| 精细解析中文公司名称：智能分词工具助力地名、品牌名、行业词和后缀提取 | 您所在的位置：网站首页 › 工厂名称牌子 › 精细解析中文公司名称：智能分词工具助力地名、品牌名、行业词和后缀提取 |
|
精细解析中文公司名称：智能分词工具助力地名、品牌名、行业词和后缀提取 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。 对公司名文本解析，识别并提取地名（place）、品牌名(brand)、行业词(trade)、公司名后缀词(suffix)。 补充中国三级地名，优化地名提取效果优化品牌名边界问题多个行业词提取运行评估脚本evaluate_file.py，使用预测结果与GroundTruth完成相等才为算对的保守评估方法， 评估结果： 准确率：97.0%召回率：96.7%全自动安装：pip install -U companynameparsergit clone https://github.com/shibing624/companynameparser.git cd companynameparser python setup.py install通过以上两种方法的任何一种完成安装都可以。如果不想安装，可以下载github源码包，安装依赖requirements.txt再使用。半自动安装：Extract Company Name公司名称各元素提取功能base_demo.py 代码语言：python复制import companynameparser company_strs = [ "武汉海明智业电子商务有限公司", "泉州益念食品有限公司", "常州途畅互联网科技有限公司合肥分公司", "昆明享亚教育信息咨询有限公司", ] for name in company_strs: r = companynameparser.parse(name) print(r)output: 代码语言：txt复制{'place': '武汉', 'brand': '海明智业', 'trade': '电子商务', 'suffix': '有限公司', 'symbol': ''} {'place': '泉州', 'brand': '益念', 'trade': '食品', 'suffix': '有限公司', 'symbol': ''} {'place': '常州,合肥', 'brand': '途畅', 'trade': '互联网科技', 'suffix': '有限公司,分公司', 'symbol': ''} {'place': '昆明', 'brand': '享亚', 'trade': '教育信息咨询', 'suffix': '有限公司', 'symbol': ''}parse方法的此处输入name是str; 输出的是一个包括place(地名)，brand(品牌名)，trade(行业词名)，suffix(后缀名)，symbol(标点符号)的dict; 多个地名词、品牌、行业词之间用,间隔，如'常州,合肥'。 All Demo一个demo演示所有示例all_demo.py，包括： 公司名称各元素提取元素名称结果带分词显示各元素的位置用户自定义分词词典，用于解决部分误杀和漏召回代码语言：python复制import companynameparser company_strs = [ "武汉海明智业电子商务有限公司", "泉州益念食品有限公司", "常州途畅互联网科技有限公司合肥分公司", "昆明享亚教育信息咨询有限公司", "深圳光明区三晟股份有限公司", ] for name in company_strs: r = companynameparser.parse(name) print(r) print("*" * 42, ' enable word segment') for name in company_strs: r = companynameparser.parse(name, pos_sensitive=False, enable_word_segment=True) print(r) print("*" * 42, ' pos sensitive') for name in company_strs: r = companynameparser.parse(name, pos_sensitive=True, enable_word_segment=False) print(r) print("*" * 42, 'enable word segment and pos') for name in company_strs: r = companynameparser.parse(name, pos_sensitive=True, enable_word_segment=True) print(r) print("*" * 42, 'use custom name') companynameparser.set_custom_split_file('./custom_name_split.txt') for i in company_strs: r = companynameparser.parse(i) print(r)output: 代码语言：txt复制{'place': '武汉', 'brand': '海明智业', 'trade': '电子商务', 'suffix': '有限公司', 'symbol': ''} {'place': '泉州', 'brand': '益念', 'trade': '食品', 'suffix': '有限公司', 'symbol': ''} {'place': '常州,合肥', 'brand': '途畅', 'trade': '互联网科技', 'suffix': '有限公司,分公司', 'symbol': ''} {'place': '昆明', 'brand': '享亚', 'trade': '教育信息咨询', 'suffix': '有限公司', 'symbol': ''} {'place': '深圳光明', 'brand': '区三晟', 'trade': '', 'suffix': '股份有限公司', 'symbol': ''} ****************************************** enable word segment {'place': '武汉', 'brand': '海明智业', 'trade': '电子商务', 'suffix': '有限公司', 'symbol': ''} {'place': '泉州', 'brand': '益念', 'trade': '食品', 'suffix': '有限公司', 'symbol': ''} {'place': '常州,合肥', 'brand': '途畅', 'trade': '互联网,科技', 'suffix': '有限公司,分公司', 'symbol': ''} {'place': '昆明', 'brand': '享亚', 'trade': '教育,信息,咨询', 'suffix': '有限公司', 'symbol': ''} {'place': '深圳光明', 'brand': '区三晟', 'trade': '', 'suffix': '股份,有限公司', 'symbol': ''} ****************************************** pos sensitive {'place': [('武汉', 0, 2)], 'brand': [('海明智业', 2, 6)], 'trade': [('电子商务', 6, 10)], 'suffix': [('有限公司', 10, 14)], 'symbol': []} {'place': [('泉州', 0, 2)], 'brand': [('益念', 2, 4)], 'trade': [('食品', 4, 6)], 'suffix': [('有限公司', 6, 10)], 'symbol': []} {'place': [('常州', 0, 2), ('合肥', 13, 15)], 'brand': [('途畅', 2, 4)], 'trade': [('互联网科技', 4, 9)], 'suffix': [('有限公司', 9, 13), ('分公司', 15, 18)], 'symbol': []} {'place': [('昆明', 0, 2)], 'brand': [('享亚', 2, 4)], 'trade': [('教育信息咨询', 4, 10)], 'suffix': [('有限公司', 10, 14)], 'symbol': []} {'place': [('深圳光明', 0, 4)], 'brand': [('区三晟', 4, 7)], 'trade': [], 'suffix': [('股份有限公司', 7, 13)], 'symbol': []} ****************************************** enable word segment and pos {'place': [('武汉', 0, 2)], 'brand': [('海明智业', 2, 6)], 'trade': [('电子商务', 6, 10)], 'suffix': [('有限公司', 10, 14)], 'symbol': []} {'place': [('泉州', 0, 2)], 'brand': [('益念', 2, 4)], 'trade': [('食品', 4, 6)], 'suffix': [('有限公司', 6, 10)], 'symbol': []} {'place': [('常州', 0, 2), ('合肥', 13, 15)], 'brand': [('途畅', 2, 4)], 'trade': [('互联网', 4, 7), ('科技', 7, 9)], 'suffix': [('有限公司', 9, 13), ('分公司', 15, 18)], 'symbol': []} {'place': [('昆明', 0, 2)], 'brand': [('享亚', 2, 4)], 'trade': [('教育', 4, 6), ('信息', 6, 8), ('咨询', 8, 10)], 'suffix': [('有限公司', 10, 14)], 'symbol': []} {'place': [('深圳光明', 0, 4)], 'brand': [('区三晟', 4, 7)], 'trade': [], 'suffix': [('股份', 7, 9), ('有限公司', 9, 13)], 'symbol': []} ****************************************** use custom name {'place': '武汉', 'brand': '海明智业', 'trade': '电子商务', 'suffix': '有限公司', 'symbol': ''} {'place': '泉州', 'brand': '益念', 'trade': '食品', 'suffix': '有限公司', 'symbol': ''} {'place': '常州,合肥', 'brand': '途畅', 'trade': '互联网科技', 'suffix': '有限公司,分公司', 'symbol': ''} {'place': '昆明', 'brand': '享亚', 'trade': '教育信息咨询', 'suffix': '有限公司', 'symbol': ''} {'place': '深圳光明区', 'brand': '三晟', 'trade': '', 'suffix': '股份有限公司', 'symbol': ''}支持批量提取地址的省市区信息： 代码语言：txt复制python3 -m companynameparser company_demo.txt -o out.csv usage: python3 -m companynameparser [-h] -o OUTPUT input @description: positional arguments: input the input file path, file encode need utf-8. optional arguments: -h, --help show this help message and exit -o OUTPUT, --output OUTPUT the output file path.输入文件：company_demo.txt；输出文件：out.csv，地名、品牌名、行业名、后缀名以\t间隔 参考链接：https://github.com/shibing624/companynameparser |
| CopyRight 2018-2019 实验室设备网 版权所有 |