[发明专利]企业名称识别方法及装置

权利要求书

1.一种企业名称识别方法，其特征在于，包括：

获取目标语音对应的文字信息；

将所述目标语音对应的文字信息输入预获取的企业名称实体词汇提取模型，并将该企业名称实体词汇提取模型的输出作为该目标语音对应的企业名称实体词汇；

基于对齐音码相似度算法和滑动窗口相似度算法分别得到所述企业名称实体词汇与预设的企业名称候选集之间的相似度结果，并根据得到的两个相似度结果确定所述目标语音对应的目标企业名称的识别结果；

所述基于对齐音码相似度算法和滑动窗口相似度算法分别得到所述企业名称实体词汇与预设的企业名称候选集之间的相似度结果，包括：

从预存储的拼音编码表中获取所述企业名称实体词汇和企业名称候选集中的各个候选企业名称词汇分别对应的拼音编码，并根据该拼音编码生成该企业名称实体词汇对应的目标企业名称拼音编码组和该企业名称候选集对应的候选企业名称矩阵；

若生成多组目标企业名称拼音编码组，则将各组所述目标企业名称拼音编码组分别从第一初始滑动矩阵中各行的首位开始以单字的长度间隔向末位滑动，直至该目标企业名称拼音编码组的末位与该第一初始滑动矩阵的末位对齐，每次滑动后的行空余部分填充空余编码，以生成目标企业名称滑动矩阵，该第一初始滑动矩阵的长度与长度最长的目标企业名称拼音编码组的长度相同；

应用所述目标企业名称滑动矩阵、候选企业名称矩阵、预设的权重因子和最小企业名称长度，得到所述企业名称实体词汇和预设的企业名称候选集之间的相似度结果，其中，该最小企业名称长度为该各个候选企业名称词汇和所述企业名称实体词汇中长度最小的企业名称的长度值；

基于所述对齐音码相似度算法得到所述企业名称实体词汇与预设的企业名称候选集之间的相似度结果；

所述对齐音码相似度算法如下所示：

其中，simA表示企业名称实体词汇与候选企业名称之间的齐音码相似度结果组成的向量，B表示所述候选企业名称矩阵，M表示所述目标企业名称对齐矩阵，diff(B,M)表示所述候选企业名称矩阵B与所述目标企业名称对齐矩阵M之间的差异，W表示音编码权重向量，dis(B)表示企业名称实体词汇的长度；

所述滑动窗口相似度算法如下所示：

其中，simB表示企业名称实体词汇与候选企业名称之间的滑动窗口相似度结果组成的向量，B表示所述候选企业名称矩阵、P表示所述目标企业名称滑动矩阵、W表示音编码权重向量，diff(B,P)表示所述候选企业名称矩阵B和所述目标企业名称滑动矩阵P之间的差异；max(diff(B,P)·W)表示取不同滑动窗口长度的最大计算结果，min(dis(B,P))表示各个候选企业名称词汇和企业名称实体词汇长度中的最小长度。

2.根据权利要求1所述的企业名称识别方法，其特征在于，所述基于对齐音码相似度算法和滑动窗口相似度算法分别得到所述企业名称实体词汇与预设的企业名称候选集之间的相似度结果，包括：

从预存储的拼音编码表中获取所述企业名称实体词汇和企业名称候选集中的各个候选企业名称词汇分别对应的拼音编码，并根据该拼音编码分别生成该企业名称实体词汇对应的目标企业名称对齐矩阵和该企业名称候选集对应的候选企业名称矩阵，其中，该目标企业名称对齐矩阵和候选企业名称矩阵各行均首字对齐且末尾空余部分填充空余编码；

基于所述目标企业名称对齐矩阵、候选企业名称矩阵、预设的权重因子和所述企业名称实体词汇的长度，得到所述企业名称实体词汇和预设的企业名称候选集之间的相似度结果；

基于所述滑动窗口相似度算法得到所述企业名称实体词汇与预设的企业名称候选集之间的相似度结果。

3.根据权利要求1或2所述的企业名称识别方法，其特征在于，所述从预存储的拼音编码表中获取所述企业名称实体词汇和企业名称候选集中的各个候选企业名称词汇分别对应的拼音编码，包括：

将所述企业名称实体词汇转化成对应的企业拼音向量组，该企业拼音向量组以所述企业名称实体词汇中各个单字的声母、韵母、补韵母和声调排列；

将所述候选企业名称词汇分别转化成对应的候选企业拼音向量组，该候选企业拼音向量组以所述候选企业名称词汇中各个单字的声母、韵母、补韵母和声调排列；

应用所述预存储的拼音编码表分别对企业拼音向量组和候选企业拼音向量组进行拼音编码。