[发明专利]一种基于政务文本数据词性标注的企业主体匹配方法

说明书

本发明公开了一种基于政务文本数据词性标注的企业主体匹配方法，所述的方法包括：政务文本数据中企业名称的提取，依据已知企业命名规则进行的企业命名模式提取，对所述企业命名模式的匹配，根据所述企业命名模式匹配的结果，确定文本中企业主体的匹配结果，上述企业主体匹配方法在处理待匹配的政务数据时，可直接从政务文本数据中实现对企业实体的匹配，大大提高了匹配效率，实现政务大数据的智能互通。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种基于政务文本数据词性标注的企业主体匹配方法。

背景技术

随着国家信息化建设不断推进，多个地区已开展数据资源共享和整合的工作，但是，对于政务部门，仍存在多个系统共同工作，并且使用复杂的交互方式进行数据共享的现状，这种现状容易出现数据更新不及时，以及当某个系统停用了导致其他系统数据不更新的问题，而企业信息是多个系统的核心内容，但由于企业信息属性多，并且存在变更的需要，比如企业名称，一个企业名称的信息变更次数有多次，变更过程还有可能出现人工误录入的场景，企业名称识别错误的情况会很容易导致围绕企业的其他功能出现问题；而现今大部分还是采用人工核对的方式对企业名称进行匹配，导致在政务大数据处理中，人工核对两方文本企业主体的匹配是一项耗时费力的工作，而如何高效地解决这个问题，释放人力资源是政务大数据面临的问题之一，对此，本发明提出了一种基于政务文本数据词性标注的企业主体匹配方法，上述企业主体匹配方法在处理待匹配的政务数据时，可直接从政务文本数据中实现对企业实体的匹配，大大提高了匹配效率，实现政务大数据的智能互通。

发明内容

本发明所要解决的技术问题在于针对现有的政务大数据处理中主要是通过人工核对两方文本企业主体的匹配导致耗时费力的问题，而构思的从政务文本数据中提取企业名称，依据已知企业命名规则进行的企业命名模式提取，对所述企业命名模式的匹配，根据所述企业命名模式匹配的结果，确定文本中企业主体的匹配结果，上述企业主体匹配方法在处理待匹配的政务数据时，可直接从政务文本数据中实现对企业实体的匹配，大大提高了匹配效率，实现政务大数据的智能互通。

为解决上述问题，本发明实施例提供的技术方案如下：

在本发明实施例第一方面，提供了一种基于政务文本数据词性标注的企业主体匹配方法，该方法包含以下步骤：

获取待识别文本；

将所述待识别文本输入企业实体识别模块，并将所述企业实体识别模块的输出作为所述待识别文本对应的企业名称主体词汇；

将所述企业名称主体词汇输入模式提取模块，并将所述模式提取模块的输出作为所述待识别文本对应的企业名称待匹配词；所述企业名称待匹配词由以下三部分构成：表示地理位置的城市信息、企业自身的名称信息+企业所处行业信息、企业性质信息；其中，约定表示地理位置的城市信息的词为第一待匹配词，表示企业自身的名称信息+企业所处行业信息的词为第二待匹配词，表示企业性质信息的词为第三待匹配词；

构建自有企业名称库：将自有企业名称文本输入到所述模式提取模块中获得企业名称匹配词，所述企业名称匹配词由以下三部分构成：表示地理位置的城市信息、企业自身的名称信息+企业所处行业信息、企业性质信息；其中，约定表示地理位置的城市信息的词为第一匹配词，表示企业自身的名称信息+企业所处行业信息的词为第二匹配词，表示企业性质信息的词为第三匹配词；

对于预先构建的自有企业名称库中的任一备选企业名称，将所述企业名称待匹配词与所述备选企业名称的企业名称匹配词进行匹配；

先按照第一待匹配词和第一匹配词进行对比，若第一待匹配词缺失或者第一待匹配词和第一匹配词匹配成功，再依次进行第二待匹配词和第二匹配词的匹配得分计算，以及第三待匹配词和第三匹配词的匹配得分计算，最终获得模式匹配的综合得分；若第一待匹配词和第一匹配词匹配不成功，则备选企业名称匹配不成功；选取综合得分大于阈值且综合得分最高的匹配项作为输出，将综合得分最高的所述备选企业名称确定为标准企业名称。