[发明专利]一种财经快讯的关键词提取方法和系统

权利要求书

1.一种财经快讯的关键词提取方法，其特征在于，包括如下步骤：

获取财经快讯文本数据，并对财经文本进行标注；

将标注后的文本数据输入预训练好的卷积神经网络，获取文本数据字符的字型嵌入特征向量；

将标注后的文本数据输入预训练好的RoBerta-wwm模型，获取文本数据字符的语义嵌入特征向量；

将字型嵌入特征向量和语义嵌入特征向量进行拼接和降维，获取结合字符特征向量；

将结合字符特征向量输入条件随机场层，通过调整训练参数获取输出的字符标签；

根据字符标签提取关键词；

根据单条财经快讯文本获取每个字符的五笔字型特征向量，并建立单条财经快讯的五笔字型特征向量矩阵，用于获取单条财经快讯的字型嵌入特征向量。

2.根据权利要求1所述的一种财经快讯的关键词提取方法，其特征在于，建立至少3个不同尺寸的卷积核滑动窗口，计算每一卷积核滑动窗口在五笔字型特征向量矩阵上的滑动的特征图，根据获取的特征图进行池化操作。

3.根据权利要求2所述的一种财经快讯的关键词提取方法，其特征在于，获取最大池化训练参数和平均池化训练参数，进一步计算池化后的窗口输出特征，其中所述窗口输出特征为：

；

其中为不同窗口的特征图，为不同窗口的输出特征。

4.根据权利要求3所述的一种财经快讯的关键词提取方法，其特征在于，将池化后的不同窗口输出特征进行拼接，以获取所述五笔字型嵌入特征向量，所五笔字型嵌入特征向量为：

。

5.根据权利要求4所述的一种财经快讯的关键词提取方法，其特征在于，所述语义嵌入特征向量的获取方法包括如下步骤：向相同单条财经快讯文本输入RoBerta-wwm的encoder端，用于获取每一个字符的语义嵌入特征向量。

6.根据权利要求5所述的一种财经快讯的关键词提取方法，其特征在于，获取降维训练参数，将所述语义嵌入特征向量和语义嵌入特征向量进行拼接，并将拼接的结果根据所述降维训练参数进行降维，获取最终的所述结合字符特征向量：。

7.根据权利要求6所述的一种财经快讯的关键词提取方法，其特征在于，根据条件随机场层输出的标签计算所述单条财经快讯文本中每一字符的标签概率分布，并根据概率分布采用BIEO标注规则获取单条财经快讯的关键词。

8.根据权利要求7所述的一种财经快讯的关键词提取方法，其特征在于，采用一阶维特比算法对CRF层进行解码 并采用log似然损失函数对整个模型进行训练，其中

，

为正则项，为训练参数，N为标注了关键词的快讯样本总数，为模型整体参数，为字符的标签概率分布。

9.一种财经快讯的关键词提取系统，其特征在于，所述财经快讯的关键词提取系统采用权利要求1-8中任意一项所述的一种财经快讯的关键词提取方法。