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：西安理工大学

摘要：本发明一种应用公开数据构建的金融预警系统，包括：寻找警源模块，用于监测互联网信息以获取输入数据；辨识警讯与分析警兆模块，用于将输入数据变为警讯的过程的文档数据特征提取，以明确与预警企业相关的事件信息；预报警度模块，用于预测企业的警度信息，能够对金融风险进行预警，并划分出风险等级；本发明还公开了应用公开数据构建的金融预警方法，能够高效、快速及准确得到预警信息。

主权项：1.一种应用公开数据构建的金融预警方法，其特征在于，具体按照以下步骤实施：步骤1，实时监测互联网信息以获取输入数据；所述步骤1中，互联网信息包括企业官网、财报、交易、新闻、杂质、媒体、网络及舆情公开数据；步骤2，利用BERT模型将输入数据变为警讯的过程的文档数据特征提取，以明确与预警企业相关的事件信息；所述步骤2的具体过程为：步骤2.1，进行词嵌入，词嵌入表达式为：X＝EposonehotS+Eseg1式1中，onehot表示词嵌入，Eseg表示句子嵌入，Epos表示位置嵌入，S为n个文件的文件集合，S＝{s1,s2,…,sn}；步骤2.2，定义单注意力机制： 式2中，WQ、WK、WV是可训练的参数；softmax表示softmax归一化函数，将值映像到0-1的范围内；d表示向量的维度；步骤2.3，将多个单注意力机制进行组合，组成多头注意力机制层，多头注意力机制层表达式为：MultiHeadX＝ConcatAtt1,...,AtthWO3式3中，Concate表示链接操作，h表示注意力机制头的数目，WO表示可训练的参数；步骤2.4，将多头注意力机制层的输出向量与词嵌入相加，构成残差网络，再经过批次归一化得到注意力机制层的最终输出：Matt＝BNMultiHeadX+X4式4中，BN就表示批次归一化；步骤2.5，步骤2.4得到的最终输出经过带有残差网络与批次归一化的全连接层，得到文件特征B：B＝BERTX＝BNDenseMatt+Matt5；对于字数为n的文档S,文件特征B＝{b1,…,bn+1},其中，d表示向量的维度；步骤3，利用LSTM预测企业的警度信息，划分出不同的警度等级；所述步骤3的具体过程为：步骤3.1，假设上一LSTM的隐藏层输出ht-1和第t个文档向量Bt，则LSTM可以表达式为： ft＝σWf·Y+bf7it＝σWi·Y+bi8ot＝σWo·Y+bo9ct＝ft⊙ct-1+it⊙tanhWc·Y+bc10ht＝ot⊙tanhct11式中，Wi，Wf，Wo，Wc，bi，bf，bo，bc是可训练的参数，σ是sigmod启动函数，⊙表示Hadamard乘积，ct表示第t个文档的输出；步骤3.2，通过步骤3.1得到的向量ht预测企业的警度等级：lt＝softmaxDenseht12；当lt≥0.5表示有警，即异常；当lt＜0.5表示无警，即正常。

全文数据：

权利要求：

百度查询： 西安理工大学 一种应用公开数据构建的金融预警系统及预警方法