[发明专利]财报的阅读难度计算方法、装置、设备及可读存储介质

说明书

本发明涉及自然语言处理，提供一种财报的阅读难度计算方法，该方法包括：从预设数据库获取训练财报，对所述训练财报进行文本化处理，得到财报文本；对所述财报文本进行结构化处理，得到文本信息，并提取所述文本信息中的文本特征；根据所述文本特征，训练预设神经网络，得到目标神经网络，以通过所述目标神经网络计算待处理财报的阅读难度，其中，所述待处理财报为输入所述目标神经网络中的财报。本发明还公开了一种财报的阅读难度计算装置、设备及可读存储介质。本发明通过对训练财报进行文本化、结构化处理、特征提取和训练预设神经网络，使通过神经网络对财报阅读难度的计算适用中文场景。

技术领域

本发明涉及自然语言处理领域，尤其涉及财报的阅读难度计算方法、装置、设备及可读存储介质。

背景技术

迷雾指数(The Gunning FOG Index)，是由美国教授Robert Gunning于1952年提出的指数。该指数可从词数、难度、完整思维的数量和平均句长等方面考察一篇文章的阅读难度。该指数常用来测算要轻松读懂某篇文章，需要读者(原指以英语为母语者，中文中不具备长单词，英文中长单词主要是指多音节词)具备多少年的正规教育。一篇文章的指数值是多少，就表示需要几年级的程度才能看得懂。一篇文章的FOG指数值越低，读者就越容易读懂。

目前市面上存在部分类似的产品，但存在着指数构建方式较为原始，仅从英文文本fog index衍生而来，而汉语与英语在语法、语句等方面差异很大，因此原始的fog index不能很好的适用于汉语语境，导致效果比较差。

发明内容

本发明的主要目的在于提供一种财报的阅读难度计算方法、装置、设备及可读存储介质，旨在解决现有的阅读难度计算方法不适用汉语语境的技术问题。

此外，为实现上述目的，本发明还提供一种财报的阅读难度计算方法，所述财报的阅读难度计算方法包括以下步骤：

从预设数据库获取训练财报，对所述训练财报进行文本化处理，得到财报文本；

对所述财报文本进行结构化处理，得到文本信息，并提取所述文本信息中的文本特征；

根据所述文本特征，训练预设神经网络，得到目标神经网络，以通过所述目标神经网络计算待处理财报的阅读难度，其中，所述待处理财报为输入所述目标神经网络中的财报。

可选地，所述从预设数据库获取训练财报，对所述训练财报进行文本化处理，得到财报文本的步骤包括：

从预设数据库获取训练财报，从所述训练财报中筛选出非财务信息，并对所述非财务信息做剔除处理，以使所述剔除处理后的训练财报仅包含财务信息；

对所述财务信息进行文本化处理，得到财报文本。

可选地，所述对所述财报文本进行结构化处理，得到文本信息的步骤包括：

对所述财报文本进行分词处理，得到文本词汇，并确定所述文本词汇中所有目标词语的语法关系；

提取所述财报文本中的分隔符，并根据所述语法关系和所述分隔符，对所述财报文本进行分句处理，得到文本语句；

筛选出所述财报文本中的生僻字，以及所述文本词汇中的专业词语，其中，结构化处理包括所述分词处理和所述分句处理，文本信息包括所述文本词汇，所述文本语句，所述生僻字和所述专业词语。

可选地，所述根据所述语法关系和所述分隔符，对所述财报文本进行分句处理，得到文本语句的步骤包括：

查找所述分隔符中的预设断句符，并确定任意两个相邻的预设断句符之间的目标文本；

根据所述目标文本中所有词语的语法关系，确定所述目标文本中语句的数量；

若所述目标文本中语句的数量为一，则将所述目标文本作为文本语句；