[發明專利]一種基于融合網絡的交易對手識別方法、裝置及電子設備

在審

• 申請號: 202210333859.9
• 申請日: 2022-03-30
• 公開（公告）號: CN114942992A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 甘偉超;林遠平;鄒鴻岳;周靖宇
• 申請（專利權）人: 北京快確信息科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/31;G06F40/30;G06N3/04;G06N3/08;G06Q40/04
• 代理公司: 廣東良馬律師事務所 44395
• 代理人: 李良

本發明公開了一種基于融合網絡的交易對手識別方法、裝置及電子設備，方法包括：獲取訓練樣本，將訓練樣本輸入預訓練模型編碼層，生成文本編碼；獲取訓練樣本，根據訓練樣本構建詞匯和詞語之間的圖關系；根據圖注意力網絡表示層和圖關系，生成詞匯對應的圖表征向量；將圖表征向量與文本編碼進行融合，生成文本表征序列；通過分類層對所述文本表征序列進行分類，生成交易對手識別模型；獲取待解析的文本信息，將所述待解析的文本輸入交易對手識別模型，識別出交易對手類別。本發明實施例解析識別任務，不需要用到復雜的規則邏輯，實現了低開發和低維護成本，提高了覆蓋率，識別準確率高。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于融合網絡的交易對手識 別方法、裝置及電子設備。

背景技術

在金融行業中，二級現券成交業務是交易員日常工作之一。這個任務的工 作是尋找對手方并與之交談交易意向，當交易意向達成之后，交易員需要整理 談話過程中的交易訂單，并手動地將交易訂單中的關鍵要素，比如：債券代碼， 債券名稱，價格，交易量，對手方和橋機構等信息按照一定的標準和格式錄入 到系統中去。例如：“3+1Y，21城投IBM3.0％2e A機構出給B機構，請求C 機構”，這樣的文本稱之為一條標準的交易訂單，其中“21城投IBM”表示某 一支債券，“3+1Y”表示債券剩余期限4年，“3.0％”表示這支債券的利率，“2e”表示交易量為2億，“A機構”為賣方，“B機構”為買方，“C機構” 為橋。但是交易對手方還需要根據視覺方來決定，如果視覺方是“A”機構， 那么“A”機構為本方，“B”機構為對手方，“C機構”為直接對手方。

這是最為經典也是最為簡單的交易訂單，交易員每天面臨的交易訂單可能 是更為復雜的。而且，在在活動頻繁的金融市場中，每天產生的交易訂單也是 海量的。所以，當面對如此大的交易量時，如果靠手動錄入系統，一方面將使 得交易員面臨巨大的工作強度，另一方面工作效率也是非常低的。而現券交易 文本結構化任務就是通過NLP技術自動將這類用自然語言表述的債券成交文 本信息處理成結構化信息，而無需人工閱讀和手動錄入。在這項技術中，由于 交易場景的復雜性和語言表達的多樣性，買賣方的判別和對手方的識別和提取 是非常困難的。所以，這項技術中最重要的是如何正確地識別出交易訂單中的 對手方。

對于二級現券成交文本訂單的結構化解析技術，交易對手判別的方法可以 概括為兩類，一類是規則方法，另一類是深度學習方法。基于規則的做法是： 總結并抽象出一套交易邏輯規則，然后根據這個這一套規則建立好“規則庫”， 再結合從文本中識別出來的交易機構名稱，消息的發送發和接收方以及交易方 向等信息進行綜合判斷。而基于深度學習的做法是：通過構建神經網絡，利用 深度學習方法讓模型自主地學習交易對手類型。但是這種方法需要提供大量人 工標注好的語料，然后將語料輸入到神經網絡，以人工標注好的信息作為指導， 訓練模型使之能夠以比較高的概率正確識別交易對手方。

基于規則的技術存在著諸多弊端。首先是規則的制定困難，因為現券交易 是一個門檻比較高的金融活動，其中涉及很多行業黑話，所以規則制定者首先 需要對現券交易的規則進行詳盡的梳理并抽象出一套沖突小的規則邏輯。其次 是覆蓋率低，對于規則之內的信息系統能夠正確地提取，但是不同交易員之間， 新老交易員之間可能會存在習慣和表達的差異。即使是細微的差異，規則系統 也是極其敏感的，所以很容易判斷錯誤，從而導致結構化出錯。接著是開發周 期長，對于一個企業來說最主要的是在盡可能短時間內盈利，如果開發周期太 長顯然會降低企業效益。最后是維護成本高，基于規則的系統由于覆蓋率低， 所以系統上線后要不斷地根據錯誤反饋制定能夠兼容新場景的規則。

基于神經網絡深度學習的交易對手方識別方法能夠克服基于規則的技術 存在的弊端，因而成為了主流。然而，目前基于神經網絡的技術基本都是簡單 地通過數據增強等方法進行NER識別和關系抽取，盡管現有一些基于句法依存 的方法起到了考慮到了詞語之間的句法關系，但是很多方法將詞匯的邊界信息， 詞匯的語義信息和詞匯之間的連接關系信息割裂開來，這導致了系統沒有充分 學習到詞匯的統一信息，因而識別準確率較低。

因此，現有技術還有待于改進和發展。