[发明专利]市场情绪监测方法和系统在审

专利信息
申请号: 202011499398.X 申请日: 2020-12-17
公开(公告)号: CN112559731A 公开(公告)日: 2021-03-26
发明(设计)人: 杨次光;于洋;郜卓琪 申请(专利权)人: 中译语通科技股份有限公司
主分类号: G06F16/34 分类号: G06F16/34;G06F40/242;G06F40/284;G06F40/30;G06Q40/06
代理公司: 北京中誉威圣知识产权代理有限公司 11279 代理人: 蒋常雪
地址: 100131 北京市石景*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 市场 情绪 监测 方法 系统
【说明书】:

发明实施例提供一种市场情绪监测方法和系统,其中所述方法包括:获取包含多个文本的文本集;将任一文本输入至文本主题分析模型,获取文本主题分析模型输出的主题标签;将任一文本输入至文本情绪分析模型,获取文本情绪分析模型输出的文本情绪分析结果;文本情绪分析结果包括每一预设情绪类型对应的得分;从文本集中选取主题标签中包含预设主题的文本,作为主题文本;基于每一主题文本的文本情绪分析结果,获取预设主题的主题情绪分析结果;基于每一预设主题的主题情绪分析结果,获取市场情绪分析结果。本发明实施例提供的方法和系统,实现了自动化市场情绪监测,有效提高了情绪监测效率,实时性强,有利于提高投资正确性。

技术领域

本发明涉及文本分析技术领域,尤其涉及一种市场情绪监测方法和系统。

背景技术

对市场形势的正确判断,是投资者进行有效投资的重要前提。而市场情绪作为影响市场形势的重要因素,极大程度上影响着市场形势判断的准确性。如何准确地统计、判断市场情绪,一直是人们关注的问题。

之前,投资者主要通过浏览新闻资讯和参考研究报告进行国家政策分析和行业研究,再综合技术分析等方式判断市场形势,进行投资。由于信息的匮乏,极难在有限的信息中挖掘市场情绪。

随着互联网的快速发展,市场相关的各类新闻和信息层出不穷,内容涉及方方面面,数量也呈爆炸式增长。市场信息的及时性和多样性在为投资者提供丰富的市场情绪监测素材的同时,也导致投资者很难在短时间内从海量信息中准确判断市场情绪。且人为进行市场情绪的统计判断效率低下,得出的市场情绪也带有极大的主观性,准确度低,时效性差,无法满足投资者的需求。

如何实现高效、准确、客观的市场情绪监测,成为了人们亟待解决的问题。

发明内容

本发明实施例提供一种市场情绪监测方法和系统,用以解决现有的人工分析市场情绪客观性差、准确率低且时效性差的问题。

第一方面,本发明实施例提供一种市场情绪监测方法,包括:

获取包含多个文本的文本集;

将任一所述文本输入至文本主题分析模型,获取所述文本主题分析模型输出的所述任一文本的主题标签;所述文本主题分析模型是基于样本文本和样本主题标签训练得到的;

将任一所述文本输入至文本情绪分析模型,获取所述文本情绪分析模型输出的所述任一文本的文本情绪分析结果;所述文本情绪分析结果包括每一预设情绪类型对应的得分;所述文本情绪分析模型是基于所述样本文本和样本文本情绪分析结果训练得到的;

从所述文本集中选取所述主题标签中包含预设主题的所述文本,作为主题文本;

基于每一所述主题文本的文本情绪分析结果,获取所述预设主题的主题情绪分析结果;

基于每一所述预设主题的所述主题情绪分析结果,获取市场情绪分析结果。

第二方面,本发明实施例提供一种市场情绪监测系统,包括:

文本获取单元,用于获取包含多个文本的文本集;

主题分析单元,用于将任一所述文本输入至文本主题分析模型,获取所述文本主题分析模型输出的所述任一文本的主题标签;所述文本主题分析模型是基于样本文本和样本主题标签训练得到的;

情绪分析单元,用于将任一所述文本输入至文本情绪分析模型,获取所述文本情绪分析模型输出的所述任一文本的文本情绪分析结果;所述文本情绪分析结果包括每一预设情绪类型对应的得分;所述文本情绪分析模型是基于所述样本文本和样本文本情绪分析结果训练得到的;采用最小困惑度匹配原则挖掘文本真实语义情绪,可以实现对单篇文本情绪和某一标签下的所有文本情绪总值的计算。

主题筛选单元,用于从所述文本集中选取所述主题标签中包含预设主题的所述文本,作为主题文本;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中译语通科技股份有限公司,未经中译语通科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011499398.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top