次数，基于次数与种子词对应的权重，确定出种子词对应的权重结果。确定出各参考关键词在当前目标语句中出现的次数，基于次数、参考关键词对应的置信度以及参考关键词对应的权重，确定出参考关键词对应的权重结果。将权重结果进行排序，基于排序结构筛选出预设数量的词汇，并将预设数量的词汇所对应的政策适用类别作为目标语句对应的预设政策适用类别。

具体地，根据种子词在目标语句中出现的次数，与该种子词对应的权重进行乘积计算，确定出该种子词对应的权重结果。以及，根据参考关键词在目标语句中出现的次数、参考关键词的权重以及该参考关键词对应的置信度之间的乘积，确定出该关键词对应的权重结果。将当前目标语句对应的多个权重结果从高至低进行排序，基于排序顺序确定出预设数量的词汇，并将该预设数量的词汇所对应的政策适用类别作为当前目标语句对应的预设政策适用类别。以基于每个目标语句的预设政策适用类别，确定出当前政策文本信息对应的政策适用类别。

S103、将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息。

在本申请的一个实施例中，确定出政策信息库中的信息分别对应的预置关键词。将政策关键词与预置关键词进行相似度计算。确定出政策信息库中每个政策信息的多个预置关键词，分别与政策关键词之间的相似值，并将每个政策信息分别对应的多个相似值进行计算，得到每个政策信息分别对应的相似度总值，以基于相似度总值确定出参考历史政策信息。基于参考历史政策信息对应的预置关键词，确定出参考历史政策信息的政策适用类别，以基于政策适用类别将参考历史政策划分为多个政策集合，以基于多个政策集合分别对应的政策适用类别确定出与政策文本信息相关的历史政策信息。

具体地，本申请实施例设置有政策信息库，该政策信息库中设置有多个政策文本信息，且每个政策文本信息设置有相应的预置关键词。将当前政策文本信息对应的政策关键信息，与政策信息库中每个文本信息对应的预置关键词进行相似度比对，得到政策信息库中每个文本信息对应的相似度总值，基于相似度总值的高低，在政策信息库中确定出多个参考历史政策信息。

进一步地，每个参考历史政策信息分别对应有预置关键词，基于该预置关键词对应的政策适用类别，将多个参考历史政策信息进行划分，以得到多个政策集合。通过划分后的政策集合，可以对当前政策文本信息进行扩充，以将该政策文本信息以及相同适用类别的政策集合共同推送至相应的企业，以帮助企业对当前政策进行更为准确的了解。

例如，对于税收优惠政策，本申请实施例通过对政策文本分析，可以确定出与税收优惠政策相关的其它内容，例如税种、税率等信息。可以在政策信息库中确定出税种税率等相关的文本信息，将其与当前税收优惠政策一起推送至相关企业。

S104、获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息。

在本申请的一个实施例中，接收企业发送的企业政策需求信息，该需求信息中至少包括当前企业的项目信息，各项目信息对应的数据以及企业所期望的政策适用类别。

S105、将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

在本申请的一个实施例中，将需求信息与政策智能数据库中的指标数据进行对比，计算需求信息中各项企业信息项目的权重。基于权重配置，确定出需求信息对应的参考指标数据。基于参考指标数据确定出需求信息对应的多个政策集合；其中，政策集合与参考指标数据预置映射关系。基于需求信息中的需求类别信息，在需求信息对应的多个政策集合中确定出待推送政策信息。

具体地，获取需求信息中企业各项目的数据，将该数据与政策智能数据库中的指标数据进行对比，以基于比对的数值大小，对企业中各项企业项目信息进行权重确定。对该权重从高至低进行排序，以得到权重较高的预设数量的参考指标数据。其中，不同的指标数据预置有相应的政策集合，不同的政策集合对应的政策适用类别不同。并将该映射到的政策集合作为当前需求信息对应的政策集合。将该需求信息对应的政策集合与该需求信息中携带的需求类别信息进行比对，以基于该该需求信息中携带的需求类别信息所对应的政策集合，以及需求信息对应的政策集合构建所需政策集合。确定出与该所需政策集合相匹配的待推送政策信息，并将其推送至相应企业。

在本申请的一个实施例中，基于政策文本信息与历史政策信息构建待推送政策信息之后，基于政策适用类型对政策文本信息进行标识标记。以及将对政策文本信息进行标注的标识与待推送政策信息进行映射，将政策文本信息、标识以及映射关系进行存储。便于企业查询和了解相关政策信息。

图2为本申请实施例提供的一种惠企政策推送设备的结构示意图。如图2所示，惠企政策推送设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

本申请实施例还提供一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：获取政策文本信息；基于预置种子词，对政策文本信息进行解析，以获取政策文本信息对应的政策关键信息；其中，政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；将政策关键信息与政策信息库中的信息进行聚类，以确定出与政策文本信息相关的历史政策信息，并基于政策文本信息与历史政策信息构建待推送政策信息；获取企业政策需求信息；其中，需求信息至少包括企业项目信息以及企业需求类别信息；将需求信息与待推送政策信息进行匹配，基于匹配度对政策文本信息进行推送。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种惠企政策推送方法，其特征在于，所述方法包括：

获取政策文本信息；

基于预置种子词，对所述政策文本信息进行解析，以获取所述政策文本信息对应的政策关键信息；其中，所述政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；

将所述政策关键信息与政策信息库中的信息进行聚类，以确定出与所述政策文本信息相关的历史政策信息，并基于所述政策文本信息与所述历史政策信息构建待推送政策信息；

获取企业政策需求信息；其中，所述需求信息至少包括企业项目信息以及企业需求类别信息；

将所述需求信息与所述待推送政策信息进行匹配，基于匹配度对所述政策文本信息进行推送。

2.根据权利要求1所述的一种惠企政策推送方法，其特征在于，所述基于预置种子词，对所述政策文本信息进行解析，以获取所述政策文本信息对应的政策关键信息，具体包括：

获取历史政策文本信息、预设政策适用类别以及各预设政策适用类别分别对应的种子词；

基于所述种子词，遍历所述历史政策文本信息，确定各预设政策适用类别分别对应的参考关键词；

基于各所述参考关键词分别与所述种子词之间的相似值，确定出各所述参考关键词分别对应的置信度，以基于各所述参考关键词与所述置信度生成参考关键词集合；

将所述政策文本信息拆分为多个完整语句，基于所述种子词与所述参考关键词集合遍历多个所述完整语句，以确定出目标语句；

确定出所述目标语句中出现的各所述种子词与各所述参考关键词的次数；

基于所述种子词对应的权重、所述种子出现的次数、各所述参考关键词分别对应的权重与置信度，以及各所述参考关键词出现的次数，确定出所述目标语句对应的预设政策适用类别，并将所述预设政策适用类别、目标语句出现的种子词与所述参考关键词作为所述政策文本信息对应的政策关键信息。

3.根据权利要求2所述的一种惠企政策推送方法，其特征在于，所述将所述政策文本信息拆分为多个完整语句，基于所述种子词与所述参考关键词遍历多个所述完整语句，以确定出目标语句，具体包括：

基于所述政策文本信息中的预置标点符号，将所述政策文本信息拆分为多个完整语句；

对所述完整语句进行文本拆分，以得到中文文本与数字文本；

将所述中文文本中的待识别字符与所述预置分词树进行比对，基于比对结果确定出所述待识别字符对应的字义信息；

确定出完整语句中多个所述字义信息分别与所述种子词及参考关键字之间的相似值，以基于所述相似值确定出所述目标语句。

4.根据权利要求3所述的一种惠企政策推送方法，其特征在于，所述将所述中文文本中的待识别字符与所述预置分词树进行比对，基于比对结果确定出所述待识别字符对应的字义信息，具体包括：

在所述预置分词树中确定出当前待识别字符，并确定出所述待识别字符所对应的预置词语集；

获取所述待识别字符在所述中文文本中相邻的若干个字符，将所述相邻的若干个字符与所述待识别字符组成待识别词语；

在所述待识别词语存在于所述预置词语集的情况下，将所述待识别词语作为一个分词；

基于所述预置分词树中的预置字义信息，确定出所述中文文本对应的字义信息，以及基于所述数字文本之前和/或之后的中文文本确定所述数字文本对应的字义信息。

5.根据权利要求2所述的一种惠企政策推送方法，其特征在于，所述基于所述种子词对应的权重、所述种子出现的次数、各所述参考关键词分别对应的权重与置信度，以及各所述参考关键词出现的次数，确定出所述目标语句对应的预设政策适用类别，具体包括：

确定出各种子词在当前目标语句中出现的次数，基于所述次数与所述种子词对应的权重，确定出所述种子词对应的权重结果；

确定出各所述参考关键词在当前目标语句中出现的次数，基于所述次数、所述参考关键词对应的置信度以及所述参考关键词对应的权重，确定出所述参考关键词对应的权重结果；

将所述权重结果进行排序，基于排序结构筛选出预设数量的词汇，并将所述预设数量的词汇所对应的政策适用类别作为所述目标语句对应的预设政策适用类别。

6.根据权利要求1所述的一种惠企政策推送方法，其特征在于，所述将所述政策关键信息与政策信息库中的信息进行聚类，以确定出与所述政策文本信息相关的历史政策信息，具体包括：

确定出所述政策信息库中的文本信息分别对应的预置关键词；

将所述政策关键信息与所述预置关键词进行相似度计算；

确定出政策信息库中每个政策信息的多个预置关键词，分别与所述政策关键词之间的相似值，并将所述每个政策信息分别对应的多个相似值进行计算，得到所述每个政策信息分别对应的相似度总值，以基于所述相似度总值确定出参考历史政策信息；

基于所述参考历史政策信息对应的预置关键词，确定出参考历史政策信息的政策适用类别，以基于所述政策适用类别将所述参考历史政策划分为多个政策集合，以基于所述多个政策集合分别对应的政策适用类别确定出与所述政策文本信息相关的历史政策信息。

7.根据权利要求1所述的一种惠企政策推送方法，其特征在于，所述将所述需求信息与所述待推送政策信息进行匹配，基于匹配度对所述政策文本信息进行推送，具体包括：

将所述需求信息与政策智能数据库中的指标数据进行对比，计算所述需求信息中各项企业信息项目的权重；

基于权重配置，确定出所述需求信息对应的参考指标数据；

基于所述参考指标数据确定出所述需求信息对应的多个政策集合；其中，所述政策集合与所述参考指标数据预置映射关系；

基于所述需求信息中的需求类别信息，在所述需求信息对应的多个政策集合中确定出待推送政策信息。

8.根据权利要求1所述的一种惠企政策推送方法，其特征在于，所述基于所述政策文本信息与所述历史政策信息构建待推送政策信息之后，所述方法还包括：

基于所述政策适用类型对所述政策文本信息进行标识标记；以及

将对所述政策文本信息进行标注的标识与所述待推送政策信息进行映射；

将所述政策文本信息、所述标识以及映射关系进行存储。

9.一种惠企政策推送设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取政策文本信息；

基于预置种子词，对所述政策文本信息进行解析，以获取所述政策文本信息对应的政策关键信息；其中，所述政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；

将所述政策关键信息与政策信息库中的信息进行聚类，以确定出与所述政策文本信息相关的历史政策信息，并基于所述政策文本信息与所述历史政策信息构建待推送政策信息；

获取企业政策需求信息；其中，所述需求信息至少包括企业项目信息以及企业需求类别信息；

将所述需求信息与所述待推送政策信息进行匹配，基于匹配度对所述政策文本信息进行推送。

10.一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

获取政策文本信息；

基于预置种子词，对所述政策文本信息进行解析，以获取所述政策文本信息对应的政策关键信息；其中，所述政策关键信息至少与政策名称、政策适用类别、政策申请条件以及申请材料中的一项相关；

将所述政策关键信息与政策信息库中的信息进行聚类，以确定出与所述政策文本信息相关的历史政策信息，并基于所述政策文本信息与所述历史政策信息构建待推送政策信息；

获取企业政策需求信息；其中，所述需求信息至少包括企业项目信息以及企业需求类别信息；

将所述需求信息与所述待推送政策信息进行匹配，基于匹配度对所述政策文本信息进行推送。