[發(fā)明專利]一種基于深度學習算法的金融同業(yè)輿情分析方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010424186.9
• 申請日: 2020-05-19
• 公開（公告）號: CN111639183A
• 公開（公告）日: 2020-09-08
• 發(fā)明（設(shè)計）人: 李振;鮑東岳;張剛;尹正;劉昊霖;張雨楓;徐超;陳厚霖;馬圣楠;傅佳美
• 申請（專利權(quán)）人: 民生科技有限責任公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06N3/04;G06N3/08
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 巴曉艷

1.一種基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，所述方法對經(jīng)過預處理的同業(yè)新聞文本數(shù)據(jù)依次進行性質(zhì)分析、事件分類及事件主體發(fā)現(xiàn)，得到特定事件及特定領(lǐng)域范圍內(nèi)的輿情狀況；其中，所述性質(zhì)分析的結(jié)果包括三個類別：正向、中性、負向；所述事件分類用以得到新聞類型判斷結(jié)果；所述事件主體發(fā)現(xiàn)用以發(fā)現(xiàn)同業(yè)新聞文本的主體，并將主體與事件進行對應。

2.如權(quán)利要求1所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，所述方法具體包括：

S1、對同業(yè)新聞文本數(shù)據(jù)進行預處理；

S2、經(jīng)過步驟S1預處理的同業(yè)新聞文本數(shù)據(jù)輸入XLNET性質(zhì)分析模型，得到性質(zhì)分析的判斷結(jié)果；

S3、經(jīng)過步驟S1預處理的同業(yè)新聞文本數(shù)據(jù)輸入BERT分類模型，得到新聞類型判斷結(jié)果；

S4、將經(jīng)過步驟S1預處理的同業(yè)新聞文本數(shù)據(jù)及經(jīng)過步驟S3處理得到的新聞類型判斷結(jié)果輸入注意力機制的事件主體發(fā)現(xiàn)模型，得到“主體-事件”的對應表示；

S5、將步驟S4得到的“主體-事件”的對應表示按照情感方向進行歸納，根據(jù)出現(xiàn)頻率以及相似度計算，羅列出近期的熱點主體、熱點事件以及相互對應關(guān)系，得到特定事件以及領(lǐng)域范圍內(nèi)的輿情狀況。

3.如權(quán)利要求2所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，步驟S1中，對同業(yè)新聞文本數(shù)據(jù)進行預處理的具體方法為：

S1.1利用網(wǎng)頁爬蟲系統(tǒng)爬取規(guī)定時間段以及地域范圍內(nèi)的同業(yè)新聞文本數(shù)據(jù)，抓取得到的網(wǎng)頁爬蟲數(shù)據(jù)僅保留網(wǎng)頁文章正文和標題部分以及論壇文字的評論部分；

S1.2將經(jīng)步驟S1.1處理后得到的同業(yè)文本數(shù)據(jù)中的無效信息刪除，所述無效信息包括特殊字符、網(wǎng)頁引導和超鏈接；

S1.3經(jīng)步驟S1.2處理后的清潔同業(yè)新聞文本數(shù)據(jù)轉(zhuǎn)換為字符與編碼，對應的字符編碼作為后續(xù)模型輸入。

4.如權(quán)利要求3所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，步驟S2中，使用性質(zhì)分析模型進行性質(zhì)分析的方法為：

S2.1經(jīng)過步驟S1處理后的同業(yè)文本數(shù)據(jù)劃分為訓練數(shù)據(jù)和實際數(shù)據(jù)；

S2.2將訓練數(shù)據(jù)及對應情感標簽導入到XLNET的文本分類預訓練模型中，進行模型訓練，儲存模型為二進制編碼的.m格式；

S2.3將編碼格式的實際數(shù)據(jù)傳入到訓練后的XLNET性質(zhì)分析模型中，得到文章的情感判斷結(jié)果。

5.如權(quán)利要求4所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，步驟S3中，新聞類型判斷的方法為：

S3.1將訓練集數(shù)據(jù)以及對應類別標簽導入到BERT的文本分類預訓練模型中，進行模型訓練，儲存模型為二進制編碼的.m格式；

S3.2將編碼格式的實際數(shù)據(jù)傳入到訓練后的BERT文本分類模型中，得到文章的新聞類型結(jié)果。

6.如權(quán)利要求4所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，步驟S4中，事件主體發(fā)現(xiàn)的具體方法為：

S4.1將訓練集數(shù)據(jù)以及對應主體標簽的對應表示導入到事件主體發(fā)現(xiàn)模型中，進行模型訓練，儲存模型為二進制編碼的.m格式；所述事件主體發(fā)現(xiàn)模型為基于注意力機制的序列標注模型；

S4.2將編碼格式的實際數(shù)據(jù)傳入到訓練后的事件主體發(fā)現(xiàn)模型中，得到文章的“主體—事件”的抽取結(jié)果。

7.如權(quán)利要求5所述的基于深度學習算法的金融同業(yè)輿情分析方法，其特征在于，步驟S5的具體方法為：

S5.1計算主體之間的Jaccard系數(shù)，如果數(shù)值小于0.9則認為是同一主體；同一主體的相同事件次數(shù)進行累加，不同事件按照事件出現(xiàn)頻率進行排序；

S5.2對同一主體的事件情感傾向進行統(tǒng)計，得到該主體的情感分布。