[发明专利]公司名称的行业分类标签的确定方法和装置

权利要求书

1.一种公司名称的行业分类标签的确定方法，其特征在于，包括：

获取待分类的公司名称，提取所述待分类的公司名称中的特征词；

根据预先分类训练得到的公司名称分类模型，确定所述特征词对应的各第一概率，所述各第一概率表征了特征词属于各行业分类标签的概率；

根据所述各第一概率，确定所述待分类的公司名称的行业分类标签。

2.根据权利要求1所述的方法，其特征在于，在所述获取待分类的公司名称之前，还包括：

获取训练样本数据，所述训练样本数据中包括公司名称、以及与公司名称对应的行业分类标签；

提取所述训练样本数据中的公司名称的特征词；

根据提取了特征词的训练样本数据对公司名称分类模型进行分类训练，得到训练样本数据中的特征词对应的各第二概率，所述各第二概率表征了训练样本数据中的特征词属于各行业分类标签的概率。

3.根据权利要求2所述的方法，其特征在于，在提取所述训练样本数据中的公司名称的特征词之后，还包括：

确定所述训练样本数据中的各特征词的出现次数；

根据所述训练样本数据中的各特征词的出现次数，去除所述训练样本数据中出现次数小于预设出现次数的特征词；

根据预设的特征词表，去除所述训练样本数据中与所述特征词表中的特征词相同的特征词，其中，所述特征词表中包括了至少一个特征词。

4.根据权利要求1所述的方法，其特征在于，所述根据所述各第一概率，确定所述待分类的公司名称的行业分类标签，包括：

按照各所述第一概率的降序对各所述行业分类标签进行排序，确定所述待分类的公司名称的行业分类标签，其中，所述待分类的公司名称的行业分类标签为排名为前N位的行业分类标签，N为大于等于1的正整数。

5.根据权利要求1-4任一所述的方法，其特征在于，所述公司名称分类模型是朴素贝叶斯模型、或逻辑回归模型、或支持向量机模型。

6.一种公司名称的行业分类标签的确定装置，其特征在于，包括：

第一获取模块，用于获取待分类的公司名称，提取所述待分类的公司名称中的特征词；

概率确定模块，用于根据预先分类训练得到的公司名称分类模型，确定所述特征词对应的各第一概率，所述各第一概率表征了特征词属于各行业分类标签的概率；

分类确定模块，用于根据所述各第一概率，确定所述待分类的公司名称的行业分类标签。

7.根据权利要求6所述的装置，其特征在于，还包括：

第二获取模块，用于在所述第一获取模块获取待分类的公司名称之前，获取训练样本数据，所述训练样本数据中包括公司名称、以及与公司名称对应的行业分类标签；

提取模块，用于提取所述训练样本数据中的公司名称的特征词；

训练模块，用于根据提取了特征词的训练样本数据对公司名称分类模型进行分类训练，得到训练样本数据中的特征词对应的各第二概率，所述各第二概率表征了训练样本数据中的特征词属于各行业分类标签的概率。

8.根据权利要求7所述的装置，其特征在于，还包括：

次数确定模块，用于在所述提取模块提取训练样本数据中的公司名称的特征词，确定所述训练样本数据中的各特征词的出现次数；

第一去除模块，用于根据所述训练样本数据中的各特征词的出现次数，去除所述训练样本数据中出现次数小于预设出现次数的特征词；

第二去除模块，用于根据预设的特征词表，去除所述训练样本数据中与所述特征词表中的特征词相同的特征词，其中，所述特征词表中包括了至少一个特征词。

9.根据权利要求6所述的装置，其特征在于，所述分类确定模块，具体用于：

按照各所述第一概率的降序对各所述行业分类标签进行排序，确定所述待分类的公司名称的行业分类标签，其中，所述待分类的公司名称的行业分类标签为排名为前N位的行业分类标签，N为大于等于1的正整数。

10.根据权利要求6-9任一所述的装置，其特征在于，所述公司名称分类模型是朴素贝叶斯模型、或逻辑回归模型、或支持向量机模型。