公开(公告)号：CN115759119A

公开(公告)日：2023-03-07

申请号：CN202310030728.8

申请日：2023-01-10

Applicant: 暨南大学

Inventor： 温秋华 ,  刘文骁 ,  潘定 ,  杨紫宏 ,  李雅冬 ,  樊一锋 ,  邓寅骏 ,  梁铭杰 ,  甄昊龙 ,  麦铭桐 ,  黄斐然

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/284 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/091

Abstract: 本发明公开了一种金融文本情感分析方法、系统、介质和设备，该方法包括下述步骤：分析每个金融文本表达的情感并进行标注；对待测金融文本进行数据预处理，得到金融文本序列；根据金融词典进行分词、编码，编码后输入BERT模型训练；多头注意力层以编码后的词向量作为输入，为每个词向量提供不同语义的词向量，前馈层将含有序列信息的词向量进行线性处理，得到整合信息后的词向量；多头注意力层和前馈层后各执行残差连接和归一化处理，完成各词向量对序列信息的整合；整合信息后的各个词向量经过全连接层、softmax计算，选择概率最大的情感作为文本情感分类的结果。本发明能更好地利用到完整语义信息，极大提高了文本情感分析的准确度。

公开(公告)号：CN115759119B

公开(公告)日：2023-04-21

申请号：CN202310030728.8

申请日：2023-01-10

Applicant: 暨南大学

Inventor： 温秋华 ,  刘文骁 ,  潘定 ,  杨紫宏 ,  李雅冬 ,  樊一锋 ,  邓寅骏 ,  梁铭杰 ,  甄昊龙 ,  麦铭桐 ,  黄斐然

IPC: G06F40/30 ,  G06F40/242 ,  G06F40/284 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/091

Abstract: 本发明公开了一种金融文本情感分析方法、系统、介质和设备，该方法包括下述步骤：分析每个金融文本表达的情感并进行标注；对待测金融文本进行数据预处理，得到金融文本序列；根据金融词典进行分词、编码，编码后输入BERT模型训练；多头注意力层以编码后的词向量作为输入，为每个词向量提供不同语义的词向量，前馈层将含有序列信息的词向量进行线性处理，得到整合信息后的词向量；多头注意力层和前馈层后各执行残差连接和归一化处理，完成各词向量对序列信息的整合；整合信息后的各个词向量经过全连接层、softmax计算，选择概率最大的情感作为文本情感分类的结果。本发明能更好地利用到完整语义信息，极大提高了文本情感分析的准确度。

公开(公告)号：CN111666769A

公开(公告)日：2020-09-15

申请号：CN202010528238.7

申请日：2020-06-11

Applicant: 暨南大学

Inventor： 温秋华 ,  潘定 ,  梁倬骞

IPC: G06F40/295 ,  G06F40/211

Abstract: 发明公开了一种年报中的金融领域事件句提取方法，具体步骤为：步骤1、输入财务报告数据，步骤2、对数据进行预处理，步骤3、选取基于感知机序列标注的命名实体识别，步骤4、改进基于TextRank的关键词提取算法，步骤5、输出得出文本关键词，本发明涉及金融领域事件句提取技术领域。该年报中的金融领域事件句提取方法，解决了TextRank关键词提取算法分词时忽略命名实体，关键词提取计算算法不理想，以及容易被噪声信息干扰导致提取关键词错误的问题。

公开(公告)号：CN110928989A

公开(公告)日：2020-03-27

申请号：CN201911059126.5

申请日：2019-11-01

Applicant: 暨南大学

Inventor： 潘定 ,  梁倬骞 ,  温秋华 ,  曹志鹏 ,  翁秀木

IPC: G06F16/33 ,  G06F16/36 ,  G06F16/903 ,  G06F16/951

Abstract: 本发明公开了一种基于语言模型的年报语料库构建方法，具体步骤为：步骤1、通过网络爬取进行数据收集，并使用PDFBox进行数据提取；步骤2、利用正则表达式进行目录提取；步骤3、运用语言模型进行数据分析；步骤4、进行模型训练并建立语料库，本发明涉及语料库构技术领域。该基于语言模型的年报语料库构建方法，解决了一般的规则对种类繁多、各式各样的标题适应性很差，需要人为不断修改规则进行改良，加上财务报告中含有众多表格，从中产生了许多干扰项，对机器自动识别造成阻碍的问题。

公开(公告)号：CN110889401A

公开(公告)日：2020-03-17

申请号：CN201911059127.X

申请日：2019-11-01

Applicant: 暨南大学

Inventor： 潘定 ,  梁倬骞 ,  温秋华 ,  曹志鹏 ,  翁秀木

IPC: G06K9/20 ,  G06K9/34 ,  G06K9/62

Abstract: 本发明公开了一种基于opencv库的文本版面识别方法，一种基于opencv库的文本版面识别方法，具体步骤为：步骤1、通过Smallpdf将所需pdf文件转成多张图片，每一页pdf一张图；步骤2、使用OpenCV对图片进行膨胀操作；步骤3、调用开源的Tesseract OCR API进行文字识别本发明涉及文本版面识别技术领域。该基于opencv库的文本版面识别方法，解决了常常由于文本标题的格式不规范、不统一的问题，给计算机的自动识别带来困难，最后的提取结果会不够精准，常有赘余，难以广泛应用题的问题。