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
- 维基百科官方简称（开启时）
- 品牌映射 - 100+ 知名企业品牌/股票名
- 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）
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）
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）
# 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
# 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
# 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