[发明专利]一种基于因子图的金融公报文本知识提取方法有效
| 申请号： | 201710326920.6 | 申请日： | 2017-05-10 |
| 公开（公告）号： | CN107247739B | 公开（公告）日： | 2019-11-01 |
| 发明（设计）人： | 陈华钧;陈曦;张宁豫;吴朝晖 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/36 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于因子图的金融公报文本知识提取方法，包括：(1)从金融数据库上获取满足预设特定关系的文本数据，并对其预处理，得到数据A；(2)对数据A进行弱监督学习得到数据A1；(3)对数据A1进行候选实体识别，构建得到候选实体对集B1；(4)根据建立的正则表达式在金融公报文本中匹配得到满足特定预设关系的候选实体对集B2；(5)分别对候选实体对集B1、B2中候选实体对的进行特征提取，得到特征向量集C1与C2；(6)利用C1、C2对因子图模型进行训练，得到金融文本知识抽取模型；(7)将预测样本输入至金融文本知识抽取模型中，将输出概率值大于阈值的实体对作为抽取结果。 | ||
| 搜索关键词： | 一种 基于 因子 金融 公报 文本 知识 提取 方法 | ||
【主权项】：
1.一种基于因子图的金融公报文本知识提取方法，包括以下步骤：(1)从金融数据库上获取满足预设特定关系的文本数据，并对这些文本数据进行预处理，得到预处理数据A；(2)以预处理数据A作为弱监督学习的正样本，以通过负抽样方法建立的数据作为弱监督学习的负样本，进行弱监督学习，得到数据A1；(3)对数据A1进行候选实体识别，构建得到候选实体对集B1；(4)建立一个正则表达式，并根据正则表达式在金融公报文本中匹配得到满足特定预设关系的文本数据，并对该些文本数据进行预处理，得到候选实体对集B2；(5)分别对候选实体对集B1、B2中候选实体对的进行特征提取，得到候选实体对集B1的特征向量集C1与候选实体对集B2的特征向量集C2，并将特征向量集C1、C2存储到数据库中；(6)将数据库中的特征向量集C1、C2作为因子图模型的输入，以候选实体对集B1、B2中候选实体对对应的标记值作为因子图模型的真值标签，以目标函数y最大为目标，对因子图模型进行训练，得到金融文本知识抽取模型；(7)将预测样本输入至金融文本知识抽取模型中，将输出概率值大于阈值的实体对作为抽取结果。
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浙江大学，未经浙江大学许可，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/patent/201710326920.6/，转载请声明来源钻瓜专利网。
