[發(fā)明專利]股票實體詞消歧方法、計算機設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011419982.X
• 申請日: 2020-12-07
• 公開（公告）號: CN112464669A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計）人: 李煜;丑曉慧
• 申請（專利權(quán)）人: 寧波深擎信息科技有限公司;上海深擎信息科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F16/35;G06N3/04;G06Q40/00
• 代理公司: 長沙國科天河知識產(chǎn)權(quán)代理有限公司 43225
• 代理人: 邱軼

1.股票實體詞消歧方法，其特征在于，包括：

從包含歧義個股實體的金融財經(jīng)資訊文本數(shù)據(jù)獲取訓(xùn)練語料，由行業(yè)專家對各訓(xùn)練語料中存在的實體詞及實體詞對應(yīng)的實體類別進行標(biāo)注，實體類別包括無歧義股票實體詞的實體類別以及包含歧義股票實體詞的實體類別，得到第一訓(xùn)練數(shù)據(jù)集；

從第一訓(xùn)練數(shù)據(jù)集提取包含歧義股票實體詞的訓(xùn)練數(shù)據(jù)，從包含歧義股票實體詞的訓(xùn)練數(shù)據(jù)中提取出所含歧義股票實體詞的語義特征向量，構(gòu)成第二訓(xùn)練數(shù)據(jù)集；

利用第一訓(xùn)練數(shù)據(jù)集對預(yù)先構(gòu)建的實體詞識別模型進行訓(xùn)練，得到訓(xùn)練好的實體詞識別模型；

利用第二訓(xùn)練數(shù)據(jù)集對預(yù)先構(gòu)建的歧義詞判別模型進行訓(xùn)練，得到訓(xùn)練好的歧義詞判別模型；

構(gòu)建歧義股票實體詞列表，歧義詞列表中列舉容易出現(xiàn)歧義情況的歧義股票實體詞；

將待消歧金融財經(jīng)資訊文本數(shù)據(jù)作為輸入數(shù)據(jù)輸入到訓(xùn)練好的實體詞識別模型，得到輸入數(shù)據(jù)中存在的所有實體詞，構(gòu)成實體詞列表，將該實體詞列表與歧義股票實體詞列表求交集，如果交集為空，則該輸入數(shù)據(jù)不包含歧義股票實體詞；如果交集不為空，提取輸入數(shù)據(jù)中所含的歧義股票實體詞的語義特征向量，將輸入數(shù)據(jù)以及輸入數(shù)據(jù)中所含的歧義股票實體詞的語義特征向量輸入到訓(xùn)練好的歧義詞判別模型，通過歧義詞判別模型判斷所含的歧義股票實體詞和輸入數(shù)據(jù)之間在語義上的關(guān)聯(lián)度，以此來判別輸入數(shù)據(jù)中所含的歧義股票實體詞是否是股票實體詞。

2.根據(jù)權(quán)利要求1所述的股票實體詞消歧方法，其特征在于，實體詞識別模型采用BiLSTM和CRF融合的網(wǎng)絡(luò)模型。

3.根據(jù)權(quán)利要求1所述的股票實體詞消歧方法，其特征在于，實體詞識別模型采用BERT和Dense融合的網(wǎng)絡(luò)模型。

4.根據(jù)權(quán)利要求1所述的股票實體詞消歧方法，其特征在于，實體詞識別模型采用BERT、BiLSTM以及CRF融合的網(wǎng)絡(luò)模型。

5.根據(jù)權(quán)利要求1至4中任一項所述的股票實體詞消歧方法，其特征在于，采用Word2Vec詞向量表示方法、Glove詞向量表示方法或者BERT詞向量表示方法生成歧義股票實體詞的語義特征向量。

6.根據(jù)權(quán)利要求5所述的股票實體詞消歧方法，其特征在于，歧義詞判別模型采用BERT和Dense融合的網(wǎng)絡(luò)模型。

7.根據(jù)權(quán)利要求5所述的股票實體詞消歧方法，其特征在于，歧義詞判別模型采用BERT和BiLSTM融合的網(wǎng)絡(luò)模型。

8.根據(jù)權(quán)利要求5所述的股票實體詞消歧方法，其特征在于，歧義詞判別模型采用BERT和CNN融合的網(wǎng)絡(luò)模型。

9.一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至4中任一項所述股票實體詞消歧方法的步驟。

10.一種存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至4中任一項所述股票實體詞消歧方法的步驟。