[发明专利]一种问询函生成方法、系统及其装置在审

专利信息
申请号: 202111277389.0 申请日: 2021-10-29
公开(公告)号: CN113901778A 公开(公告)日: 2022-01-07
发明(设计)人: 毛瑞彬;朱菁;潘斌强;杨雯雯;刘金香;孙德旺;武李爱;张俊;杨建明;张大千 申请(专利权)人: 深圳证券信息有限公司
主分类号: G06F40/186 分类号: G06F40/186;G06F40/284;G06F40/242;G06F16/35;G06N3/08;G06N20/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王学强
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 问询 生成 方法 系统 及其 装置
【说明书】:

本申请实施例公开了一种问询函生成方法、系统及其装置,用于针对发行方招股书中的异常审核点生成问询函,辅助人工撰写,节省人力和时间。本申请实施例方法包括:获取目标生成模型,所述目标生成模型由历史问询函和历史招股书对初始生成模型进行机器学习训练得到,所述目标生成模型中保存有用于生成目标问询函的规则字典,所述历史问询函与所述历史招股书具有对应关系,且所述历史问询函根据所述历史招股书生成,所述规则字典通过对历史问询函和历史招股书进行机器学习并结合人工经验得到;获取目标招股书的文本向量;将所述目标招股书的文本向量输入所述目标生成模型,所述目标生成模型根据所述规则字典输出所述目标招股书对应的目标问询函。

技术领域

本申请实施例涉及算法模型领域,尤其涉及一种问询函生成方法、系统及其装置。

背景技术

注册制是以信息披露为核心的证券发行方式,针对公开发行、并购重组和再发行信息披露中的真实性、完整性和准确性问题,由交易所向发行人发起问询函,发行人和保荐机构、会计师事务所、律师事务所等发行中介进行回答,从多轮问询中对信息披露的真实性、完整性和准确性进行补充,使得投资人能够充分了解发行人的投资价值和风险,降低资本市场风险,提升资本市场为实体经济服务的能力。

向发行人发送问询函是行使注册制证券发行审核权的重要方式,问询函对发行方招股书中的异常审核点发起问询,发行方对问询函进行答复,从而确保发行方的信息公开充分,保障投资人的知情权。但是撰写一份问询函需要审核人员阅读申请材料,查阅相关信息、判断招股书中披露的信息的是否具有真实性、完整性和准确性、撰写报告,从而向发行人、保荐机构、会计师事务所或者律师事务所提出问询。

但在实际工作过程中问询函的撰写需要纯人工撰写,工作量较大,耗费人力。

发明内容

本申请实施例提供了一种问询函生成方法、系统及其装置,用于针对发行方招股书中的异常审核点生成问询函,辅助人工撰写,节省人力和时间成本。

本申请实施例提供的一种问询函生成方法包括:

获取目标生成模型,所述目标生成模型由历史问询函和历史招股书对初始生成模型进行机器学习训练得到,所述目标生成模型中保存有用于生成目标问询函的规则字典,所述历史问询函与所述历史招股书具有对应关系,且所述历史问询函根据所述历史招股书生成,所述规则字典通过对历史问询函和历史招股书进行机器学习并结合人工经验得到;

获取目标招股书的文本向量;

将所述目标招股书的文本向量输入所述目标生成模型,所述目标生成模型根据所述规则字典输出所述目标招股书对应的目标问询函。

可选的,在所述获取目标生成模型之前,所述方法还包括:

获取所述历史问询函和所述历史招股书,并运用文本向量算法获取所述历史问询函和所述历史招股书的文本向量;

将所述历史问询函和所述历史招股书的文本向量作为训练样本输入所述初始预测模型,使用所述训练样本对所述初始生成模型进行机器学习训练得到所述目标生成模型,所述目标生成模型中保存有所述规则字典。

可选的,所述规则字典通过对历史问询函和历史招股书进行机器学习并结合人工经验得到包括:

运用分类算法将所述历史问询函分解为问询背景段落和问询问题段落,并识别所述问询问题段落中包含的细分问题,其中,一个审核要点对应至少一个所述问询背景段落和至少一个所述问询问题段落,同一所述审核要点对应的所述问询背景段落和所述问询问题段落具有关联关系;

确定所述细分问题对应的审核要点,其中,一个所述审核要点对应至少一个所述细分问题,并形成表示所述审核要点和所述细分问题的对应关系的第一目录;

获取所述细分问题中包含的关键词,将所述关键词作为所述细分问题的问询方向;

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深圳证券信息有限公司,未经深圳证券信息有限公司许可,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/202111277389.0/2.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