[发明专利]一种基于上市公司公告摘要的自动提取方法

摘要

本发明涉及一种基于上市公司公告摘要的自动提取方法，包括以下步骤：S1：从证券交易所中爬取上市公司公告文档形成公告文档数据库；S2：采用word2vec模型，从文本语料得到词向量；S3：计算句子之间相似度，构建句子图模型；S4：计算句子的权重；S5：根据句子位置调整句子权重矩阵；S6:选择权重最大且无冗余的句子组成摘要。基于上市公司公告摘要的自动提取技术，为金融市场的投资者提供准确且可读性较高的摘要文档，帮助投资者更短时间理解以及更好的做出投资判断，同时为量化基金公司提供重要的指标。

主权项

1.一种基于上市公司公告摘要的自动提取方法，其特征在于包括以下步骤：S1：从证券交易所中爬取上市公司公告文档形成公告文档数据库；S2：采用word2vec模型，从文本语料得到词向量；S3：计算句子之间相似度，构建句子图模型；S4：计算句子的权重；S5：根据句子位置调整句子权重矩阵；S6：选择权重最大且无冗余的句子组成摘要；句子相似度主要通过三个维度计算得到：第一个维度计算句子与句子之间的相似度，采用词向量的余弦关系来表示：其中分别代表句子si，sj的特征词向量集合，均是经过word2vec训练得到的，为了保证句子向量的长度是相同的，我们采用添加停用词和删掉不重要的词的方式；第二个维度计算句子与标题的相似度，通过如下公式获得：其中|p₀|，|p_j|分别代表句子p₀，p_j中特征词的个数，w_k代表第k个特征词；第三个维度计算句子与候选关键术语的相似度，通过如下公式获得：其中|p_j|，|q|分别代表句子p_j，q中特征词的个数，w_k代表第k个特征词；将每一个句子作为图模型的顶点，而上述计算得到句子与句子之间的相似度作为图模型中节点句子与节点句子之间的权重，构建的图模型为一个有权无向图。