[发明专利]信用风险采集

权利要求书

1.一种判断一家公司的信用风险的方法，包括：

为第一组文档中包括的每个文档分配对象描述符，该对象描述符依据于历史事件或量化量度；

为该第一组文档中的每个文档分配至少一个特征向量，该至少一个特征向量是数值特征的N维向量，这些数值特征各自表示识别出来的文字内容、识别出来的语义内容，或这两种内容的组合；

判断多个所分配的对象描述符与多个所分配的特征向量之间的关系；

依据这种关系为第二组文档中不包括在该第一组文档中的每个文档分配预测描述符，该预测描述符表示与公司拖欠债务、公司破产、违约损失率、信贷息差、评级机构评级变化和股本价格变动中的至少一项有关的将来事件；以及

依据该第二组文档中的至少一个预测描述符产生信号。

2.根据权利要求1所述的方法，进一步包括汇集多个文档，形成该第一组文档中的至少一个文档。

3.根据权利要求2所述的方法，其中汇集该多个文档包括将与该多个文档相关联的多个日期值与预先确定的时间段进行比较。

4.根据权利要求1所述的方法，包括为该第一组文档中的文档群组分配该至少一个特征向量。

5.根据权利要求1所述的方法，其中该量化量度是感情评级、语气评级、公司事件指示符、语言分析指示符、统计分析指示符或者以上内容的组合中的一项。

6.根据权利要求1所述的方法，进一步包括通过使日期值、实体识别符和标签值与该第一组文档中的每个文档相关联来产生该对象描述符，该日期值表示首次获得每个文档的时间段，而该标签值表示该历史事件或该量化量度。

7.根据权利要求6所述的方法，其中关联该日期值包括判断首次获得该文档的时间段。

8.根据权利要求6所述的方法，包括使多个标签值与该第一组文档中的至少一个文档相关联。

9.根据权利要求6所述的方法，其中该标签值表示多个历史事件或多个量化量度。

10.根据权利要求6所述的方法，包括：

判断在该第一组文档的文档中是否识别出多个实体；以及

依据判断结果为该文档分配多个对象识别符，

其中该多个对象识别符中的每一个对象识别符对应于该多个实体中的一个实体，并且该文档的标签依据以下两项来修改：1）对应于该一个实体的该历史事件或该量化量度；和2）对应于该一个实体的该文档的相关度分数。

11.根据权利要求1所述的方法，包括依据与该文档相关联的文字内容、元数据或指示符产生该至少一个特征向量。

12.根据权利要求11所述的方法，其中产生该至少一个特征向量包括将该文档剖析成一组词语或短语。

13.根据权利要求12所述的方法，包括在产生该至少一个特征向量之前，先从该组词语或短语中去掉预先识别的词语。

14.根据权利要求12所述的方法，包括在产生该至少一个特征向量之前，先使用提取词干算法提取该组词语或短语中包括的一个或一个以上词语的词干。

15.根据权利要求14所述的方法，其中该提取词干算法是波特提取词干算法。

16.根据权利要求11所述的方法，进一步包括：

从该第一组文档中随机选择预先确定的数目的文档，形成多个文档子集，该多个子集中的每个文档包括该至少一个特征向量和相关联的第一标签值，或者不同于该第一标签值的相关联的第二标签值；

计算该至少一个特征向量的每个特征的量度值，方法是通过判断该特征是描述该相关联的第一标签值还是该相关联的第二标签值；以及

计算每个子集的每个特征的秩值，方法是通过汇集该多个子集中的每个特征的多个计算得来的量度值。

17.根据权利要求16所述的方法，进一步包括：

将该计算得来的秩值与预先确定的阈值进行比较；以及

依据比较结果，将包括具有相关联的第一标签值或第二标签值的多个有阶特征的特征向量提供给机器学习模块，用于判断该关系。

18.根据权利要求17所述的方法，其中该机器学习模块使用回归算法、支持向量机（SVM）、神经网络或决策树算法中的一项。