[发明专利]一种基于深度学习的并购重组公告摘要方法

权利要求书

1.一种基于深度学习的并购重组公告摘要方法，其特征在于，包括以下步骤：

步骤S1：针对并购重组公告的特点，依据领域知识，分析该类公告包含的关键要素(即摘要字段)，如“重组类型”、“交易标的”、“交易金额”等9个摘要字段，制定该类公告的模板；

步骤S2：提取公告全文结构及内容，并以标题深度为序对结构层次化，分析、概括摘要字段所在信息句(简称摘要信息句)的常见表达方式，制定每个字段对应信息句的规则，包括标题规则和内容规则。以标题定位内容的方式对摘要信息句进行抽取。

步骤S3：训练字、词向量，设计标签并生成语料，构建基于循环神经网络的深层词嵌入(DW)作为词粒度输入、卷积神经网络(CNN)作为字粒度输入的BLSTM-CRF的命名实体识别网络(DW-CNN-BLSTM-CRF)。

步骤S4：训练模型后使用模型对摘要字段进行识别，并映射关系填充到摘要模板中构成完整的摘要。

2.根据权利要求1所述的方法，步骤S2的特征在于，将全文结构及内容进行整理，把深度相同的标题及内容统一存放，包括：

S2-1：遍历全文，获取标题深度N，创建临时内存C；

S2-2：判断当前标题深度n，若n>N，则退出系统，取出C内容即为结构层次化后的文本，否则执行S2-3；

S2-3：获取当前深度n下直接子标题个数M，执行S2-4；

S2-4：若当前标题序号m>M，则深度n＝n+1，m置1，执行S2-2；否则执行S2-5；

S2-5：保存当前标题的父、子节点、内容以及位置索引信息，m＝m+1，执行S2-4。

3.根据权利要求1所述的方法，步骤S3的特征在于，第一步将Word2vec训练出的原始词向量作为输入，利用BLSTM构成DW网络，学习词上下文的语义信息，将BLSTM的隐藏层输出原始词向量的补充，得到的词向量具有上下文特征，改善不同语境下一词多义的情况；第二步针对语料中的低频词对网络带来的影响，本发明利用CNN网络捕捉一个词内部的字语义信息，由CNN的特性，其输入窗口大小须固定，本发明对其输入窗口的设定根据训练语料而定。第三步将微调后的词向量、CNN提取的字粒度特征作为输入供BLSTM-CRF作命名实体识别。

4.根据权利要求3所述的方法，第一步DW的特征在于，将原始词向量x_i作为输入，得到BLSM网络双向的隐藏层输出将h_t与x_i融合得到深层词向量x_i`＝[x_i,h_t]。得到的深层词向量既具有原始的词语义信息，也关注到上下文语义信息，对一词多义的问题有所改善。

5.根据权利要求4所述的方法，第二步的特征在于，CNN的输入窗口大小为：n×char_embedding，char_embedding为字向量维度，n设定为所有语料中词的最大长度，即遍历语料中的所有词，将最大长度作为n的确定值。