1.一種財產(chǎn)線索挖掘方法，其特征在于，所述財產(chǎn)線索挖掘方法應(yīng)用于財產(chǎn)線索挖掘平臺，所述財產(chǎn)線索挖掘平臺包括文本處理模型和線索分類模型，所述財產(chǎn)線索挖掘方法包括：
2.如權(quán)利要求1所述的財產(chǎn)線索挖掘方法，其特征在于，在所述使用所述文本處理模型中的詞嵌入矩陣對所述摘要文本進行語義編碼，得到語義特征向量的步驟之前，還包括：
3.如權(quán)利要求2所述的財產(chǎn)線索挖掘方法，其特征在于，在所述對所述原始詞表進行向量化處理，得到所述詞嵌入矩陣的步驟之后，還包括：
4.如權(quán)利要求3所述的財產(chǎn)線索挖掘方法，其特征在于，所述文本處理模型為基于transformer架構(gòu)的預(yù)訓(xùn)練語言模型，所述transformer架構(gòu)包括若干層編碼層和若干層解碼層結(jié)構(gòu)，所述使用所述訓(xùn)練數(shù)據(jù)集對所述預(yù)設(shè)文本處理模型進行預(yù)訓(xùn)練的步驟，具體包括：
5.如權(quán)利要求4所述的財產(chǎn)線索挖掘方法，其特征在于，所述線索分類模型為基于文本卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，所述文本卷積神經(jīng)網(wǎng)絡(luò)中預(yù)設(shè)有若干個卷積核，在所述基于所述語義特征向量構(gòu)建文本特征序列，使用所述線索分類模型中的卷積核對所述文本特征序列進行局部卷積操作，得到局部特征向量的步驟之前，還包括：
6.如權(quán)利要求5所述的財產(chǎn)線索挖掘方法，其特征在于，所述基于所述特征編碼向量構(gòu)建特征編碼序列的步驟，具體包括：
7.如權(quán)利要求6所述的財產(chǎn)線索挖掘方法，其特征在于，在所述基于所述第二預(yù)測誤差對所述線索分類模型的參數(shù)進行迭代更新，直至模型擬合，得到所述預(yù)設(shè)文本處理模型的步驟之后，還包括：
8.一種財產(chǎn)線索挖掘裝置，其特征在于，所述財產(chǎn)線索挖掘裝置運行于財產(chǎn)線索挖掘平臺，所述財產(chǎn)線索挖掘平臺包括文本處理模型和線索分類模型，所述財產(chǎn)線索挖掘裝置包括：
9.一種計算機設(shè)備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執(zhí)行所述計算機可讀指令時實現(xiàn)如權(quán)利要求1至7中任一項所述的財產(chǎn)線索挖掘方法的步驟。
10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)上存儲有計算機可讀指令，所述計算機可讀指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7中任一項所述的財產(chǎn)線索挖掘方法的步驟。