[发明专利]一种基于NLP的上市公司财务快讯自动生成方法及系统

权利要求书

1.一种财务快讯自动生成方法，其特征是，包括：

将公告文件进行结构化处理，得到文本解析信息；

从文本解析信息中抽取财务数据和文本数据，得到关键财务信息；

将关键财务信息输入训练好的改良后的seq2seq模型，生成财务快讯。

2.根据权利要求1所述的财务快讯自动生成方法，其特征是，所述将公告文件进行结构化处理，得到文本解析信息，包括：

从指定数据源上实时获取PDF格式的公告文件；

对获取的公告文件进行粗粒度解析，得到第一数据集；

对第一数据进行细粒度解析和数据抽取，得到第二数据集；

对第二数据进行格式化处理，得到第三数据集；

基于第三数据集和公告文件的目录信息，将单一指标数据进行关联，最终获得文本解析信息。

3.根据权利要求1所述的财务快讯自动生成方法，其特征是，所述关键财务信息包括基本财务指标数据、主营业务指标数据和指标异常变动数据；

所述基本财务指标数据和主营业务指标数据直接从文本解析信息中索引获取；

所述指标异常变动数据包括异动财务指标数据和对应的异动原因；所述指标异常变动数据的获取方法为：先基于预先设定的阈值确定异动财务指标数据，并将异动财务指标数据描述为一个短文本语句；然后采用基于BERT模型构建的二分类问题模型，将异动财务指标数据与异动原因进行文本匹配，获得包含异动财务指标数据及对应的异动原因的指标异常变动数据。

4.根据权利要求1所述的财务快讯自动生成方法，其特征是，所述改良后的seq2seq模型，包括内容选择模块和内容编排模块，所述内容选择模块用于对不同财务指标属性内容的重要程度进行学习，所述内容编排模块用于根据内容选择模块的学习结果，对财务指标进行筛选和排序。

5.根据权利要求4所述的财务快讯自动生成方法，其特征是，所述改良后的seq2seq模型，还包括数据预处理模块，用于对关键财务信息进行预处理，即将关键财务信息的结构化数据转化为三元组形式，以输入到编码器中。

6.根据权利要求4所述的财务快讯自动生成方法，其特征是，所述改良后的seq2seq模型的训练方法，包括：

a、搜集深交所、上交所上市公司的历史财务报告包括年报，季度报，半年报；

b、搜集不同证券公司或相关机构的研究人员撰写的财务报告的点评或者分析文本，与步骤a中的财务报告做一一对应；

c、根据关键财务信息构建规则模板，初步生成快讯文本，进行冷启动，并加入到模型训练语料中；

d、对步骤a和步骤b得到的财务报告和对应的研报进行人工标注，将财务点评的文本从研报中抽取出来，作为该财务报告的目标生成文本；另外，从步骤c中由规则模板生成的快讯文本中采样抽取若干快讯文本与财务报告的目标生产文本一起构成初步训练样本集合；最后，对初步训练样本集合进行数据增强，使用回译、句法转换扩充句子的表达方式，最终形成训练样本；

e、使用训练样本对改良后的seq2seq模型进行训练，得到训练好的改良后的seq2seq模型。

7.一种财务快讯自动生成系统，其特征是，包括：

公告文件解析模块，用于将公告文件进行结构化处理，得到文本解析信息；

信息抽取模块，用于从文本解析信息中抽取财务数据和文本数据，得到关键财务信息；

文本生成模块，用于将关键财务信息输入训练好的改良后的seq2seq模型，生成财务快讯。

8.一种计算机可读存储介质，其特征是，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的财务快讯自动生成方法。