[發(fā)明專利]一種應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710307190.5
• 申請日: 2017-05-02
• 公開（公告）號: CN107122351A
• 公開（公告）日: 2017-09-01
• 發(fā)明（設(shè)計）人: 李青峰;朱留鋒;榮強;田淑寧;胡楚晗
• 申請（專利權(quán)）人: 燈塔財經(jīng)信息有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06K9/62
• 代理公司: 深圳市六加知識產(chǎn)權(quán)代理有限公司44372
• 代理人: 嚴(yán)泉玉

1.一種應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述方法包括：

根據(jù)股票新聞標(biāo)題的態(tài)度傾向?qū)傩越⒂晒善毙侣剺?biāo)題構(gòu)成的初始訓(xùn)練樣本集，所述態(tài)度傾向?qū)傩园ㄕ?、中性以及?fù)面，所述初始訓(xùn)練樣本集中包括正面、中性以及負(fù)面三個初始訓(xùn)練樣本子集；

對所述初始訓(xùn)練樣本集中的各股票新聞標(biāo)題進行預(yù)處理得到處理后訓(xùn)練樣本集，所述預(yù)處理包括分詞、數(shù)字化以及向量補齊，所述處理后訓(xùn)練樣本集包括具有相同維度的用于表示各股票新聞標(biāo)題的數(shù)字向量；

建立一個由輸入層、中間層以及輸出層構(gòu)成的多層LSTM神經(jīng)網(wǎng)絡(luò)，利用處理后訓(xùn)練樣本集對所述神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型；

利用所述訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型對待檢測股票新聞標(biāo)題進行態(tài)度傾向?qū)傩缘呐袆e，得到所述待檢測股票新聞標(biāo)題的態(tài)度傾向?qū)傩浴?/p>

2.如權(quán)利要求1所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，

所述多層LSTM神經(jīng)網(wǎng)絡(luò)的輸入層為特征表示層，用于將輸入的用于表示各股票新聞標(biāo)題的數(shù)字向量進一步表示為預(yù)設(shè)維度的特征向量；

所述多層LSTM神經(jīng)網(wǎng)絡(luò)的中間層為雙向LSTM層，由預(yù)設(shè)數(shù)量個LSTM單元組成，用于學(xué)習(xí)所述特征向量的語義特征，所述預(yù)設(shè)數(shù)量為所述預(yù)設(shè)維度的一半；

所述多層LSTM神經(jīng)網(wǎng)絡(luò)的輸出層為一個全連接層，使用sigmoid激活函數(shù)，用于輸出一個浮點數(shù)值作為整個神經(jīng)網(wǎng)絡(luò)的輸出。

3.如權(quán)利要求1或2所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述預(yù)處理中的分詞、數(shù)字化以及向量補齊，具體為：

將股票新聞標(biāo)題進行分詞，得到M個詞語，所述M為該股票新聞標(biāo)題中詞語的數(shù)量；

將所述股票新聞標(biāo)題的每個詞語編碼成一個整數(shù)，生成一個由整數(shù)編碼組成的M維向量；

將所述M維向量通過右側(cè)補零的方式生成具有相同長度的N維向量；所述N為預(yù)設(shè)值，且M<N。

4.如權(quán)利要求1或2所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述方法還包括錯誤樣本的處理和神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化，具體為：

如果利用所述訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型對待檢測股票新聞標(biāo)題進行態(tài)度傾向?qū)傩缘呐袆e結(jié)果有誤，則將判別有誤的待檢測股票新聞標(biāo)題標(biāo)記正確的態(tài)度傾向?qū)傩裕⒓尤胨龀跏加?xùn)練樣本集中，重新訓(xùn)練所述LSTM神經(jīng)網(wǎng)絡(luò)。

5.如權(quán)利要求1或2所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述初始訓(xùn)練樣本集中股票新聞標(biāo)題的態(tài)度傾向?qū)傩酝ㄟ^人工進行標(biāo)記。

6.如權(quán)利要求1或2所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述輸入層生成的特征向量的維度為128，所述中間層中LSTM單元的數(shù)量為64。

7.如權(quán)利要求1或2所述的應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析方法，其特征在于，所述正面、中性以及負(fù)面三個初始訓(xùn)練樣本子集中包含的股票新聞標(biāo)題的數(shù)量的差值小于預(yù)設(shè)值。

8.一種應(yīng)用于股票新聞領(lǐng)域的態(tài)度傾向分析系統(tǒng)，其特征在于，包括初始訓(xùn)練樣本集生成模塊、訓(xùn)練樣本集預(yù)處理模塊、神經(jīng)網(wǎng)絡(luò)模塊訓(xùn)練模塊以及態(tài)度傾向?qū)傩耘袆e模塊，其中：

所述初始訓(xùn)練樣本集生成模塊，用于根據(jù)股票新聞標(biāo)題的態(tài)度傾向?qū)傩越⒂晒善毙侣剺?biāo)題構(gòu)成的初始訓(xùn)練樣本集，所述態(tài)度傾向?qū)傩园ㄕ?、中性以及?fù)面，所述初始訓(xùn)練樣本集中包括正面、中性以及負(fù)面三個初始訓(xùn)練樣本子集；

所述訓(xùn)練樣本集預(yù)處理模塊，用于對所述初始訓(xùn)練樣本集中的各股票新聞標(biāo)題進行預(yù)處理得到處理后訓(xùn)練樣本集，所述預(yù)處理包括分詞、數(shù)字化以及向量補齊，所述處理后訓(xùn)練樣本集包括具有相同維度的用于表示各股票新聞標(biāo)題的數(shù)字向量；

所述神經(jīng)網(wǎng)絡(luò)模塊訓(xùn)練模塊，用于建立一個由輸入層、中間層以及輸出層構(gòu)成的多層LSTM神經(jīng)網(wǎng)絡(luò)，利用處理后訓(xùn)練樣本集對所述神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型；

所述態(tài)度傾向?qū)傩耘袆e模塊，用于利用所述訓(xùn)練后神經(jīng)網(wǎng)絡(luò)模型對待檢測股票新聞標(biāo)題進行態(tài)度傾向?qū)傩缘呐袆e，得到所述待檢測股票新聞標(biāo)題的態(tài)度傾向?qū)傩浴?/p>