[发明专利]一种企业历史信息抽取方法及系统

权利要求书

1.一种企业历史信息抽取方法，其特征在于，包括：

对获取的企业变更信息进行合并；

确定变更项的关键词；

根据所述关键词从合并后的企业变更信息中筛选变更项；

从筛选得到的变更项的变更内容中抽取企业历史信息。

2.根据权利要求1所述的一种企业历史信息抽取方法，其特征在于，所述对获取的企业变更信息进行合并，具体包括：

将变更日期和变更项拼接起来作为键；

对获取的企业变更信息中相同键的内容进行去重合并。

3.根据权利要求1所述的一种企业历史信息抽取方法，其特征在于，所述确定变更项的关键词，具体包括：

通过训练得到词向量模型，遍历所有变更项，找到所有包含预设的种子词的变更项，通过同位词找到所述种子词的近义词，确定与种子词互为近义词的相似度边界；

遍历所有变更项，通过所述相似度边界找到所有所述种子词的近义词，得到关键词集合；

遍历所有变更项，查找包含所述关键词集合中的关键词的变更项，从查找到的变更项中选出无用变更项，再从所述无用变更项中筛选出非关键词集合。

4.根据权利要求3所述的一种企业历史信息抽取方法，其特征在于，所述根据所述关键词从合并后的企业变更信息中筛选变更项，具体包括：

如果变更项中出现了非关键字集合中的任何一个词或者没有出现关键词集合中的任何一个词，则排除该变更项；

如果变更项中没有出现非关键字集合中的任何一个词，并且至少出现一个关键字集合中的词，则选择该变更项。

5.根据权利要求1至4任一项所述的一种企业历史信息抽取方法，其特征在于，所述从筛选得到的变更项的变更内容中抽取企业历史信息，具体包括：

对筛选得到的变更项中的变更内容进行解析，抽取出变更前后分别对应的自然人和组织的实体列表；

当所述实体列表中的实体的数量为1时，根据预设的职位关键词筛选出所述筛选得到的变更项及其变更内容中的所有职位，将筛选得到的所有职位作为所述实体列表中实体的对应职位；

当所述实体列表中的实体的数量大于1时，根据预设的职位关键词筛选所述筛选得到的变更项的变更内容中的职位，其中，

当所述筛选得到的变更项的变更内容中的职位的数量为0时，根据预设的职位关键词筛选出所述筛选得到的变更项中的职位，将筛选得到的职位作为所述实体列表中所有实体的对应职位；

当所述筛选得到的变更项的变更内容中的职位的数量为1时，将筛选得到的职位作为所述实体列表中所有实体的对应职位；

当所述筛选得到的变更项的变更内容中的职位的数量大于1且与实体的数量相同时，依次将所述筛选得到的变更项的变更内容中相邻的职位和实体一一对应。

6.一种企业历史信息抽取系统，其特征在于，包括：

信息合并模块，用于对获取的企业变更信息进行合并；

关键词确定模块，用于确定变更项的关键词；

变更项筛选模块，用于根据所述关键词从合并后的企业变更信息中筛选变更项；

信息抽取模块，用于从筛选得到的变更项的变更内容中抽取企业历史信息。

7.根据权利要求6所述的一种企业历史信息抽取系统，其特征在于，所述信息合并模块，具体包括：

拼接单元，用于将变更日期和变更项拼接起来作为键；

合并单元，用于对获取的企业变更信息中相同键的内容进行去重合并。

8.根据权利要求6所述的一种企业历史信息抽取系统，其特征在于，所述关键词确定模块，具体包括：

边界确定单元，用于通过训练得到词向量模型，遍历所有变更项，找到所有包含预设的种子词的变更项，通过同位词找到所述种子词的近义词，确定与种子词互为近义词的相似度边界；

关键词确定单元，用于遍历所有变更项，通过所述相似度边界找到所有所述种子词的近义词，得到关键词集合；

非关键词确定单元，用于遍历所有变更项，查找包含所述关键词集合中的关键词的变更项，从查找到的变更项中选出无用变更项，再从所述无用变更项中筛选出非关键词集合。