【技术实现步骤摘要】
本专利技术涉及金融数据分析，具体地，涉及一种基于金融领域任务型对话的问答方法、系统、介质及设备。
技术介绍
1、目前，随着nlp技术的日益发展以及不同领域对自然语言处理的业务日益增加(例如金融交易领域)，对自然语义理解的精准度要求越来越高。
2、通常的自然语义理解的方法主要是通过nlp技术来对大批量问答库进行模型训练，达到对意图分类的效果。然而，随着领域的专业化程序越高，分类的维度越广，对语义理解的技术要求就越高。特别是在金融领域，对不同的时间，不同的股票，不同的属性等就形成了多维度的复杂性的意图识别。而金融问答的特殊性在于“时间”，它决定了股价的形态趋势、金融产品的内在价值、新闻舆情的变化、时间事件驱动对价格的影响。
3、专利文献cn114416957a公开了一种金融管理数据智能问答方法及系统，包括设置第一匹配库和映射于第一匹配库的第二匹配库以及设置数据内容库与第二匹配库的关联关系，通过分别预先设置模糊度较大与精准度较大的不同匹配库，实现对用户个性化问题的充分理解，并对应输出用户可能感兴趣的答案。
...
【技术保护点】
1.一种基于金融领域任务型对话的问答方法，其特征在于，包括：
2.根据权利要求1所述的基于金融领域任务型对话的问答方法，其特征在于，所述意图识别包括对所述问题句子进行预处理得到用户第一类需求，对所述预处理后得数据进行进一步处理得到用户第二类需求；
3.根据权利要求2所述的基于金融领域任务型对话的问答方法，其特征在于，所述用户第一类需求的类型包括多条件选股、股票属性值和多股票横向比较；所述预处理后能够确定当前股票实体数，若所述股票实体数为0，则为多条件选股；若所述股票实体数大于等于1，则为股票属性值和多股票横向比较；
4.根据权利要求...
【技术特征摘要】
1.一种基于金融领域任务型对话的问答方法，其特征在于，包括：
2.根据权利要求1所述的基于金融领域任务型对话的问答方法，其特征在于，所述意图识别包括对所述问题句子进行预处理得到用户第一类需求，对所述预处理后得数据进行进一步处理得到用户第二类需求；
3.根据权利要求2所述的基于金融领域任务型对话的问答方法，其特征在于，所述用户第一类需求的类型包括多条件选股、股票属性值和多股票横向比较；所述预处理后能够确定当前股票实体数，若所述股票实体数为0，则为多条件选股；若所述股票实体数大于等于1，则为股票属性值和多股票横向比较；
4.根据权利要求2所述的基于金融领域任务型对话的问答方法，其特征在于，时间标准化包括对时间进行升频、降频；
5.一种基于金融领域任务型对话的问答系统，其特征在于，包括：
6.根据权利要求5所述的基于金融领域任务型对话的问答系统，其特征在于，所述意图识别包括对所述问题句子进行预处理得到用...
【专利技术属性】
技术研发人员：王宁，梁钰，
申请(专利权)人：上海九方云智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。