[发明专利]一种基于文本分析技术的自动写稿系统

权利要求书

1.一种基于文本分析技术的自动写稿系统，其特征在于，包括以下步骤：

S1，从网页中及时获取企业发布的各种年报、公告信息，主要是以PDF文档为主；

S2，下载PDF文件后，将PDF文件输入到R-CNN神经网络中，通过深度学习技术对文档进行解析，分离图片和表格；

S2-1，首先分析文档的目录，将文档根据目录进行页码分组；

S2-2，按照目录提取出每个段落标题的文字作为关键数据，并且按照段落分级进行组织，获得整片文档的段落信息为Sector[i]数组；

S2-3，将文档中的图片和表格从文字中分离出来，图片直接保存到数据库中，表格输入到神经网络中；

S2-4，通过神经网络对表格中的数据进行提取，并且保存到关系数据库中；

S3，将分离得到的文档进行自然语言处理，获取文档中的情绪信息，处理完成后给出文档的情绪指标Motion(i)；

S4，将分离得到的文档进行自然语言处理，从中进行文本摘要抽取，抽取出的文本片段为Text(i)；

S5，根据Sector[i]和Motion[i]的信息，在动态模板库中选择合适的模板Model[i]，并将Text[i]内容填入选择的模板Mode[i]，最终得到可以发布的稿件Article[i]；

S6，对稿件Article[i]进行文档格式转换。

2.根据权利要求1所述的一种基于文本分析技术的自动写稿系统，其特征在于：所述S2-2步骤中的每个Sector[i]数组中包含了段落分级、段落标题信息和页码范围。

3.根据权利要求1所述的一种基于文本分析技术的自动写稿系统，其特征在于：所述S3步骤中的情绪信息主要包含利空情绪，利多情绪和中性情绪三种。

4.根据权利要求1所述的一种基于文本分析技术的自动写稿系统，其特征在于：所述S6步骤中文档的格式可转换成网页格式、音频格式和视频格式。