[发明专利]一种获取机构名称的方法及装置有效
| 申请号： | 201710501226.3 | 申请日： | 2017-06-27 |
| 公开（公告）号： | CN107357779B | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 任宁;席丽娜;吴云鹤 | 申请（专利权）人： | 北京神州泰岳软件股份有限公司;中科鼎富（北京）科技发展有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06K9/62 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 江崇玉 |
| 地址： | 100089 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种获取机构名称的方法及装置，属于信息提取及文本挖掘领域。所述方法包括：通过分词系统和实体识别系统标记非结构化文本文件中包括的机构名称；根据后缀模型确定所述机构名称是否为实体机构的全称，所述后缀模型包括至少一个实体机构的后缀名称；在所述机构名称不是实体机构的全称时，获取位于所述机构名称之前满足预设条件的词语；将所述获取的词语和所述机构名称组成实体机构的全称。所述装置包括：标记模块、确定模块、获取模块和组成模块。本发明能够提高识别机构名称的准确性。 | ||
| 搜索关键词： | 一种 获取 机构名称 方法 装置 | ||
【主权项】：
1.一种获取机构名称的方法，其特征在于，所述方法包括：通过分词系统和实体识别系统标记非结构化文本文件中包括的机构名称；根据后缀模型确定所述机构名称是否为实体机构的全称，所述后缀模型包括至少一个实体机构的后缀名称；在所述机构名称不是实体机构的全称时，获取位于所述机构名称之前满足预设条件的词语；将所述词语和所述机构名称组成实体机构的全称；其中，所述根据后缀模型确定所述机构名称是否为实体机构的全称之前，还包括：将训练集合中的任意两个机构实体的全称进行匹配，提取该两个机构实体的全称之间最长的共同子串，得到N个共同子串，所述训练集合包括多个预设机构名称的全称；获取所述N个共同子串中的每个共同子串的频度，选择频度最高的预设数值个共同子串，对选择的各共同子串按包括的文字数目进行排序得到后缀模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京神州泰岳软件股份有限公司;中科鼎富（北京）科技发展有限公司，未经北京神州泰岳软件股份有限公司;中科鼎富（北京）科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710501226.3/，转载请声明来源钻瓜专利网。
