CN111177215A - 一种生成金融数据的方法和装置 - Google Patents

一种生成金融数据的方法和装置 Download PDF

Info

Publication number
CN111177215A
CN111177215A CN201911328363.7A CN201911328363A CN111177215A CN 111177215 A CN111177215 A CN 111177215A CN 201911328363 A CN201911328363 A CN 201911328363A CN 111177215 A CN111177215 A CN 111177215A
Authority
CN
China
Prior art keywords
sentence
keywords
data
financial data
range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911328363.7A
Other languages
English (en)
Inventor
张鹏飞
肖楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JD Digital Technology Holdings Co Ltd
Original Assignee
JD Digital Technology Holdings Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JD Digital Technology Holdings Co Ltd filed Critical JD Digital Technology Holdings Co Ltd
Priority to CN201911328363.7A priority Critical patent/CN111177215A/zh
Publication of CN111177215A publication Critical patent/CN111177215A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种生成金融数据的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。该实施方式能够抽取出分散出现在大量文本中的关键信息，并根据时间、范围、数据指标的文本相似性中的至少一个汇集所述金融数据指标组，形成金融数据库，减少了基于传统金融数据库进行行业研究的工作量，提高了行业研究的效率。

Description

一种生成金融数据的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种生成金融数据的方法和装置。
背景技术
传统金融数据库中，数据的获取往往是通过爬虫技术爬取若干个相关文件或者网页，将爬取到的数据源集中存储，例如导入到传统金融数据库，并在入库前进行人工校对。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
通过传统金融数据库很难获取点状分布的零散数据，并且存储金融数据时未加处理，这样就造成了行业相关人员，无法从传统金融数据库直观的查看到所需的某行业的具体数据，往往是花费大量时间精力查找分散的数据并进行分类分析。
发明内容
有鉴于此，本发明实施例提供一种生成金融数据的方法和装置，能够抽取出分散出现在大量文本中的关键信息，并根据时间、范围、数据指标的文本相似性中的至少一个汇集所述金融数据指标组，形成金融数据库，减少了基于传统金融数据库进行行业研究的工作量，提高了行业研究的效率。
为实现上述目的，根据本发明实施例的一个方面，提供了一种生成金融数据的方法，其特征在于，包括：获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
可选地，所述的生成金融数据的方法，其特征在于，抽取所述句子的关键词包括：在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
可选地，所述的生成金融数据的方法，其特征在于，
在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标，包括：
在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
可选地，所述的生成金融数据的方法，其特征在于，
当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。
可选地，所述的生成金融数据的方法，其特征在于，根据抽取的所述关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
为实现上述目的，根据本发明实施例的第二方面，提供了一种生成金融数据装置，其特征在于，包括：数据加工模块和数据生成模块；其中，所述数据加工模块，获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；所述数据生成模块，抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
可选地，所述生成金融数据装置，其特征在于，抽取所述句子的关键词包含：在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
可选地，所述生成金融数据装置，其特征在于，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标，包括：
在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
可选地，所述生成金融数据装置，其特征在于，
当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。
可选地，所述生成金融数据装置，其特征在于，
根据抽取的所述关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
为实现上述目的，根据本发明实施例的第三方面，提供了一种生成金融数据的服务器，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述生成金融数据的方法中任一所述的方法。
为实现上述目的，根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如上述视生成金融数据的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
由此可以看出，该实施方式能够抽取出分散出现在大量文本中的关键信息，并根据时间、范围、数据指标的文本相似性中的至少一个汇集所述金融数据指标组，形成金融数据库，减少了基于传统金融数据库进行行业研究的工作量，提高了行业研究的效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明一个实施例提供的一种生成金融数据的方法的流程示意图；
图2是本发明一个实施例提供的一种生成金融数据指标组的流程示意图；
图3是本发明一个实施例提供的另一种生成金融数据指标组的流程示意图；
图4是本发明一个实施例提供的一种生成金融数据装置的结构示意图；
图5是本发明实施例可以应用于其中的示例性系统架构图；
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
如图1所示，本发明实施例提供了一种生成金融数据的方法，该方法可以包括以下步骤：
步骤S101：获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子。
具体地，包含行业信息的文件可以是行业报告，例如可以是所属行业的上市公司或发债主体的公告、所述行业券商研究报告等，所述行业报告可以是PDF格式的，本发明对所述行业报告的种类以及格式不做限定；其中，包含行业信息的文件也可以是行业新闻，例如可以是来源于互联网的行业新闻，本发明对所述新闻的来源和展现方式不做限定。
进一步地，将所述包含行业信息的文件，例如行业报告或者新闻转换成相对应的文本；所述文本可以包含报告或者新闻的标题，以及包含行业信息的文件中的句子，每个句子用分隔符分隔，分隔符可以是句号、冒号、感叹号等，本发明对分隔符不做限定；本发明对存储所述文本的文件格式和介质不做限定。转换成文本可以采用工具或者手工操作的方式，本发明对转换的方式不做限定。
即，获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子。
步骤S102：抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
具体地，从文本中的每个句子中抽取所需的关键词，进一步地，生成金融数据指标组，一个或者多个金融数据指标组生成金融数据库中的数据表；所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
其中，数值可以是数字，也可以是指示数字含义的数字和字符的组合或者数字和表示数字单位的组合；时间为与时间相关的内容，例如，年、月、日等；范围可以是一种行业在一个范围内的表示，例如，全国、全省、全市等；数据指标是与所述数值相关联的内容；本发明对关键词数值、时间、范围、数据指标的具体内容不做限定。
以下举例说明上述流程，如下所述的句子：
分布式光伏发电装机容量发展提速2016年全国新增分布式光伏装机容量4.24GW。
其中，抽取到的关键词如下所示：
时间：2016年
范围：全国
数据指标：新增分布式光伏装机容量
数值：4.24GW
即，抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
进一步地，抽取所述句子的关键词包括：在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标，包括：在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
具体地，当从一个句子中查找到数值关键词以后，并且在所述句子中查找时间、范围、数据指标关键词中的至少一个时，可能查找到的关键词数量为两个、三个或者四个，可以理解的是，当关键词数量为四个的时候，可以生成一个金融数据指标组；当从一个句子中查找到数值关键词之后并且查找到的关键词数量为两个或者三个时，可以通过查找该句子相关联的上下文的句子，即为预定义范围中的句子，假设为该句子的前面N个句子或者/以及后面的N个句子，例如在该句子的的前一句或/和后一句获取时间、范围和数据指标中查找还未查找到的所述关键词，补全金融数据指标组所需要的四个关键词，本发明对预定义范围不做具体限定；
以在预定义范围中的如下两个句子举例说明：
1)2018年工信部下发最新版光伏制造行业规范条件要求全国单晶硅电池组件的最低光电转换效率分别不低于16％。
2)先进技术产品达到以下指标单晶硅光伏电池组件转换效率达到17％。
以2)的句子为例，抽取到的关键词为：
数值：17％
数据指标：单晶硅光伏电池组件转换效率
可以理解的是，2)中抽取的关键词为两个，分别指示为数值和数据指标，在所述句子的预定义范围中查找，例如，查找该句子的前一句，获取如下关键词：
时间：2018年
范围：全国
通过上述示例操作，得到组成金融数据指标组的四个关键词，进而生成一个金融数据指标组。
进一步地，当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。例如，在句子中查找到了数值和数据指标，在所述句子的预定义范围内没有查找到时间和范围，则放弃已经查找到的数值和数据指标，可以理解的是，这样保证了金融数据指标组数据的有效性和完整性。
进一步地，根据抽取的所述关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
在此例中，该实施方式能够将分散出现在大量文本中的关键指标抽出，根据抽取的所述关键词，生成所述金融数据指标组并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组。比如，可以根据金融数据指标组生成金融数据库的数据表，用户可以通过与数值相关联的数据指标文本的相似性直观地进行数据的比较和分析，举例说明如表1所示，根据数据指标的相似性，用户可以直观地相似的多晶硅电池转换效率，多晶硅组件转换效率，单晶硅电池转换效率，单晶硅组件转换效率的数值数据，根据得到的数据可以进一步分析和比较，即提供金融数据分析。
时间 范围 数据指标 数值
2017 全国 多晶硅电池转换效率 19.50％
2017 全国 多晶硅组件转换效率 17％
2017 中国 单晶硅电池转换效率 21％
2017 中国 单晶硅组件转换效率 18％
表1
类似地，也可以根据所述时间、所述范围的文本相似性中的至少一个汇集所述金融数据指标组。
进一步地，金融数据还可以用直观的形式展示，比如，展示金融数据有如下方法：
第一种方法：通过金融产品的管理系统，根据所述金融数据生成图表，在金融产品的管理系统中展示；
第二种方法：通过知识图谱的形式显示所述金融数据；
本发明对展示所述金融数据的方式和工具不做限定。
如图2所示，本发明实施例提供了一种生成金融数据指标组的方法的流程示意图，该方法包括以下步骤：
步骤S201：搜索文本文件中的一个句子。
具体地，获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个以句号结尾的句子，搜索所述文本文件中的一个所述句子。
步骤S202：判断是否包含数值关键词，如果不包含数值关键词，则执行步骤S201，通过搜索另一个句子查找关键词；可以理解的是，搜索句子的顺序可以是逐句进行的；如果包含数值关键词，执行步骤S203。
步骤S203：继续查找并判断是否包含时间、范围、与数值相对应的数据指标关键词中的至少一种；
如果查找到了至少一种所需关键词，执行步骤S204。
如果没有查找到，执行步骤S201。
步骤S204：判断是否查找到了并抽取了四个关键词。
如果查找到了，执行步骤S208；如果没有查找到，执行步骤S205。
步骤S205：在所述句子的预定义范围中查找时间、范围和数据指标关键词，具体地，在所述句子中查找数值，在查找到所述数值的情况下，查找所述句子预定义范围，查找时间、范围和数据指标中的至少一个，当未查找到全部的所述关键词时，在所述句子相关联的上下文内即所述句子的预定义范围内查找时间、范围和数据指标中查找未查找到的所述关键词。例如，在所述句子的前一句或/和后一句获取时间、范围和数据指标中未查找到的所述关键词。
步骤S206：在步骤S205之后，判断是否抽取到所需关键词。
如果抽取到所需关键词，执行步骤S208。如果没有抽取到所需关键词，执行步骤S207。
步骤S207：放弃已经抽取的关键词。
可以理解的是，当在所述句子的预定义范围内查找之后依然抽取不到所需关键词时，放弃已经抽取的关键词，保持金融数据指标组数据的有效性和完整性。
即，当所述句子的预定义范围内查找不到所述关键词时，放弃已抽取的所述关键词。
步骤S208：生成金融数据指标组。根据步骤S201-步骤S207所抽取的关键词，生成金融数据指标组。
即，根据所抽取的关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
进一步地，一个或者多个金融数据指标组可以构成金融数据表或者金融数据库提供金融数据分析。
可以理解的是，图2是基于查找一个句子的关键词的流程，对于多个句子组成的文本文件，重复步骤S201到步骤S208即可完成对整个文件的查找，并生成多个金融数据指标组，并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
如图3所示，本发明实施例提供了另一种生成金融数据指标组的方法的流程示意图，具体地，该流程利用卷积神经网络(Convolutional Neural Networks),CNN模型抽取金融数据指标组的关键词，包括以下步骤：
步骤S301：获取句子，输入字标识序列，通过字词混合嵌入得到对应的字向量序列，然后添加位置嵌入。
步骤S302：将得到的“字-词-位置嵌入”输入到12层CNN模型中进行编码，得到编码后的序列。
步骤S303：将步骤S302中得到的序列传入一个自注意力层后，得到结果记为A。
步骤S304：将A传入CNN模型稠密层用“半指针-半标注”结构预测关键词数值的首位位置。
步骤S305：将A传入另一个自注意力层后，得到输出结果。
步骤S306：对模型训练时随机采样一个标注的关键词数值，然后将步骤S302中得到的序列对应关键词数值的子序列传入一个双向长短期记忆网络模型，得到所述关键词的编码向量，然后加上相对应位置的位置嵌入，得到一个与输入序列等长的向量序列。
步骤S307：将步骤S305的输出结果与步骤S306输出的向量序列进行拼接；将拼接后的结果传入CNN模型稠密层，对于数值以外其他的关键词都构建一个“半指针-半标注”结构来抽取所述关键词首尾位置，因此抽取所述其他关键词指示的内容；进一步地，即，在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
根据所抽取的关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
如图4所示，本发明实施例提供了一种生成金融数据的装置400，包括：数据加工模块401和数据生成模块402；其中，所述数据加工模块401，用于获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子。所述数据生成模块402，用于抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
可选地，所述数据生成模块402，用于在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
可选地，所述数据生成模块402，在基于所述句子的预定义范围中查找时间、范围和数据指标，包括：在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
可选地，所述数据生成模块402，其特征在于，当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。
可选地，所述数据生成模块402，其特征在于，根据抽取的所述关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
本发明实施例还提供了一种生成金融数据的服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例提供的方法。
本发明实施例还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例提供的方法。
图5示出了可以应用本发明实施例的一种生成金融数据方法或一种生成金融数据的装置的示例性系统架构500。
如图,5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、即时通信工具和邮箱客户端等。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的行业报告或行业新闻提供支持的后台管理服务器。后台管理服务器可以获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；抽取所述句子的关键词，形成金融数据指标组，所述金融数据指标组由时间、范围、数据指标和数值组成，并将金融数据展示给终端设备。
需要说明的是，本发明实施例所提供的一种生成金融数据的的方法一般由服务器505执行，相应地，一种生成金融数据的装置一般设置于服务器505中。
应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中，例如，可以描述为：一种生成金融数据的装置包括：数据加工模块和数据生成模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据生成模块还可以被描述为“抽取关键词生成金融数据指标组的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；抽取所述句子的关键词，形成金融数据指标组，所述金融数据指标组由时间、范围、数据指标和数值组成。
根据本发明实施例的技术方案，该实施方式能够抽取出分散出现在大量文本中的关键信息，并根据时间、范围、数据指标的文本相似性中的至少一个汇集所述金融数据指标组，形成金融数据库，减少了基于传统金融数据库进行行业研究的工作量，提高了行业研究的效率。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种生成金融数据的方法，其特征在于，包括：
获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；
抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
2.根据权利要求1所述的方法，其特征在于，
抽取所述句子的关键词包含：在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
3.根据权利要求2所述的方法，其特征在于，
在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标，包括：
在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
4.根据权利要求3所述的方法，其特征在于，
当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。
5.根据权利要求1-4任一所述的方法，其特征在于，
根据抽取的所述关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
6.一种生成金融数据的装置，其特征在于，包括：数据加工模块和数据生成模块；其中，所述数据加工模块，用于获取包含行业信息的文件，将所述文件转换成相对应的文本文件，所述文本文件包含一个或多个句子；所述数据生成模块，用于抽取所述句子的关键词，生成金融数据指标组，所述金融数据指标组由以下四个关键词组成：时间、范围、数据指标和与所述数据指标对应的数值。
7.根据权利要求6所述的装置，其特征在于，抽取所述句子的关键词包括：在所述句子中查找所述数值，在查找到所述数值的情况下，在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标。
8.根据权利要求7所述的装置，其特征在于，
在基于所述句子的预定义范围中查找所述时间、所述范围和所述数据指标，包括：
在所述句子中查找所述时间、所述范围和所述数据指标中的至少一个关键词，当未查找到全部所述关键词时，在所述句子的预定义范围中查找尚未查找到的其他所述关键词。
9.根据权利要求8所述的装置，其特征在于，当在基于所述句子的预定义范围中查找不到全部所述关键词时，放弃已抽取的所述关键词。
10.根据权利要求6-9任一所述的装置，其特征在于，根据所抽取的关键词，生成所述金融数据指标组；并根据所述时间、所述范围、所述数据指标的文本相似性中的至少一个汇集所述金融数据指标组，以提供金融数据分析。
11.一种服务器，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201911328363.7A 2019-12-20 2019-12-20 一种生成金融数据的方法和装置 Pending CN111177215A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911328363.7A CN111177215A (zh) 2019-12-20 2019-12-20 一种生成金融数据的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911328363.7A CN111177215A (zh) 2019-12-20 2019-12-20 一种生成金融数据的方法和装置

Publications (1)

Publication Number Publication Date
CN111177215A true CN111177215A (zh) 2020-05-19

Family

ID=70655539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911328363.7A Pending CN111177215A (zh) 2019-12-20 2019-12-20 一种生成金融数据的方法和装置

Country Status (1)

Country Link
CN (1) CN111177215A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182535A (zh) * 2014-08-29 2014-12-03 苏州大学 一种人物关系抽取方法和装置
US20180300806A1 (en) * 2016-06-21 2018-10-18 Erland Wittkotter Sample data extraction
CN109117479A (zh) * 2018-08-13 2019-01-01 数据地平线（广州）科技有限公司 一种金融文档智能核查方法、装置及存储介质
CN109241538A (zh) * 2018-09-26 2019-01-18 上海德拓信息技术股份有限公司 基于关键词和动词依存的中文实体关系抽取方法
US20190294671A1 (en) * 2018-03-20 2019-09-26 Wipro Limited Method and device for extracting causal from natural language sentences for intelligent systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104182535A (zh) * 2014-08-29 2014-12-03 苏州大学 一种人物关系抽取方法和装置
US20180300806A1 (en) * 2016-06-21 2018-10-18 Erland Wittkotter Sample data extraction
US20190294671A1 (en) * 2018-03-20 2019-09-26 Wipro Limited Method and device for extracting causal from natural language sentences for intelligent systems
CN109117479A (zh) * 2018-08-13 2019-01-01 数据地平线（广州）科技有限公司 一种金融文档智能核查方法、装置及存储介质
CN109241538A (zh) * 2018-09-26 2019-01-18 上海德拓信息技术股份有限公司 基于关键词和动词依存的中文实体关系抽取方法

Similar Documents

Publication Publication Date Title
US8914419B2 (en) Extracting semantic relationships from table structures in electronic documents
CN109871311B (zh) 一种推荐测试用例的方法和装置
CN104915359A (zh) 主题标签推荐方法及装置
US20120323918A1 (en) Method and system for document clustering
CN112818026A (zh) 数据整合方法和装置
CN112148841B (zh) 一种对象分类以及分类模型构建方法和装置
CN114064925A (zh) 知识图谱的构建方法、数据查询方法、装置、设备和介质
CN113919320A (zh) 异构图神经网络的早期谣言检测方法、系统及设备
CN113010542A (zh) 业务数据处理方法、装置、计算机设备及存储介质
CN114036921A (zh) 一种政策信息匹配方法和装置
CN113326261A (zh) 数据血缘关系提取方法、装置及电子设备
CN105408896A (zh) 信息管理装置和信息管理方法
CN111737571B (zh) 搜索方法、装置和电子设备
CN111177215A (zh) 一种生成金融数据的方法和装置
CN115048528A (zh) 新能源电场运行数据的知识图谱构建方法及装置
CN111310465B (zh) 平行语料获取方法、装置、电子设备、及存储介质
CN113486148A (zh) Pdf文件的转换方法、装置、电子设备以及计算机可读介质
CN109857838B (zh) 用于生成信息的方法和装置
CN114385794A (zh) 企业知识图谱的生成方法、装置、设备和存储介质
CN113076254A (zh) 一种测试用例集的生成方法和装置
Tiwari et al. Sentiment analysis of digital India using lexicon approach
CN111178014A (zh) 一种处理业务流程的方法和装置
Liu et al. A Feasible Chinese Text Data Preprocessing Strategy
CN111159234A (zh) 一种对比报表的方法和装置
CN113641867B (zh) 基于微博舆情的城市间关系测度系统、方法、设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176

Applicant after: Jingdong Digital Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176

Applicant before: JINGDONG DIGITAL TECHNOLOGY HOLDINGS Co.,Ltd.

Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176

Applicant after: Jingdong Technology Holding Co.,Ltd.

Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176

Applicant before: Jingdong Digital Technology Holding Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200519