[发明专利]知识数据的抽取方法、系统、计算机设备和存储介质

说明书

本发明涉及金融信息处理技术领域，尤其涉及一种知识数据的抽取方法、系统、计算机设备和存储介质。一种知识数据的抽取方法，包括如下步骤：获取基金数据，生成基金知识数据表，所述基金数据存储于基金数据库中；获取基金知识抽取方案，应用深度学习模型对所述基金抽取方案进行训练得到基金知识抽取规则，所述基金知识抽取方案存储于所述基金数据库中；根据所述基金知识抽取规则对所述基金知识数据表进行基金知识特征的抽取。本发明通过深度学习模型对抽取规则进行优化使其能够从基金数据库中快速抽取数据。

技术领域

本发明涉及金融信息处理技术领域，尤其涉及一种知识数据的抽取方法、系统、计算机设备和存储介质。

背景技术

知识抽取是指将蕴含于信息源中的知识经过识别、理解、筛选、归纳等过程抽取出来，存储形成知识元库的过程。目前研究较多的是自然语言文本，已经出现了一些工具或系统，知识抽取已成为自然语言处理领域一个重要的研究分支。知识抽取的来源主要有结构化文本、半结构化文本、非结构化文本。所述结构化文本包括词典、主题词典、本体、全书等；所述半结构化文本主要是指标记文本，包括HTML标记文本和XMI；所述非结构化文本主要是指图书、论文等文献。

目前，基金知识抽取的难点在于对知识源中的数据进行处理，因为知识并不是以某种现成的形式存在于知识源中，只有对知识源中的数据经过分析、识别、理解、关联等一系列处理之后，才能发现其中有用的知识。

但是，在基金知识抽取的过程中存在着不能快速有效的从知识数据中抽取出需要的基金知识特征，并且没有一种具有普适性的抽取规则适用于不同的数据类型。

发明内容

有鉴于此，有必要针对现有知识抽取过程中存在着的不能快速有效的从知识数据中抽取出需要的基金知识特征的问题，提供一种基金知识抽取方法、系统、计算机设备和存储介质。

一种知识数据的抽取方法，包括如下步骤：

获取基金数据，生成基金知识数据表，所述基金数据存储于基金数据库中；

获取基金知识抽取方案，应用深度学习模型对所述基金抽取方案进行训练得到基金知识抽取规则，所述基金知识抽取方案存储于所述基金数据库中；

根据所述基金知识抽取规则对所述基金知识数据表进行基金知识特征的抽取。

在其中一个实施例中，所述获取基金数据，生成基金知识数据表，所述基金数据存储于基金数据库中，包括：

设定从所述基金数据库中获取所述基金数据的时间阈值；

当时间节点到达所述时间阈值时，对所述基金数据进行抽取；

将获得的所述基金数据进行汇总，并按照表名、表中的字段和表的记录进行划分，得到所述基金知识数据表。

在其中一个实施例中，所述获取基金知识抽取方案，应用深度学习模型对所述基金抽取方案进行训练得到基金知识抽取规则，所述基金知识抽取方案存储于所述基金数据库中，包括：

从所述基金数据库中调取所述基金知识抽取方案，所述基金知识抽取方案包括句子和关系类型，任一所述关系类型均对应有一编码向量；

将所述基金知识抽取方案传送给所述深度学习模型，通过所述深度学习模型将所述基金知识抽取方案中的句子进行矩阵化表示；

获取所述基金知识抽取方案中的关系类型所对应的编码向量，通过双向长短时记忆网络模型，对所述编码向量进行语义编码，得到句子中的每一个词的语义向量，所述编码向量i_t＝tanh(W₁+W_i+b_i)，式中tanh()为双曲正切函数,W₁为第1个权重矩阵，W_i为第i个权重矩阵，b_i为偏置项取值范围为0.05～0.10；