[发明专利]识别企业名称的方法及装置

权利要求书

1.一种识别企业名称的方法，其特征在于，包括以下步骤：

获取待识别文本中的歧义简称，所述歧义简称由包括歧义词典的分词器从所述待识别文本中切分出，所述歧义词典中包括至少一个存在歧义的企业简称；

从预设的企业信息库中获取与所述歧义简称匹配的企业简称，以及与所述企业简称关联的企业信息；

识别所述待识别文本中是否存在所述企业信息；

如果不存在所述企业信息，则识别所述歧义简称不是企业名称；

如果存在所述企业信息，则计算所述企业信息对应的权重值；

如果所述权重值不在预设范围内，则识别所述歧义简称不是企业名称；

其中，计算所述企业信息对应的权重值的步骤，包括：

确定所述企业信息中各条子信息对应的信息类型；

确定与各个所述信息类型分别对应的子权重值；

计算所述企业信息对应的权重值，所述权重值是所述子权重值之和。

2.根据权利要求1所述的识别企业名称的方法，其特征在于，识别所述待识别文本中是否存在所述企业信息的步骤之后，还包括：

如果所述权重值在预设范围内，则识别所述歧义简称是企业名称。

3.根据权利要求1所述的识别企业名称的方法，其特征在于，所述歧义简称由包括歧义词典的分词器从所述待识别文本中切分出，具体包括以下步骤：

获取待识别文本；

将所述歧义词典中的企业简称以树形结构存储，生成词典树；

使用所述词典树识别所述待识别文本中的歧义简称。

4.根据权利要求1所述的识别企业名称的方法，其特征在于，如果未获取到待识别文本中的歧义简称，则该识别企业名称的方法还包括以下步骤：

获取待识别文本中的企业全称作为识别出的企业名称，所述企业全称由包括全称词典的分词器从所述待识别文本中切分出，所述全称词典包括至少一个企业全称；和/或，

获取待识别文本中的企业简称作为识别出的企业名称，所述企业简称由包括简称词典的分词器从所述待识别文本中切分出，所述简称词典包括至少一个没有歧义的企业简称。

5.一种识别企业名称的装置，其特征在于，包括：

第一获取单元，用于获取待识别文本中的歧义简称，所述歧义简称由包括歧义词典的分词器从所述待识别文本中切分出，所述歧义词典中包括至少一个存在歧义的企业简称；

第二获取单元，用于从预设的企业信息库中获取与所述歧义简称匹配的企业简称，以及与所述企业简称关联的企业信息；

第一识别单元，用于识别待识别文本中是否存在所述企业信息；

第二识别单元，用于在所述待识别文本中不存在所述企业信息的情况下，识别所述歧义简称不是企业名称；

所述第二识别单元还用于在所述待识别文本中存在所述企业信息的情况下，计算所述企业信息对应的权重值；以及，如果所述权重值不在预设范围内，则识别所述歧义简称不是企业名称；

所述第二识别单元还用于确定所述企业信息中各条子信息对应的信息类型；确定与各个所述信息类型分别对应的子权重值；以及，计算所述企业信息对应的权重值，所述权重值是所述子权重值之和。

6.根据权利要求5所述的识别企业名称的装置，其特征在于，所述第二识别单元还用于：如果所述权重值在预设范围内，则识别所述歧义简称是企业名称。

7.根据权利要求5所述的识别企业名称的装置，其特征在于，还包括：

分词器，用于获取待识别文本；将所述歧义词典中的企业简称以树形结构存储，生成词典树；以及，使用所述词典树识别所述待识别文本中的歧义简称。

8.根据权利要求5所述的识别企业名称的装置，其特征在于，还包括：

全称识别单元，用于在所述第一获取单元未获取到待识别文本中的歧义简称的情况下，获取待识别文本中的企业全称作为识别出的企业名称，所述企业全称由包括全称词典的分词器从所述待识别文本中切分出，所述全称词典包括至少一个企业全称；和/或，

简称识别单元，用于在所述第一获取单元未获取到待识别文本中的歧义简称的情况下，获取待识别文本中的企业简称作为识别出的企业名称，所述企业简称由包括简称词典的分词器从所述待识别文本中切分出，所述简称词典包括至少一个没有歧义的企业简称。