Generate Alias

根据企业名称智能提取核心品牌词和常用简称，生成多种别名并用|分隔，方便数据匹配和导入。

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