申请/专利权人：复旦大学

申请日：2024-02-05

公开（公告）日：2024-05-24

公开（公告）号：CN118069841A

主分类号：G06F16/35

分类号：G06F16/35;G06F16/36;G06F40/205;G06F40/126;G06F40/186;G06F40/284;G06F40/242;G06F40/30;G06N3/0442;G06N3/047;G06N3/048;G06N3/0895;G06Q40/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.11#实质审查的生效;2024.05.24#公开

摘要：本发明提供了一种基于层次注意力的银行间资金面情绪分析方法，具有这样的特征，包括以下步骤：步骤S1，根据现有的多个词典和现有财经新闻文本构建三级情感词典；步骤S2，根据三级情感词典、现有财经新闻文本和现有的BERT‑BiLSTM基础分类模型，构建并训练得到改进分类模型；步骤S3，将财经新闻文本输入改进分类模型，得到类别概率分布；步骤S4，根据类别概率分布，得到财经新闻文本对应的银行间资金面情绪。总之，本方法能够从财经新闻文本中提取更准确的银行间资金面情绪。

主权项：1.一种基于层次注意力的银行间资金面情绪分析方法，用于从财经新闻文本中提取对应的银行间资金面情绪，其特征在于，包括以下步骤：步骤S1，根据现有的多个词典和现有财经新闻文本构建三级情感词典；步骤S2，根据所述三级情感词典、所述现有财经新闻文本和现有的BERT-BiLSTM基础分类模型，构建并训练得到改进分类模型；步骤S3，将所述财经新闻文本输入所述改进分类模型，得到类别概率分布；步骤S4，根据所述类别概率分布，得到所述财经新闻文本对应的所述银行间资金面情绪，其中，所述改进分类模型包括：分句模块，用于将篇章形式的所述财经新闻文本进行分句，得到多个句子；编码模块，包含提示编码器和连续模板，用于对所述连续模板进行编码并分别与各个句子进行拼接，得到各个所述句子对应的拼接句子；BERT模块，包含BERT模型，用于分别从各个所述拼接句子中提取各个子词对应的子词表示；数据存储模块，存储有所述三级情感词典；词级注意力模块，用于对各个所述拼接句子，根据所述三级情感词典和该句子的所有所述子词表示进行词级注意力处理，得到该句子的句子级表示；BiLSTM模块，包含BiLSTM模型，用于对各个所述句子级表示进行双向上下文捕捉，得到对应的处理后句子级表示；句级注意力模块，用于对所有所述处理后句子表示进行句级注意力处理，得到篇章级表示；概率分布模块，用于对所述篇章级表示依次经由全连接网络和Softmax函数处理，得到所述类别概率分布，所述银行间资金面情绪包括正面、中性和负面。

全文数据：

权利要求：

百度查询： 复旦大学 基于层次注意力的银行间资金面情绪分析方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD