【CN110134781A】一种金融文本摘要自动抽取方法【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910281459.6

(22)申请日 2019.04.09

(71)申请人 国金涌富资产管理有限公司

地址 201304 上海市浦东新区书院镇船山

街148号138室

(72)发明人 蔡青林　

(74)专利代理机构 杭州求是专利事务所有限公

司 33200

代理人 刘静　邱启旺

(51)Int.Cl.

G06F 16/34(2019.01)

G06F 17/27(2006.01)

(54)发明名称

一种金融文本摘要自动抽取方法

(57)摘要

本发明公开了一种金融文本摘要自动抽取

方法，首先利用TF_ISF方法抽取语句关键词属

性，然后抽取语句的情感属性以及计算语句的主

题相关性，通过加权打分评价语句在情感摘要的

重要程度，最后根据相似性度量方法过滤摘要语

句候选集，生成最终的情感摘要。本发明可自动

抽取金融文本的情感摘要，在智能投顾等金融科

技领域具有较大的应用价值，如自动抽取和汇总

海量研报数据中蕴含的金融机构分析师观点，对

大类资产配置具有重要的指导作用。权利要求书2页 说明书4页 附图1页CN 110134781 A 2019.08.16

C N 110134781

A

1.一种金融文本摘要自动抽取方法，其特征在于，包括以下步骤：

(1)数据预处理，具体包括以下子步骤：

(1.1)依次读取金融文本语料库的每个文本d i；

(1.2)读取停用词典，删除文本d i中所有停用词；

(1.3)读取金融词汇本体，对d i内容的每个句子分词，生成分词语句，对d i的标题分词，生成分词标题；

(2)情感关键句抽取，具体包括以下子步骤：

(2.1)对于每个词汇w i，依次统计文本d i中包含w i的语句数目；

(2.2)依次计算d i中每个语句s i的关键词属性分值key(s i)；

(2.3)读取情感词典，依次匹配语句s i中的每个情感词，获得其情感倾向性和情感强度值，计算s i的情感属性分值sent(s i)；

(2.4)读取同义词典，依次计算语句s i与标题t的相同词数目和同义词数目，计算语句s i 的主题相关度分值corr(s i，t)；

(2.5)根据语句s i的关键词属性分值key(s i)、情感属性分值sent(s i)、主题相关度分值corr(s i，t)计算s i的情感打分score(s i)；

(3)自动摘要抽取，具体包括以下子步骤：

(3.1)根据情感打分将d i的所有语句从高到低排序，抽取前K个语句组合为候选摘要cand_abs；

(3.2)计算cand_abs中每两个语句的相似度，若大于阈值，则将情感分值较低的语句从cand_abs删除；

(3.3)将cand_abs的剩余语句按照在原始文本d i中出现的先后顺序排序，生成最终摘要cand并输出。

2.根据权利要求1所述一种金融文本摘要自动抽取方法，其特征在于，所述步骤2.2包括以下子步骤：

(2.2.1)依次统计每个词汇w i在s i的词频，计算w i的TF-ISF分值，并计算语句s i的TF-ISF 累积分值TFISF(s i)；

(2.2.2)读取指示性词语表，统计语句s i中所有指示性词语数目ind(s i)，计算语句s i的关键词属性分值key(s i)＝TFISF(s i)·ind(s i)。

3.根据权利要求1所述一种金融文本摘要自动抽取方法，其特征在于，所述步骤2.3中，

s i

的情感属性分值其中ori(ew i，k)为语句s i中第k个情

感词的情感倾向性，cont(ew i，k)为语句s i中第k个情感词的情感强度值，n为语句s i中的情感词数目。

4.根据权利要求1所述一种金融文本摘要自动抽取方法，其特征在于，所述步骤2.4中，

语句s i

的主题相关度分值其中sam(s i，t)为语句s i与标题t的

相同词数目，syn(s i，t)为语句s i与标题t的同义词数目。

5.根据权利要求1所述一种金融文本摘要自动抽取方法，其特征在于，所述步骤2.5中，语句s i的情感打分score(s i)＝key(s i)·sent(s i)·corr(s i，t)。

权　利　要　求　书1/2页

2

CN 110134781 A