一种中文企业名实体精准识别二次匹配方法

摘要

本发明提供了一种中文企业名实体精准识别二次匹配方法，通过一种二次匹配的方法来从公众提到的多个实体中识别出精确的目标实体。通过BiLSTM‑CRF模型从公众舆论中提取潜在实体并通过TF‑IDF通过特征词提取特征词。其次，通过Jaro‑Winkler距离算法在潜在实体和工商企业名录之间实现第一次匹配。然后，二次识别需要构建一个行业特征词词典，根据与行业特征字典匹配的特征词的数量来识别精确实体。实验证明，本发明最高关联率和准确率分别为0.93和0.95，比仅使用一次匹配过程的准确率提到约30％。