[发明专利]一种期货领域的投研报告处理方法和系统

说明书

本申请涉及一种期货领域的投研报告处理方法，其中，该方法包括：采集期货行业的原始数据，包括：结构化数据、半结构化数据和非结构化数据，其中，结构化数据可以通过关系型数据库进行管理；对结构化数据和半结构化数据，进行预处理得到第一语义数据，对非结构化数据进行预处理及语义结构化处理，得到第二语义知识数据；基于第一语义知识数据和第二语义知识数据，构建期货结构化基础数据和产业链关联图谱；根据期货结构化基础数据和产业链关联图谱，自动化进行进行投投研报告告选题以及自动化生成投投研报告。通过本申请，解决了期货领域传统投研方式可靠性较差的问题，实现了效率和可靠性。

技术领域

本申请涉及大数据领域，特别是涉及一种期货领域的投研报告处理方法、系统、计算机设备和计算机可读存储介质。

背景技术

随着大数据、人工智能等技术的发展，金融行业加快了谋求数字化转型的进程，期货行业也在技术的推动下逐渐探索应用场景的新方向，随之智能投资研究应运而生。

传统投研方式普遍存在前期信息采集耗时、内容不完全、数据质量低的缺陷，同时，研究员受自身知识体系和个体工作情绪影响，导致研究报告稳定性差、信息版权混乱等问题。

目前针对期货领域传统投研报告处理方法稳定性较差的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种期货领域的投研报告处理方法和系统，以至少解决相关技术中期货领域传统投研方式可靠性较差的问题。

第一方面，本申请实施例提供了一种期货领域的投研报告处理方法，所述方法包括：

采集期货行业的原始数据，包括：结构化数据、半结构化数据和非结构化数据，其中，所述结构化数据可以通过关系型数据库进行管理；

对所述结构化数据和所述半结构化数据，进行预处理得到第一语义数据，对所述非结构化数据进行预处理及语义结构化处理，得到第二语义知识数据；

基于所述第一语义知识数据和第二语义知识数据，构建期货结构化基础数据与产业链关联图谱；

根据所述期货结构化基础数据与产业链关联图谱，进行投研报告选题以及及自动化生成投研报告。

在其中一些实施例中，所述结构化数据为关系型数据，可通过关系型数据库进存储和管理；

所述半结构化数据为报表数据，其非关系型数据但具备固定的数据格式；

所述非结构化数据为不具备固定格式的文档数据。

在其中一些实施例中，对所述结构化数据和所述半结构化数据，进行预处理得到第一语义数据包括：

对于所述结构化数据：对其中的缺失数据进行忽略和/或补漏，对其中的重复数据进行合并和/或冗余剔除，以及对其中的噪声数据进行平滑处理；

对于所述半结构化数据，通过Xpath定向抽取模板对所述非结构化数据进行抽取，将数据表格转换为可存储的结构化库表数据；

集合所述预处理之后的结构化数据和所述结构化库表数据，得到所述第一语义知识数据。

在其中一些实施例中，所述对所述非结构化数据进行预处理包括：

提取所述非结构化数据中的文档对应的内容对象流，对所述内容对象流进行解码得到标准字符流；

对所述标准字符流进行信息提取得到目标信息，其中，所述目标信息包括：标题信息、事件信息、来源信息、正文文本信息、发布者信息。

在其中一些实施例中，对所述非结构化数据进行语义结构化处理，包括：

对非结构化数据中的文本进行分词，并通过预训练模型获取所述文本中各个分词的实体识别结果；