本發(fā)明涉及一種通過分詞形式規(guī)范企業(yè)名稱的方法。
背景技術(shù)：
：隨著信息技術(shù)的飛速發(fā)展，企業(yè)決策分析中對(duì)數(shù)據(jù)的準(zhǔn)確性依賴越來越強(qiáng)，企業(yè)名稱的完整性直接影響到后期的統(tǒng)計(jì)分析及企業(yè)決策，因此企業(yè)名稱的標(biāo)準(zhǔn)化處理非常重要。通常情況下，注冊(cè)公司名稱的組成是由行政區(qū)劃、字號(hào)、行業(yè)特點(diǎn)、組織形式依次組成，具體說明：行政區(qū)劃：是國家為了進(jìn)行分級(jí)管理而實(shí)行的區(qū)域劃分。字號(hào)：應(yīng)當(dāng)由2個(gè)以上漢字組成，行政區(qū)劃不得用作字號(hào)，但縣以上行政區(qū)劃地名具有其他含義的除外。企業(yè)名稱也可以使用自然人或者投資人的姓名作為公司字號(hào)。行業(yè)特點(diǎn)：應(yīng)當(dāng)是反映企業(yè)經(jīng)濟(jì)活動(dòng)性質(zhì)所屬國民經(jīng)濟(jì)行業(yè)或者企業(yè)經(jīng)營特點(diǎn)的用語。企業(yè)名稱中行業(yè)用語表述的內(nèi)容應(yīng)當(dāng)與企業(yè)經(jīng)營范圍一致。企業(yè)經(jīng)濟(jì)活動(dòng)性質(zhì)分別屬于國民經(jīng)濟(jì)行業(yè)不同大類的應(yīng)當(dāng)選擇主要經(jīng)濟(jì)活動(dòng)性質(zhì)所屬國民經(jīng)濟(jì)行業(yè)類別用語表述企業(yè)名稱中的行業(yè)。組織形式：根據(jù)企業(yè)經(jīng)濟(jì)活動(dòng)性質(zhì)與國家有關(guān)法律法規(guī)確定的，有限公司、有限責(zé)任公司或者股份有限公司；工商注冊(cè)時(shí)，企業(yè)注冊(cè)的名稱格式大約分為3種：行政區(qū)劃名+字號(hào)+行業(yè)特點(diǎn)+組織形式，如：濟(jì)南托普沃信息科技有限公司字號(hào)+(行政區(qū)劃名)+行業(yè)特點(diǎn)+組織形式，如：途牛(南京)信息技術(shù)有限公司字號(hào)+行業(yè)特點(diǎn)+組織形式，如：小米科技有限責(zé)任公司而在實(shí)際的企業(yè)錄入過程中，記錄人員往往會(huì)往企業(yè)名稱上添加很多場(chǎng)景信息，例如：人名信息、手機(jī)號(hào)、特殊符號(hào)、日期等。這些不規(guī)范的企業(yè)名稱在做統(tǒng)計(jì)分析之前，必須進(jìn)行企業(yè)名稱規(guī)范化處理?，F(xiàn)階段的企業(yè)名稱規(guī)范化處理，即便去掉了名稱中的亂碼，規(guī)范了名稱的格式，但是效果仍然不明顯，后續(xù)人工數(shù)據(jù)清洗工作量還是非常巨大，企業(yè)必須為此花費(fèi)很多資源。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的是為克服上述現(xiàn)有技術(shù)的不足，提供了一種通過分詞形式規(guī)范企業(yè)名稱的方法。為實(shí)現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案：一種通過分詞形式規(guī)范企業(yè)名稱的方法，根據(jù)銷售記錄中的企業(yè)名稱的中文詞庫，將其中文詞庫中客戶的名稱信息歸納定義為12類詞性，通過這12類的詞性，對(duì)記錄中的客戶名稱進(jìn)行分詞處理。具體實(shí)現(xiàn)步驟如下：一、接收企業(yè)名稱：接收需要處理的企業(yè)名稱；二、企業(yè)名稱標(biāo)準(zhǔn)化：對(duì)企業(yè)名稱格式進(jìn)行規(guī)范化處理，依次包括名稱亂碼處理、附加信息清除處理、符號(hào)處理、數(shù)字轉(zhuǎn)義處理、語義轉(zhuǎn)化處理和輸出規(guī)范名稱處理步驟；三、企業(yè)名稱分詞：對(duì)名稱進(jìn)行分詞處理，包括傳入第二步輸出的企業(yè)規(guī)范名稱、標(biāo)準(zhǔn)省市識(shí)別、標(biāo)準(zhǔn)單詞處理、清理冗余詞語、數(shù)字信息識(shí)別、終端嵌套處理和生成分詞步驟；四、輸出分詞后的企業(yè)名稱：輸出結(jié)果進(jìn)行匯總、比對(duì)。本發(fā)明的有益效果是：本發(fā)明可以通過對(duì)企業(yè)客戶信息中雜亂不規(guī)范的客戶信息進(jìn)行篩分處理，能將錄入的客戶信息根據(jù)地區(qū)、公司性質(zhì)、行業(yè)特點(diǎn)等進(jìn)行自動(dòng)分類標(biāo)示，方便統(tǒng)計(jì)和調(diào)用，減少了大量的人工清洗名稱的工作，對(duì)企業(yè)后期統(tǒng)計(jì)分析及企業(yè)決策提供很好的便利性。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為12類詞性說明；圖2為企業(yè)名稱進(jìn)行規(guī)范化處理流程圖；圖3為對(duì)企業(yè)名稱進(jìn)行分詞處理流程圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。一種通過分詞形式規(guī)范企業(yè)名稱的方法，根據(jù)銷售記錄中的企業(yè)名稱的中文詞庫，將其中文詞庫中客戶的名稱信息歸納定義為圖1中的12類詞性，通過這12類的詞性，對(duì)記錄中的客戶名稱進(jìn)行分詞處理。具體實(shí)現(xiàn)步驟如下：一、接收需要處理的企業(yè)名稱，例如：#南京秦淮中國人民解放軍空軍航空醫(yī)學(xué)研究所附屬醫(yī)院(原:解放軍454院陳大夫tel:02584543211％s。二、名稱標(biāo)準(zhǔn)化分詞之前，首先對(duì)企業(yè)名稱進(jìn)行規(guī)范化處理，具體流程如下圖2所示。流程說明：接受企業(yè)名稱:#南京秦淮中國人民解放軍空軍航空醫(yī)學(xué)研究所附屬醫(yī)院(原:解放軍454院陳大夫tel:02584543211％s。對(duì)名稱進(jìn)行亂碼處理，例如：對(duì)企業(yè)名稱中附加信息進(jìn)行清理，例如：對(duì)企業(yè)名稱中出現(xiàn)的符號(hào)進(jìn)行規(guī)范，例如：對(duì)企業(yè)名稱中出現(xiàn)的數(shù)字進(jìn)行轉(zhuǎn)義化處理，例如：對(duì)專有名詞進(jìn)行語義化處理，例如：輸出整理后的規(guī)范企業(yè)名稱：南京秦淮空軍航空醫(yī)學(xué)研究所附屬醫(yī)院(原:解放軍第四五四醫(yī)院)。三、對(duì)企業(yè)名稱進(jìn)行分詞對(duì)整理規(guī)范的企業(yè)名稱進(jìn)行分詞處理，步驟如附圖3所示。流程說明：接受企業(yè)名稱:南京秦淮空軍航空醫(yī)學(xué)研究所附屬醫(yī)院(原:解放軍四五四院)。標(biāo)準(zhǔn)省市識(shí)別處理，例如：名稱轉(zhuǎn)化后南京p320101|p秦淮p320104|p對(duì)標(biāo)準(zhǔn)單次進(jìn)行處理，例如：名稱轉(zhuǎn)化后航空醫(yī)學(xué)研究所航空|k醫(yī)研所|c清洗冗余詞語，例如：名稱轉(zhuǎn)化后南京秦淮p320104|p數(shù)字識(shí)別處理，例如：清洗名稱清洗后名稱四五四p四五四|m對(duì)終端嵌套處理，例如：輸出整理后的分詞企業(yè)名稱：p320104|p空軍|b航空|k醫(yī)研所|c附|n醫(yī)院|z(解放軍|b四五四|m醫(yī)院|z)。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁12