[发明专利]企业名单信息获取方法、装置、存储介质和电子设备

说明书

本发明提供了一种企业名单信息获取方法、装置、存储介质和电子设备，其中，该方法包括：获取舆情数据的标题，判断所述标题中是否存在预设关键词信息，若是，则对所述舆情数据的舆情正文进行预处理；根据标题和预处理后的舆情正文获取目标数据，所述目标数据包括：列入负面企业名单的企业、名单发布机构、列入名单时间和惩戒类型中的一项或多项；将获取的所述目标数据作为企业名单信息。通过使用上述步骤对舆情数据中的企业名单信息进行抽取，可以有效地过滤掉无效信息，并获得企业名单关键的四个维度信息：时间、机构、公司和类型，直接提供给用户结构化的信息，降低了用户对于繁杂的舆情数据的阅读成本。

技术领域

本发明涉及计算机技术领域，具体涉及一种企业名单信息获取方法、装置、存储介质、电子设备和计算机程序产品。

背景技术

目前，每天都会有大量的新闻舆情产生，其中又有许多新闻舆情和黑名单相关。许多用户希望从大量的舆情信息中得到黑名单相关的舆情，同时能快速得知黑名单的列入时间、发布机关、黑名单企业和惩戒类型等。这些信息不仅可以帮助用户快速地发现有关企业的重要动态，更能辅助用户及时做出决策。但由于新闻舆情的数量庞大以及内容繁杂，导致用户无法直接从中获取相关信息。

现有技术大多直接通过人工构建抽取规则或者人工浏览筛选的方式来获取黑名单的相关信息，并且由于舆情的格式复杂，单纯采用抽取规则无法覆盖所有情况，导致抽取的结果准确性较低；而使用人工进行浏览筛选则耗费人力且低效。

因此，如何对新闻舆情中的黑名单的舆情信息进行获取是待解决的技术问题。

发明内容

基于此，针对现有技术中无法有效地对新闻舆情中的企业名单相关的舆情信息进行获取的问题，本发明提供了一种企业名单信息获取方法、装置、存储介质、电子设备和计算机程序产品。

第一方面，本发明实施例提供了一种企业名单信息获取方法，该方法包括：

获取舆情数据的标题，判断所述标题中是否存在预设关键词信息，若是，则对所述舆情数据的舆情正文进行预处理；

根据标题和预处理后的舆情正文获取目标数据，所述目标数据包括：列入负面企业名单的企业、名单发布机构、列入名单时间和惩戒类型中的一项或多项；

将获取的所述目标数据作为企业名单信息。

可选的，所述预设关键词信息包括预设的对应于负面企业名单的负面关键词信息和预设的对应于正面企业名单的正面关键词信息，

所述根据标题和预处理后的舆情正文获取目标数据，包括：

遍历预处理后的舆情正文中的各个语句，并在其中提取出包含负面关键词信息且不包含正面关键词信息的第一类目标语句；

从第一类目标语句中提取企业实体信息，基于提取到的企业实体信息确定列入负面企业名单的企业。

可选的，若未能提取出第一类目标语句，或第一类目标语句中未能提取出企业实体信息，则执行以下步骤：

在预处理后的舆情正文中，分别确定正面关键词信息、负面关键词信息和企业实体的定位信息；

将所述正面关键词信息、所述负面关键词信息和所述企业实体各自的定位信息从前向后进行排序，得到目标数组；

根据所述目标数组中的负面关键词信息的定位信息与所述企业实体的行为信息的相对位置，确定列入负面企业名单的企业。

可选的，所述在预处理后的舆情正文中，分别确定正面关键词信息、负面关键词信息和企业实体的定位信息，将所述正面关键词信息、所述负面关键词信息和所述企业实体各自的定位信息从前向后进行排序，得到目标数组，包括：