根据给定文本确定公司名称

Question

我有一个属于股票市场域的网站。该网站有很多用户生成的内容，如论坛帖子、cmets 等。

另外，我有一个数据库表，其中包含在股票市场上市的所有公司（大约 5000 家）的名称。

现在，我想要的是，如果用户在评论或论坛帖子中提到了公司名称，我的程序将自动超链接以提供其股票价格详细信息。

现在，问题是用户可能不会使用我的数据库中可用的确切公司名称。例如，用户可能会写“FB”而不是 Facebook 或没有“inc”或“pvt.ltd”的公司名称。

我该如何解决这个问题？我认为由于公司数据库有限，机器学习方法将是一种矫枉过正。你有什么建议。

Answer 1

最简单的方法是为公司存储多种可能性，例如FB 将与 FaceBook 同等处理。

这可以通过两种方式完成：

1) 通过添加所有备选方案来增加列表本身（5000 项）。这会产生一个相当大的数据库。

2) 创建一个仅完成转换的转换列表，例如FB->FaceBook等。比使用转换后，可以正常使用现有的公司数据库。这样就分担了责任。

您还可以尝试使用仅包含单词的名称部分（例如，Face Book -> FaceBook，或 Facebook->FaceBook、xxx.INC->xxx.inc 等）。