[发明专利]新闻主体企业识别方法、电子设备及计算机可读存储介质

权利要求书

1.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的新闻主体企业识别系统，所述新闻主体企业识别系统被所述处理器执行时实现如下步骤：

通过预定的训练模型对收集的训练样本进行迭代训练，提取该训练样本的特征信息；

获取待预测新闻文档，识别出该待预测新闻文档中的企业名称，并根据提取的训练样本的特征信息，分别计算该待预测新闻文档属于第一类新闻的概率和属于第二类新闻的概率；及

根据所述计算出的第一类新闻概率和第二类新闻概率的大小，确定该待预测新闻文档中识别出的企业名称属于第一类企业名称或是第二类企业名称。

2.如权利要求1所述的电子设备，其特征在于，所述训练样本的特征信息包括：某类新闻中的文档数量、训练样本中总的文档数量、某类新闻下文档中的词汇频数、及某类新闻中总的词汇数量。

3.如权利要求2所述的电子设备，其特征在于，文档属于某类新闻的概率＝训练样本随机抽取一个文档属于某类新闻的概率×某类新闻下文档中的词汇频数与总词汇的比例。

4.如权利要求2或3所述的电子设备，其特征在于，该待预测新闻文档属于第一类新闻的概率＝第一类新闻中的文档数量与训练样本中总的文档数量之间的比值乘以第一类新闻下文档中的词汇频数与第一类新闻中总的词汇数量之间的比值；及

该待预测新闻文档属于第二类新闻的概率＝第二类新闻中的文档数量与训练样本中总的文档数量之间的比值乘以第二类新闻下文档中的词汇频数与第二类新闻中总的词汇数量之间的比值。

5.如权利要求1所述的电子设备，其特征在于，所述确定该待预测新闻文档中识别出的企业名称属于第一类企业名称或是第二类企业名称包括：

若所述计算出的第一类新闻概率大于或等于第二类新闻概率，则确定该待预测新闻文档中识别出的企业名称属于第一类企业名称；及

若所述计算出的第一类新闻概率小于第二类新闻概率，则确定该待预测新闻文档中识别出的企业名称属于第二类企业名称。

6.一种新闻主体企业识别方法，应用于电子设备，其特征在于，所述方法包括：

通过预定的训练模型对收集的训练样本进行迭代训练，提取该训练样本的特征信息；

获取待预测新闻文档，识别出该待预测新闻文档中的企业名称，并根据提取的训练样本的特征信息，分别计算该待预测新闻文档属于第一类新闻的概率和属于第二类新闻的概率；及

根据所述计算出的第一类新闻概率和第二类新闻概率的大小，确定该待预测新闻文档中识别出的企业名称属于第一类企业名称或是第二类企业名称。

7.如权利要求6所述的新闻主体企业识别方法，其特征在于，所述训练样本的特征信息包括：某类新闻中的文档数量、训练样本中总的文档数量、某类新闻下文档中的词汇频数、及某类新闻中总的词汇数量；

其中，文档属于某类新闻的概率＝训练样本随机抽取一个文档属于某类新闻的概率×某类新闻下文档中的词汇频数与总词汇的比例。

8.如权利要求7所述的新闻主体企业识别方法，其特征在于，该待预测新闻文档属于第一类新闻的概率＝第一类新闻中的文档数量与训练样本中总的文档数量之间的比值乘以第一类新闻下文档中的词汇频数与第一类新闻中总的词汇数量之间的比值；及

该待预测新闻文档属于第二类新闻的概率＝第二类新闻中的文档数量与训练样本中总的文档数量之间的比值乘以第二类新闻下文档中的词汇频数与第二类新闻中总的词汇数量之间的比值。

9.如权利要求6所述的新闻主体企业识别方法，其特征在于，所述确定该待预测新闻文档中识别出的企业名称属于第一类企业名称或是第二类企业名称包括：

若所述计算出的第一类新闻概率大于或等于第二类新闻概率，则确定该待预测新闻文档中识别出的企业名称属于第一类企业名称；及

若所述计算出的第一类新闻概率小于第二类新闻概率，则确定该待预测新闻文档中识别出的企业名称属于第二类企业名称。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有新闻主体企业识别系统，所述新闻主体企业识别系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求6-9中任一项所述的新闻主体企业识别方法的步骤。