[发明专利]一种年报中的金融领域事件句提取方法

说明书

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。

技术领域

发明涉及金融领域事件句提取技术领域，具体为一种年报中的金融领域事件句提取方法。

背景技术

随着互联网的兴起与信息科技的发展，大量数据以及文本以计算机作为媒体进行展现，大部分冗杂的互联网短文本需要用户花费大量时间阅读与理解，如何利用计算机快速地处理短文本与准确地提炼文本关键词或摘要成为目前自然语言处理领域的研究热点与主要问题，在自然语言处理领域中，信息抽取技术可以有效地解决问题。

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。

发明内容

针对现有技术的不足，发明提供了一种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。

为实现以上目的，发明通过以下技术方案予以实现：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。

优选的，步骤3中基于感知机序列标注的命名实体识别的方法为：

A、感知机模型进行训练；

B、文本词语序列标注；

C、命名实体识别分词。

优选的，步骤4中改进基于TextRank的关键词提取算法，具体步骤为：

a、构建TextRank图模型；

b、迭代计算；

c、计算词语权重；

d、排名。

优选的，步骤A中感知机模型具体为基于线性感知算法的机器学习基础模型，通过计算误差调整模型。

优选的，步骤4中所述TextRank为基于PageRank网页排序算法改进的文本排序算法。

优选的，步骤C中感知机模型通过计算误差调整模型。

有益效果

发明提供了一种年报中的金融领域事件句提取方法。具备以下有益效果：

该年报中的金融领域事件句提取方法，通过构建TextRank图模型、迭代计算、计算词语权重和排名，对其不足之处进行改进，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。

附图说明

图1为本发明年报中的金融领域事件句提取方法的流程图。

具体实施方式