[发明专利]一种企业新闻数据风险分类方法

权利要求书

1.一种企业新闻数据风险分类方法，其特征在于，包括如下步骤：

根据确定企业的公司名称获取所述确定企业的相关属性，将所述相关属性两两组合并以此为关键词进行搜索，获取与所述确定企业相关的新闻材料，并从所述新闻材料中提取出含有所述相关属性的句子；

将含有所述相关属性的句子输入CNN句子分类模型中，得到每个句子的句子分类，所述句子分类为正面类别或负面类别；

将该新闻正面类别的句子和负面类别的句子分别加权处理后相加，若正面类别的加权和值大，则该新闻分类为正面类别，若负面类别的加权和值大，则该新闻分类为负面类别。

2.根据权利要求1所述的企业新闻数据风险分类方法，其特征在于，所述相关属性包括但不限于法人名、高管名、公司简称、股票简称、公司历史名和产品名。

3.根据权利要求1所述的企业新闻数据风险分类方法，其特征在于，所述CNN句子分类模型是采用CNN算法训练而成的企业新闻分类模型。

4.根据权利要求3所述的企业新闻数据风险分类方法，其特征在于，所述CNN句子分类模型采用如下方法训练而成：

准备训练语料数据；

将训练语料数据中的句子输入CNN句子分类训练模型中，训练得到CNN句子分类模型。

5.根据权利要求4所述的企业新闻数据风险分类方法，其特征在于，所述准备训练语料数据包括如下步骤：

使用网络爬虫在新闻数据来源中抓取企业类新闻材料，并将所述企业类新闻材料以文本的形式存储在数据库中；

根据企业关注的新闻焦点，总结统计所需新闻类别；

针对不同的新闻类别自定义一系列的强规则；

根据所述自定义的强规则，在数据库中筛选出与所述强规则相匹配的新闻材料作为备用语料数据；

采用人工对强规则筛出来的备用语料数据进行核对，筛选出第一训练语料数据；

采用人工从各大网站获取不同新闻类别的数据，作为第二训练语料数据；

将第一语料数据和第二语料数据融合，得到训练语料数据。