买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:广东创新科技职业学院
摘要:本发明涉及数据存储分类处理技术领域,具体涉及基于金融文本数据分类存储方法及系统,该方法包括:获取各金融文本数据中各词汇的词向量,记为各节点;基于夹角以及模长获取任意两个节点之间的距离度量;根据上下文信息以及节点在句子中的出现情况获取任意两个节点之间修正后的距离度量;采用聚类算法,根据修正后的距离度量获取金融文本数据的各初始连通图;基于各节点在连通子图中的密度分布构建连通子图的承受系数阈值,得到优化后的各聚类子簇;基于各聚类子簇内的节点获取金融文本数据的关键词,采用神经网络实现金融文本数据的分类存储。本发明旨在提高金融文本数据中关键词提取的精度,实现金融文本数据分类存储。
主权项:1.基于金融文本数据分类存储方法,其特征在于,该方法包括以下步骤:获取各金融文本数据,采用双向最大匹配法对金融文本数据进行分词获取各词汇的词向量;将各词汇的词向量记为各节点;根据任意两个节点之间的夹角以及模长获取任意两个节点之间的距离度量;构建各节点与周围邻近节点在各维度下的数据差异;根据各节点的上下文信息在所有维度下的数据差异构建各节点在不同出现次数下的置信度;结合置信度以及任意两个节点在同一句子中的出现情况获取任意两个节点之间修正后的距离度量;采用CABDDCG聚类算法,根据修正后的距离度量获取金融文本数据的各初始连通图;在使用聚类算法将初始连通图划分为各连通子图的过程中,基于各节点在连通子图中的密度分布构建连通子图内各节点的局部密度;根据连通子图内各节点的局部密度构建连通子图的承受系数阈值,得到优化后的各聚类子簇;基于各聚类子簇内的节点获取金融文本数据的关键词,采用神经网络对金融文本数据的关键词进行分类,实现金融文本数据的分类存储;所述根据各节点的上下文信息在所有维度下的数据差异构建各节点在不同出现次数下的置信度,表达式为: ;其中,表示第个节点对应词汇第次出现时的置信度,表示词向量的维度个数;表示求平均值函数;表示求标准差函数;表示第个节点对应词汇的出现次数;、分别表示第个节点对应词汇第次、第次出现时在第维度下与周围邻近词汇的数据差异;所述采用CABDDCG聚类算法,根据修正后的距离度量获取金融文本数据的各初始连通图,包括:将所有节点之间修正后的距离度量的下四分位数作为预设阈值,将所述预设阈值作为CABDDCG聚类算法中构建连接矩阵的距离参数,通过CABDDCG聚类算法得到金融文本数据的各初始聚类簇;将各初始聚类簇内的所有节点基于连接矩阵进行连通,得到各初始连通图;所述根据连通子图内各节点的局部密度构建连通子图的承受系数阈值,包括: ;其中,表示连通子图的承受系数阈值,表示以自然常数e为底数的指数函数;表示连通子图内的节点集合;表示内包含的节点个数;表示内第个节点;表示连通子图内节点的局部密度。
全文数据:
权利要求:
百度查询: 广东创新科技职业学院 基于金融文本数据分类存储方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。