一种基于词向量注意力与多层级特征融合的行政性垄断智能评估信息系统

本发明公开一种基于词向量注意力与多层级特征融合的行政性垄断智能评估信息系统，首先，将政策文件按标点拆分为语句序列并进行预处理。随后，利用BERT模型生成初始词向量，并通过注意力加权模块增强关键信息，形成强化词向量序列。将该序列输入BERT后，提取所有隐藏层的[CLS]特征向量，堆叠构成层级化特征集合。通过一个自适应加权的层间融合模块对这些特征进行整合，以充分利用不同层级的语义信息。融合后的特征被送入分类器，得到每条语句违规的概率分布和置信度。最终，系统聚合所有违规语句的置信度均值，与预设阈值比对，自动完成文件“无风险”至“高风险”的定级，实现了高效、精准的公平竞争审查自动化。