[发明专利]一种基于文本分析技术的自动写稿系统在审
| 申请号： | 201910852564.0 | 申请日： | 2019-09-10 |
| 公开（公告）号： | CN110765742A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 陶敬伟;包盛;诸葛忠;杨谦 | 申请（专利权）人： | 上海融盈数据科技有限公司 |
| 主分类号： | G06F40/151 | 分类号： | G06F40/151;G06F40/186;G06F16/958 |
| 代理公司： | 11518 北京易正达专利代理有限公司 | 代理人： | 陈桂兰 |
| 地址： | 200120 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及文本分析、自然语言文字处理技术领域，且公开了一种基于文本分析技术的自动写稿系统，包括以下步骤：S1，从网页中及时获取企业发布的各种年报、公告信息，主要是以PDF文档为主；S2，下载PDF文件后，将PDF文件输入到R‑CNN神经网络中，通过深度学习技术对文档进行解析，分离图片和表格。本发明通过自动化写稿系统，能够快速的从互联网上获取上市企业发布的各类信息，并对这些信息进行提取、处理、生成摘要、格式变换后，最终为用户呈现出来可视化的、易理解的摘要稿件信息。 | ||
| 搜索关键词： | 文本分析 自然语言文字 稿件信息 格式变换 公告信息 上市企业 神经网络 用户呈现 可视化 文档 下载 发布 解析 网页 自动化 互联网 学习 图片 | ||
【主权项】：
1.一种基于文本分析技术的自动写稿系统，其特征在于，包括以下步骤：/nS1，从网页中及时获取企业发布的各种年报、公告信息，主要是以PDF文档为主；/nS2，下载PDF文件后，将PDF文件输入到R-CNN神经网络中，通过深度学习技术对文档进行解析，分离图片和表格；/nS2-1，首先分析文档的目录，将文档根据目录进行页码分组；/nS2-2，按照目录提取出每个段落标题的文字作为关键数据，并且按照段落分级进行组织，获得整片文档的段落信息为Sector[i]数组；/nS2-3，将文档中的图片和表格从文字中分离出来，图片直接保存到数据库中，表格输入到神经网络中；/nS2-4，通过神经网络对表格中的数据进行提取，并且保存到关系数据库中；/nS3，将分离得到的文档进行自然语言处理，获取文档中的情绪信息，处理完成后给出文档的情绪指标Motion(i)；/nS4，将分离得到的文档进行自然语言处理，从中进行文本摘要抽取，抽取出的文本片段为Text(i)；/nS5，根据Sector[i]和Motion[i]的信息，在动态模板库中选择合适的模板Model[i]，并将Text[i]内容填入选择的模板Mode[i]，最终得到可以发布的稿件Article[i]；/nS6，对稿件Article[i]进行文档格式转换。/n
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上海融盈数据科技有限公司，未经上海融盈数据科技有限公司许可，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/patent/201910852564.0/，转载请声明来源钻瓜专利网。
