[发明专利]财经领域非结构化文本数据的挖掘、搜索方法与系统

摘要

本发明公开了一种财经领域非结构化文本数据的挖掘、搜索方法与系统，提供一种财经领域非结构化文本数据的命名实体识别、实体间关联关系挖掘、以及关联关系网络构建及利用的方案，主要针对财经领域信息提取、命名实体识别、关联关系挖掘、关联网络的构建及利用；所述系统包括数据采集模块、数据清洗模块、数据预处理模块、关联挖掘模块、关联图谱构建模块和复杂网络分析模块。本发明不仅能完成基本的数据分析和信息提取工作，还能使用挖掘出的信息构建经济图谱，并使用经济图谱挖掘深层信息和隐含关联，使数据具有更直观的可读性和利用价值。

主权项

1.一种财经领域非结构化文本数据的挖掘方法，其特征在于，包括如下步骤：S1，采集数据，从互联网指定财经领域爬取数据；S2，清洗数据，以去掉在爬取过程中没有剔除的CSS字段或者段落标签，然后存入数据库；S3，预处理数据，读取存储在步骤S2中数据库中的数据，对所获取数据的正文中的句子做分词处理和命名实体识别处理，并将处理后的信息保存到数据库中；S4，挖掘关联关系，挖掘命名实体之间的关联关系；S5，构建关联图谱，使用挖掘出的关联关系构建关联图谱，使用命名实体作为顶点，关联关系作为两个顶点之间的边构建关联网络；S6，挖掘关联图谱中的关键节点、关键路径以及任意两点之间的最短路径。