[发明专利]一种智能投顾的实现方法及系统在审
申请号: | 201811481844.7 | 申请日: | 2018-12-05 |
公开(公告)号: | CN111353013A | 公开(公告)日: | 2020-06-30 |
发明(设计)人: | 林震亚;杜新凯;刘勇;牛国扬;屠要峰;高洪;黄震江 | 申请(专利权)人: | 中兴通讯股份有限公司 |
主分类号: | G06F16/33 | 分类号: | G06F16/33;G06F16/34;G06F16/35;G06F16/36;G06F40/211;G06F40/205;G06F40/253;G06F40/295;G06F40/30;G06Q40/06 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 蒋冬梅;龙洪 |
地址: | 518057 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 实现 方法 系统 | ||
1.一种智能投顾的实现方法,包括:
基于自然语言处理NLP对多元异构数据源的数据进行处理,将得到的数据信息加入金融数据库;以及
根据用户输入的信息,确定所述用户的意图,基于所述金融数据库,按照所述用户的意图为所述用户提供金融服务。
2.如权利要求1所述的方法,其特征在于,所述基于NLP对来自多元异构数据源的数据进行处理,包括:
对所述数据进行数据解析,得到文本数据;
对所述文本数据进行文本分析,得到文本信息;
根据所述文本信息进行信息抽取,得到结构化文本数据。
3.如权利要求2所述的方法,其特征在于,所述根据所述文本信息进行信息抽取之前,还包括:
对所述文本信息进行摘要处理。
4.如权利要求1所述的方法,其特征在于,所述数据信息包括多模态数据,所述方法还包括:
从所述金融数据库中获取多模态数据,基于多模态输入的联合学习模型,建立所述多模态数据与行业之间的关联关系,存入所述金融数据库中的知识库中。
5.如权利要求4所述的方法,其特征在于,所述多模态数据包括结构化文本数据、宏观市场数据和图片数据,所述从所述金融数据库中获取多模态数据,基于多模态输入的联合学习模型,建立所述多模态数据与行业之间的关联关系,包括:
从所述金融数据库中获取结构化文本数据、宏观市场数据及图片数据;
进行多模态数据的特征提取;
将多模态数据的特征嵌入,将嵌入后的特征进行全连接;
将全连接的结果与每个行业对应的强关联特征嵌入,进行联合优化,建立所述多模态数据与行业之间的关联关系。
6.如权利要求4所述的方法,其特征在于,所述方法还包括:
基于元学习的方式建立注意力模型,根据所述注意力模型优化所述联合学习模型。
7.如权利要求1所述的方法,其特征在于,所述金融数据库包括图谱库和知识库,所述图谱库包含一个知识图谱和多个事理图谱,所述知识图谱与所述知识库相关联。
8.如权利要求7所述的方法,其特征在于,所述方法还包括:
将所述知识库中涉及金融领域的实体或事件加入所述金融数据库中的图谱库中。
9.如权利要求1所述的方法,其特征在于,所述根据用户输入的信息,确定所述用户的意图,包括:
根据用户输入的信息,获取关键词和句式;
基于意图识别规则和分类算法,结合用户画像,按照所述关键词和句式确定实体和意图。
10.如权利要求1所述的方法,其特征在于,所述用户输入的信息包括问题时,所述方法还包括:
对于多次出现且无法回答的问题,采用阅读理解的方式从所述金融数据库的数据信息中获取相应的回答。
11.如权利要求10所述的方法,其特征在于,所述采用阅读理解的方式从所述金融数据库的数据信息中获取相应的回答之后,所述方法还包括:
将审核通过的问题和相应的回答加入所述金融数据库中的知识库中。
12.如权利要求1所述的方法,其特征在于,所述基于所述金融数据库,按照所述用户的意图为所述用户提供相应的金融服务,包括:
按照所述用户的意图确定所述用户需要提供金融问题服务时,查询所述金融数据库中的图谱库,确定存在相应的答案时,输出所述答案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中兴通讯股份有限公司,未经中兴通讯股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811481844.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:标签生成方法及装置
- 下一篇:一种多角度可调节式照明装置