[发明专利]一种基于文本规则的公司简称识别方法及系统

权利要求书

1.一种基于文本规则的公司简称识别方法，其特征在于，包括以下步骤：

根据需要识别的公司全称，通过对应的上市公司公告文本进行简称抽取，得到待检测简称，并对待检测简称进行有效性分析；

根据需要识别的公司全称，通过网络搜索进行简称识别；

所述的根据需要识别的公司全称，通过对应的证券公告文本进行简称抽取，得到待检测简称，并对待检测简称进行有效性分析，这一步骤具体包括：

根据需要识别的公司全称，加载该公司的上市公司公告资讯文本；

从上市公司公告资讯文本中抽取含有该公司全称的句子和段落，得到抽取样本；

从抽取样本中根据预设的抽取规则进行简称抽取，并从上市公司公告资讯文本中根据预设的表格特征进行简称抽取，得到若干的待检测简称；

判断待检测简称是否有效，若是，则结束识别过程；反之，则继续识别过程。

2.根据权利要求1所述的一种基于文本规则的公司简称识别方法，其特征在于：所述根据需要识别的公司全称，通过网络搜索进行简称识别，这一步骤具体包括：

根据需要识别的公司全称，结合预设的搜索规则进行网络搜索，得到网络搜索结果；

对网络搜索结果进行分析，对每项网络搜索结果的摘要进行抽取；

根据预设的抽取规则，对得到的摘要进行简称抽取，得到若干的待测公司简称；

对待测公司简称进行数据清洗，得到并保存清洗后的公司简称。

3.一种基于文本规则的公司简称识别系统，其特征在于，包括：

公告文本分析单元，用于根据需要识别的公司全称，通过对应的上市公司公告文本进行简称抽取，得到待检测简称，并对待检测简称进行有效性分析；

搜索分析单元，用于根据需要识别的公司全称，通过网络搜索进行简称识别；

所述公告文本分析单元具体包括：

公告加载单元，用于根据需要识别的公司全称，加载该公司的上市公司公告资讯文本；

样本抽取单元，用于从上市公司公告资讯文本中抽取含有该公司全称的句子和段落，得到抽取样本；

简称抽取单元，用于从抽取样本中根据预设的抽取规则进行简称抽取，并从上市公司公告资讯文本中根据预设的表格特征进行简称抽取，得到若干的待检测简称；

简称检测单元，用于判断待检测简称是否有效，若是，则结束识别过程；反之，则继续识别过程。

4.根据权利要求3所述的一种基于文本规则的公司简称识别系统，其特征在于：所述搜索分析单元具体包括：

搜索单元，用于根据需要识别的公司全称，结合预设的搜索规则进行网络搜索，得到网络搜索结果；

摘要抽取单元，用于对网络搜索结果进行分析，对每项网络搜索结果的摘要进行抽取；

简称分析单元，用于根据预设的抽取规则，对得到的摘要进行简称抽取，得到若干的待测公司简称；

数据清洗单元，用于对待测公司简称进行数据清洗，得到并保存清洗后的公司简称。