一种研报正文的文本分类方法技术

本发明专利技术涉及一种研报正文的文本分类方法，过程为：首先收集一定数量的研报，对收集的研报段落进行标注形成样本；然后将标注好的样本交给机器学习框架进行训练、得到一个综合的训练模型；最后将需要识别的原始研报文件经过内容提取、文本降噪处理后，由综合训练模型完成对研报内容的提取分类。本方法有效提高对研报段落进行提取与分类的准确度，提高对研报的文本分析能力。

A text classification method of research paper

【技术实现步骤摘要】
一种研报正文的文本分类方法
本专利申请属于机器学习
，更具体地说，是涉及一种研报正文的文本分类方法。
技术介绍
目前现有成熟的自然语言处理技术能够识别出研报中的实体，可以将研报进行分类，比如分成个股研报、行业研报、期货研报等等，但是如果需要对研报中的每个段落进行分类的话，比如个股研报包括核心观点、客观论述、盈利预测、风险提示，那么现有的文本分类技术显然是满足不了需求的。同时目前的深度学习模型主要包括TextCnn、LSTM、FastText等模型，这些模型都是基于神经网络的深度学习模型，擅长单文本分类，但是对段落提取与分类准确度非常的低。
技术实现思路
本专利技术需要解决的技术问题是提供一种研报正文的文本分类方法，有效提高对研报段落进行提取与分类的准确度。为了解决上述问题，本专利技术所采用的技术方案是：一种研报正文的文本分类方法，过程为：a、收集一定数量的研报，对收集的研报段落进行标注形成样本；b、将标注好的样本交给机器学习框架进行训练、从而得到综合训练模型；c、最后将需本文档来自技高网...

【技术保护点】
1.一种研报正文的文本分类方法，其特征在于过程为：/na、收集一定数量的研报，对收集的研报段落进行标注形成样本；/nb、将标注好的样本交给机器学习框架进行训练、从而得到综合训练模型；/nc、最后将需要识别的原始研报文件经过内容提取、文本降噪处理后，由综合训练模型完成对研报内容的提取分类。/n

【技术特征摘要】
1.一种研报正文的文本分类方法，其特征在于过程为：
a、收集一定数量的研报，对收集的研报段落进行标注形成样本；
b、将标注好的样本交给机器学习框架进行训练、从而得到综合训练模型；
c、最后将需要识别的原始研报文件经过内容提取、文本降噪处理后，由综合训练模型完成对研报内容的提取分类。


2.根据权利要求1所述的研报正文的文本分类方法，其特征在于：a中，对收集的研报段落通过手工进行标注。


3.根据权利要求1所述的研报正文的文本分类方法，其特征在于：b中，综合训练模型包括若干个神经网络训练模型，神经网络训练模型包括FastText、LSTM、TextCnn的一种或多...

【专利技术属性】
技术研发人员：张发恩，戴辉辉，龚才春，
申请(专利权)人：创新奇智南京科技有限公司，
类型：发明
国别省市：江苏;32