[发明专利]个股识别的方法及装置

摘要

本发明提供一种个股识别的方法及装置，该方法基于人工分类好的语料文本，用其对进行模型训练，得到用于文本中是否含有个股进行标注的个股识别CRF模型，通过对文本分词结果使用个股标注模型进行标注从而将分词结果中包含的个股识别出来。

主权项

1.一种个股识别方法，其特征在于，包括以下步骤：步骤S100：模型训练：通过人工对个股库和语料文本进行预处理，根据所述语料文本中是否含有歧义个股，将相应的所述语料文本分别存储至用于存放不包含歧义个股信息文本的非歧义目录“1”或用于存放包含歧义个股信息文本的歧义目录“0”的相应个股子目录下，得到标注语料集目录label，对所述标注语料集目录label进行分词和词性标注后，得到待标注词列表，遍历所述待标注词列表中的所有词，对每个词“是否存在于个股库中，并且该词对应文本是否保存于label的非歧义目录“1”中”进行标注，输出用于CRF模型训练的训练语料库，采用所述训练语料库对CRF模型进行训练，得到个股识别CRF模型；步骤S200：个股识别：对待处理文本进行分词标注词性得到词性分词列表termList，通过所述个股识别CRF模型对所述词性分词列表termList中的名词是否是个股进行识别，如果所述词性分词列表termList中的当前词为个股，则赋值为1，如果不是个股则赋值为0，所得结果列于标注结果列表stockList中。