[發(fā)明專利]一種面向金融知識(shí)圖譜發(fā)現(xiàn)的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810897485.7
• 申請(qǐng)日: 2018-08-08
• 公開（公告）號(hào): CN109241199B
• 公開（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 龍世增;蔡瑞初;畢輝;李楠
• 申請(qǐng)（專利權(quán)）人: 上海旭榮網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06F16/28
• 分類號(hào): G06F16/28;G06F16/36;G06F40/242;G06F40/284
• 代理公司: 上海領(lǐng)譽(yù)知識(shí)產(chǎn)權(quán)代理有限公司 31383
• 代理人: 車超平

本發(fā)明公布了一種面向金融知識(shí)圖譜的分析方法。面向金融知識(shí)圖譜的分析系統(tǒng)包括：文本預(yù)處理模塊、協(xié)方差模塊、深度學(xué)習(xí)模塊、關(guān)系矩陣模塊、Deep?Lasso模塊、用戶反饋模塊、系統(tǒng)管理模塊。用戶可以通過該系統(tǒng)存儲(chǔ)和管理各種金融領(lǐng)域的訓(xùn)練樣本，并對(duì)之進(jìn)行分句、分詞、詞性標(biāo)注和句法分析等處理。用戶還可以添加自定義實(shí)體對(duì)處理好的文本信息進(jìn)行特征抽取和向量化，然后用訓(xùn)練的模型計(jì)算文本中實(shí)體的相關(guān)關(guān)系，進(jìn)而用于金融知識(shí)圖譜發(fā)現(xiàn)，以及對(duì)系統(tǒng)的實(shí)體預(yù)測(cè)結(jié)果進(jìn)行反饋，并傳遞給管理員進(jìn)行審核，進(jìn)一步提高知識(shí)圖譜的可靠性。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)信息處理技術(shù)領(lǐng)域，具體涉及一種面向金融知識(shí)圖譜發(fā)現(xiàn)的方法。

背景技術(shù)

在人工智能興起的大背景下，知識(shí)圖譜作為一種全面的表達(dá)方式已經(jīng)得到越來(lái)越多的關(guān)注，越來(lái)越多的研究者投入到了知識(shí)圖譜的研究中。

福爾摩斯說(shuō)過：“一個(gè)邏輯學(xué)家，不需要親眼見過，或聽過大西洋和尼亞加拉大瀑布，他從一滴水中就能推測(cè)出它們。知識(shí)圖譜就像福爾摩斯破案一樣，首先需要采集散布在各個(gè)角落的碎片化信息和數(shù)據(jù)，然后把它按標(biāo)準(zhǔn)化思考方式整理，再將各個(gè)看似不相關(guān)但背后有著共同聯(lián)系的信息關(guān)聯(lián)起來(lái)挖掘背后的規(guī)律，據(jù)此做深入的推理。

2012年，Google率先在自己的搜索引擎中加入了知識(shí)圖譜，當(dāng)用戶查詢關(guān)鍵詞的時(shí)候，不僅能夠得到相關(guān)網(wǎng)頁(yè)，還可以得到更多與查詢?cè)~相關(guān)的其他信息。從技術(shù)的角度來(lái)說(shuō)，知識(shí)圖譜是一個(gè)由數(shù)據(jù)到信息再到知識(shí)，最后轉(zhuǎn)化為智慧的過程。

知識(shí)圖譜技術(shù)包括以下三個(gè)方面的研究?jī)?nèi)容:

1.知識(shí)表示:研究客觀世界知識(shí)的建模，以方便機(jī)器識(shí)別和理解，既要考慮知識(shí)的表示與存儲(chǔ)，又要考慮知識(shí)的使用和計(jì)算；

2.知識(shí)圖譜構(gòu)建:解決如何建立計(jì)算機(jī)算法從客觀世界或者互聯(lián)網(wǎng)的各種數(shù)據(jù)資源中獲取客觀世界的知識(shí)，主要研究使用何種數(shù)據(jù)和方法抽取何種知識(shí)；

3.知識(shí)圖譜應(yīng)用:主要研究如何利用知識(shí)圖譜建立基于知識(shí)的智能服務(wù)系統(tǒng)，更好地解決實(shí)際應(yīng)用問題。

知識(shí)圖譜為互聯(lián)網(wǎng)上海量、異構(gòu)、動(dòng)態(tài)的大數(shù)據(jù)表達(dá)、組織、管理以及利用提供了一種更為有效的方式，使得網(wǎng)絡(luò)的智能化水平更高，更加接近于人類的認(rèn)知思維。在關(guān)注到知識(shí)圖譜在自然語(yǔ)言處理、人工智能等領(lǐng)域展現(xiàn)巨大潛力的同時(shí)，也不難發(fā)現(xiàn)知識(shí)圖譜中的知識(shí)獲取、知識(shí)表示、知識(shí)推理等技術(shù)依然面臨著一些困難與挑戰(zhàn)，很多重要的開放問題急待學(xué)術(shù)界與工業(yè)界協(xié)力來(lái)解決。知識(shí)圖譜的主要挑戰(zhàn)問題主要包括：1.知識(shí)的自動(dòng)獲取；2.多源知識(shí)的自動(dòng)融合；3.面向知識(shí)的表示學(xué)習(xí)；4.知識(shí)推理與應(yīng)用等。在開放源的文本中，如何提取實(shí)體和實(shí)體之間的關(guān)系，一直是知識(shí)圖譜領(lǐng)域中一個(gè)比較棘手的問題。圍繞這方面研究主要是entity和relation extraction。雖然NLP領(lǐng)域也對(duì)這個(gè)問題研究了很多年，但是在開放信息源中的效果并不是很理想。在未來(lái)的幾年時(shí)間內(nèi)，知識(shí)圖譜仍將是大數(shù)據(jù)智能的前沿研究問題。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提出了一種面向金融知識(shí)圖譜的分析方法。本發(fā)明有效避免了Graph Lasso在關(guān)系抽取中過擬合的問題，能很好的應(yīng)對(duì)錯(cuò)分類和遺漏新關(guān)系的情況,且有效提高了在小樣本數(shù)據(jù)上的準(zhǔn)確性。

本發(fā)明面向金融知識(shí)圖譜的分析方法，其中面向金融知識(shí)圖譜的分析系統(tǒng)包括如下模塊：

文本預(yù)處理模塊，對(duì)輸入的文本進(jìn)行清洗，并進(jìn)行分詞、詞性標(biāo)注和停用詞處理等操作；預(yù)處理的數(shù)據(jù)要用作模型的輸入，因此去除冗余的數(shù)據(jù)是必要的，此外由于金融領(lǐng)域的特殊性，需要去除一些非領(lǐng)域內(nèi)的常用詞；

協(xié)方差模塊：抽取實(shí)體間與文本間從屬關(guān)系的協(xié)方差矩陣，從樣本數(shù)據(jù)庫(kù)中提取文本集，對(duì)每一篇文章，若實(shí)體出現(xiàn)在了文章中，則標(biāo)記為1，否則記為0，得到一個(gè)實(shí)體和文章間的共現(xiàn)矩陣，在此基礎(chǔ)上加入實(shí)體重要性后求出協(xié)方差矩陣；