企业别名智能生成技能 v3.0.0#

重大更新#

v3.0.0 (2026-03-25) 🎉 全面重构#

• 🚫 严格过滤通用词：不再使用"汽车"、"银行"、"证券"等通用行业词作为关键字
• 🎯 关键字独特性：关键字必须能"独特标识"企业，避免在多数企业中出现
• 📊 频率验证：通过全局词频分析，确保关键字出现率 < 3%
• 🌐 维基百科集成：可配置从维基百科获取企业官方简称
• ⚙️ 灵活配置：支持离线模式（快速）和在线模式（准确）

核心规则#

关键字来源优先级#

1. 维基百科官方简称（开启时）
2. 品牌映射 - 100+ 知名企业品牌/股票名
3. 核心词提取 - 智能提取企业独特标识

过滤规则（严格）#

• ❌ 企业类型词：集团、控股、股份、有限、责任、公司
• ❌ 地区前缀：中国、北京、上海、浙江、广东等
• ❌ 行业通用词：汽车、银行、证券、能源、钢铁、机械等
• ❌ 出现率 > 3% 的词

关键字标准#

• ✅ 至少 3 个字符
• ✅ 能独特标识该企业
• ✅ 不在其他大多数企业中出现

触发方式#

当用户说：

• "生成别名"
• "智能别名"
• "企业别名"
• "给这个公司起个别名"
• "提取关键字"
• 或提供企业名称并要求生成别名

功能#

1. 品牌映射（内置 100+ 企业）#

text

比亚迪 → 比亚迪|BYD
伊利 → 伊利
贵州茅台 → 茅台
云南白药 → 白药

2. 核心词提取#

• 移除企业类型后缀（集团、股份、有限等）
• 移除地区前缀（北京、上海、浙江等）
• 提取剩余核心词

3. 维基百科查询（可选）#

• 从中文维基百科获取企业官方简称
• 需配置 USE_WIKI = True

4. 过滤机制#

• 通用行业词过滤
• 词频统计分析
• 独特性验证

使用示例#

离线模式（默认，快速稳定）#

python

from generate_alias import generate_rule_based_aliases

aliases = generate_rule_based_aliases("比亚迪股份有限公司")
# 输出: ['比亚迪', 'BYD']

在线模式（需要网络）#

python

# 修改脚本顶部 USE_WIKI = True
# python generate_alias.py "比亚迪股份有限公司" --wiki

命令行#

bash

# 基本用法
python generate_alias.py "比亚迪股份有限公司"

# 禁用维基百科
python generate_alias.py "比亚迪股份有限公司" --no-wiki

示例输出#

企业名称关键字比亚迪股份有限公司比亚迪|BYD内蒙古伊利实业集团股份有限公司伊利云南白药集团股份有限公司白药北京东方雨虹防水技术股份有限公司东方雨|雨虹|京东|JD长城汽车股份有限公司长城|哈弗佛山市海天调味食品股份有限公司海天中国工商银行股份有限公司工行|工商银行

过滤示例#

以下词 不会 作为关键字输出：

• ❌ 汽车（所有车企都有，不独特）
• ❌ 银行（所有银行都有，不独特）
• ❌ 证券、能源、钢铁、机械
• ❌ 中国、北京、上海、浙江等地区名
• ❌ 集团、控股、股份、有限等企业类型词

实现文件#

• generate_alias.py - 主程序（规则引擎）
• search_aliases.py - 网络搜索模块
• corporate_relations.py - 真实股权关系数据
• data_sources.py - 数据源配置
• stock_names.py - 上市公司股票名称映射

配置选项#

python

# generate_alias.py 顶部配置
USE_WIKI = False  # 是否使用维基百科（默认关闭，快速稳定）
WIKI_TIMEOUT = 5  # 维基百科请求超时（秒）

更新日志#

v3.0.0 (2026-03-25)#

• 🚫 新增严格过滤通用行业词规则
• 🚫 新增词频统计分析
• 🚫 新增关键字独特性验证
• 🌐 集成维基百科查询
• 📊 优化关键字提取算法

v2.1.0 (2026-03-20)#

• 📚 整合公开数据源
• 🔄 动态数据补充

v2.0.0 (2026-03-20)#

• 🎯 重构关联企业数据
• 📦 数据模块化