[发明专利]一种基于大数据的金融信息负面主体判定分类方法

权利要求书

1.一种基于大数据的金融信息负面主体判定分类方法，其特征在于，包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；采用构建的联合模型对输入的数据进行处理的过程包括：

步骤1：建立负面信息判定分类任务；将BERT模型输出的金融文本的字表征向量L_A输入到平均池化层中，得到文本的文档表征A＝{a₁,a₂,…,a_d}；将文档表征A输入到全连接层，得到负面信息判定分类任务的输出

步骤2：建立负面主体判定任务，将BERT模型输出的金融实体的字表征L_e输入到平均池化层中，得到金融实体的词表征向量L_E＝{b₁,b₂,…,b_d}；

步骤3：将BERT模型输出的金融实体的字表征向量L_e和金融实体的词表征向量L_E对金融文本表征L_A做基于key字的点积注意力机制和基于key词的点积注意力机制组合运算，得到金融实体的关键信息特征L_att；

步骤4：将关键信息特征L_att和负面信息判定分类任务的输出预测输入到全连接层中进行合并，得到负面主体判定任务的输出预测

2.根据权利要求1所述的一种基于大数据的金融信息负面主体判定分类方法，其特征在于，对金融文本数据进行预处理的过程包括：将金融文本数据输入到TF-IDF模型中进行向量化表示，随机选取N条文本作为训练集的初始样本；计算初始样本和原始数据集中的其他样本的余弦相似度；设置阈值，判断余弦相似度与设置的阈值大小；若样本的余弦相似度大于设置的阈值，则将该样本加入到训练集S中，其他的样本数据作为验证集。

3.根据权利要求1所述的一种基于大数据的金融信息负面主体判定分类方法，其特征在于，将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本的过程包括：对于每个金融实体，截取金融实体在金融文本首次出现的上下文作为单实体金融文本格式的输入样本X；其中每条金融文本的输入样本数为N，即该金融文本中已知金融实体的个数为N；输入样本X为：

X＝{e₁，e₂，…，e_m，x₁，x₂，…x_n}

其中，e_i表示实体位置i的字，m表示实体的字个数，x_i表示金融文本位置i的字，n表示金融文本的长度。

4.根据权利要求1所述的一种基于大数据的金融信息负面主体判定分类方法，其特征在于，通过BERT模型对输入样本进行编码过程为：

步骤1：将输入样本X的数据格式转换为X^*，其中X^*的表达式为：

X^*＝{cls，e₁，e₂，…，e_m，seq，x₁，x₂，…x_n}

其中，e_i表示实体位置i的字，m表示实体的字个数，x_i表示金融文本位置i的字，n表示金融文本的长度，cls表示句子标识，seq表示金融实体与文本分隔符；

步骤2：将X^*输入BERT模型进行编码，得到输入样本的向量表示；输出结果为：

其中，l_i∈R^d表示一个字的向量表示，R表示实数空间，d表示字向量的维度。