[發(fā)明專利]一種期貨領(lǐng)域的投研報告處理方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202210927239.8
• 申請日: 2022-08-03
• 公開（公告）號: CN115358201B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設(shè)計）人: 楊勝利;吳福文;康維鵬;唐逐時
• 申請（專利權(quán)）人: 浙商期貨有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/289;G06F40/295;G06F40/30;G06F16/215;G06F16/35;G06F16/36;G06F16/84;G06Q40/06
• 代理公司: 杭州創(chuàng)智卓英知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33324
• 代理人: 唐超文

本申請涉及一種期貨領(lǐng)域的投研報告處理方法，其中，該方法包括：采集期貨行業(yè)的原始數(shù)據(jù)，包括：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，其中，結(jié)構(gòu)化數(shù)據(jù)可以通過關(guān)系型數(shù)據(jù)庫進行管理；對結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，進行預(yù)處理得到第一語義數(shù)據(jù)，對非結(jié)構(gòu)化數(shù)據(jù)進行預(yù)處理及語義結(jié)構(gòu)化處理，得到第二語義知識數(shù)據(jù)；基于第一語義知識數(shù)據(jù)和第二語義知識數(shù)據(jù)，構(gòu)建期貨結(jié)構(gòu)化基礎(chǔ)數(shù)據(jù)和產(chǎn)業(yè)鏈關(guān)聯(lián)圖譜；根據(jù)期貨結(jié)構(gòu)化基礎(chǔ)數(shù)據(jù)和產(chǎn)業(yè)鏈關(guān)聯(lián)圖譜，自動化進行進行投投研報告告選題以及自動化生成投投研報告。通過本申請，解決了期貨領(lǐng)域傳統(tǒng)投研方式可靠性較差的問題，實現(xiàn)了效率和可靠性。

技術(shù)領(lǐng)域

本申請涉及大數(shù)據(jù)領(lǐng)域，特別是涉及一種期貨領(lǐng)域的投研報告處理方法、系統(tǒng)、計算機設(shè)備和計算機可讀存儲介質(zhì)。

背景技術(shù)

隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，金融行業(yè)加快了謀求數(shù)字化轉(zhuǎn)型的進程，期貨行業(yè)也在技術(shù)的推動下逐漸探索應(yīng)用場景的新方向，隨之智能投資研究應(yīng)運而生。

傳統(tǒng)投研方式普遍存在前期信息采集耗時、內(nèi)容不完全、數(shù)據(jù)質(zhì)量低的缺陷，同時，研究員受自身知識體系和個體工作情緒影響，導(dǎo)致研究報告穩(wěn)定性差、信息版權(quán)混亂等問題。

目前針對期貨領(lǐng)域傳統(tǒng)投研報告處理方法穩(wěn)定性較差的問題，尚未提出有效的解決方案。

發(fā)明內(nèi)容

本申請實施例提供了一種期貨領(lǐng)域的投研報告處理方法和系統(tǒng)，以至少解決相關(guān)技術(shù)中期貨領(lǐng)域傳統(tǒng)投研方式可靠性較差的問題。

第一方面，本申請實施例提供了一種期貨領(lǐng)域的投研報告處理方法，所述方法包括：

采集期貨行業(yè)的原始數(shù)據(jù)，包括：結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，其中，所述結(jié)構(gòu)化數(shù)據(jù)可以通過關(guān)系型數(shù)據(jù)庫進行管理；

對所述結(jié)構(gòu)化數(shù)據(jù)和所述半結(jié)構(gòu)化數(shù)據(jù)，進行預(yù)處理得到第一語義數(shù)據(jù)，對所述非結(jié)構(gòu)化數(shù)據(jù)進行預(yù)處理及語義結(jié)構(gòu)化處理，得到第二語義知識數(shù)據(jù)；

基于所述第一語義知識數(shù)據(jù)和第二語義知識數(shù)據(jù)，構(gòu)建期貨結(jié)構(gòu)化基礎(chǔ)數(shù)據(jù)與產(chǎn)業(yè)鏈關(guān)聯(lián)圖譜；

根據(jù)所述期貨結(jié)構(gòu)化基礎(chǔ)數(shù)據(jù)與產(chǎn)業(yè)鏈關(guān)聯(lián)圖譜，進行投研報告選題以及及自動化生成投研報告。

在其中一些實施例中，所述結(jié)構(gòu)化數(shù)據(jù)為關(guān)系型數(shù)據(jù)，可通過關(guān)系型數(shù)據(jù)庫進存儲和管理；

所述半結(jié)構(gòu)化數(shù)據(jù)為報表數(shù)據(jù)，其非關(guān)系型數(shù)據(jù)但具備固定的數(shù)據(jù)格式；

所述非結(jié)構(gòu)化數(shù)據(jù)為不具備固定格式的文檔數(shù)據(jù)。

在其中一些實施例中，對所述結(jié)構(gòu)化數(shù)據(jù)和所述半結(jié)構(gòu)化數(shù)據(jù)，進行預(yù)處理得到第一語義數(shù)據(jù)包括：

對于所述結(jié)構(gòu)化數(shù)據(jù)：對其中的缺失數(shù)據(jù)進行忽略和/或補漏，對其中的重復(fù)數(shù)據(jù)進行合并和/或冗余剔除，以及對其中的噪聲數(shù)據(jù)進行平滑處理；

對于所述半結(jié)構(gòu)化數(shù)據(jù)，通過Xpath定向抽取模板對所述非結(jié)構(gòu)化數(shù)據(jù)進行抽取，將數(shù)據(jù)表格轉(zhuǎn)換為可存儲的結(jié)構(gòu)化庫表數(shù)據(jù)；

集合所述預(yù)處理之后的結(jié)構(gòu)化數(shù)據(jù)和所述結(jié)構(gòu)化庫表數(shù)據(jù)，得到所述第一語義知識數(shù)據(jù)。

在其中一些實施例中，所述對所述非結(jié)構(gòu)化數(shù)據(jù)進行預(yù)處理包括：

提取所述非結(jié)構(gòu)化數(shù)據(jù)中的文檔對應(yīng)的內(nèi)容對象流，對所述內(nèi)容對象流進行解碼得到標(biāo)準(zhǔn)字符流；

對所述標(biāo)準(zhǔn)字符流進行信息提取得到目標(biāo)信息，其中，所述目標(biāo)信息包括：標(biāo)題信息、事件信息、來源信息、正文文本信息、發(fā)布者信息。

在其中一些實施例中，對所述非結(jié)構(gòu)化數(shù)據(jù)進行語義結(jié)構(gòu)化處理，包括：

對非結(jié)構(gòu)化數(shù)據(jù)中的文本進行分詞，并通過預(yù)訓(xùn)練模型獲取所述文本中各個分詞的實體識別結(jié)果；