[发明专利]一种基于python文本分析的上市公司负面报道信息分析系统

权利要求书

1.一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于，包括：

采集模块，用于获取媒体报道文本信息，其中包括进行对文本信息进行解码识别转换，并将采集的文本信息传输至提取模块；

提取模块，用于进行对获取的媒体报道文本信息进行关键字进行提取，获取文本特征信息，其中文本特征信息作为分析模块的输入；

分析模块，用于对获取的文本特征信息进行语义情感分析，并将语义情感分析作为所述输出模块的输入，其中包括对文本特征信息进行词水平语义情感分析和句子水平语义情感分析；

输出模块，用于获取所述分析模块的语义情感分析结果，并将分析结果输出为对应的文件或进行可视化展示。

2.根据权利要求1所述的一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于：

其中，所述提取模块其关键字提取包括负面词汇提取、正面词汇提取、否定词汇提取和程度副词提取。

3.根据权利要求1所述的一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于：

其中，所述关键字提取还包括：标定负面词汇语句、标定正面词汇语句、标定否定词汇语句和标定程度副词语句。

4.根据权利要求1所述的一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于：

所述分析模块进行词水平语义情感分析，包括：利用嵌入矩阵W_e，将单词w_it映射到一个信息向量y_it中，表示为：

y_it＝W_ew_it，t∈[1，L_w]；

一篇报道包含L_s个句子，每个句子包含L_w个单词，w_it代表第i个句子中的第t个单词，并且i∈[1，L_s]，t∈[1，L_w]；单词w_it映射到一个信息向量y_it中，mGRU是一种双向的单元，包含前馈和反馈两个过程；

以来结合和获取包含以单词w_it为中心的所有信息。

5.根据权利要求4所述的一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于：

其中一个句子中的单词数量为w个，每个单词的权值依赖于情感信息h_it，其注意力权值表示为：

其中，σ代表Sigmoid函数，W_w是对情感信息h_it的权重矩阵，b_w代表对应的偏置值，是对情感信息h_it权值后的隐式表示，是c^w与同一维度的随机向量，是预测中心单词的概率，s_i包含了对应句子的信息。

6.根据权利要求1所述的一种基于python文本分析的上市公司负面报道信息分析系统，其特征在于：

所述分析模块进行报道水平语义情感分析，包括每篇报道中的句子数量为s个，表示为：

y_i＝W_es_i，i∈[1，L_s]；

信息中包含L_s个句子，每个句子包含L_w个单词；W_e是嵌入矩阵，以来结合和获取包含以句子s_i为中心的所有信息。