[发明专利]面向投融资领域机构的观点挖掘方法、装置和电子设备

说明书

本发明实施例公开了面向投融资领域机构的观点挖掘方法、装置和电子设备，该方法包括：对第一投融资新闻文本进行预处理；将第一投融资新闻文本转换为文本特征向量；构建面向投融资领域机构观点挖掘的深度学习模型；将文本特征向量输入到深度学习模型中进行训练，得到用于预测的面向投融资领域机构观点挖掘的观点挖掘模型；将第二投融资新闻文本输入到观点挖掘模型中，得到第二投融资新闻文本的观点类别；根据第一投融资新闻文本的观点类别和第二投融资新闻文本的观点类别对目标投融资机构的观点类别进行统计。本发明可以判断投融资新闻文本的两级观点，帮助风投机构分析师能够快速掌握创业机构的舆情信息，进一步为投资决策提供投资参考。

技术领域

本发明实施例涉及投融资领域，具体涉及面向投融资领域机构的观点挖掘方法、装置和电子设备。

背景技术

观点挖掘是自然语言处理(Natural Language Processing，NLP)领域最受欢迎的任务之一，对所挖掘出的相关领域舆论情感，各个领域都蕴含着巨大的商业价值。各大垂直领域的媒体网站通常会更新积累大量的新闻数据，其中不乏对特定行业特定领域的意见评价观点，而这些数据常常为挖掘特定观点提供了很好地素材，可以从侧面理解和掌握社交媒体对这些领域的情感和观点，帮助分析者解决商业和社会问题。

投融资机构包含风险投资机构和市场上选择未上市的初创企业，而风险投资主要是指风险投资机构向初创企业提供资金支持并取得该公司股份的一种融资方式，进而在后续的发展中协助初创企业获取更大的利润，从而追求长期利润的高风险但高报酬的行业。所以在风投机构通常需要投入大量的人力物力对创业企业进行情报搜集和分析，来支持其投资行为提供决策支持，而其中初创企业的社会舆论、所属领域的观点评价等，对投资决策所不可或缺的重要参考因素。而从大量公开的社会媒体中人工去发现观点倾向，耗时耗力，很可能在激烈的竞争中错失先机，失去对潜力企业的及时关注。

发明内容

本发明实施例的目的在于提供面向投融资领域机构的观点挖掘方法、装置和电子设备，用以解决现有无法从投融资新闻文本中获取目标投融资结构的观点的问题。

为实现上述目的，本发明实施例主要提供如下技术方案：

第一方面，本发明实施例提供了一种面向投融资领域机构的观点挖掘方法，包括：

S1：对第一投融资新闻文本进行预处理，去除所述第一投融资新闻文本中的第一类型字符；

S2：将去除第一类型字符后的第一投融资新闻文本转换为文本特征向量；

S3：构建面向投融资领域机构观点挖掘的深度学习模型，所述深度学习模型包括文本序列输入层、文本序列语义抽取层、文本序列结构语义抽取层和观点预测输出层；

S4：将所述文本特征向量输入到所述深度学习模型中进行训练，得到用于预测的面向投融资领域机构观点挖掘的观点挖掘模型；

S5：将第二投融资新闻文本输入到所述观点挖掘模型中，得到所述第二投融资新闻文本的观点类别；

S6：根据所述第一投融资新闻文本的观点类别和所述第二投融资新闻文本的观点类别对目标投融资机构的观点类别进行统计。

根据本发明的一个实施例，所述第一类型字符包括无效的非文本符号和停用词。

根据本发明的一个实施例，步骤S2包括：

S2-1：对中文字符长度超过预设长度阈值的投融资新闻文本，对文本起始位置和超过所述预设长度阈值的部分分别填充第一字符和第二字符；

S2-2：按照预训练BERT模型的词汇库的索引号对填充字字符后的第一投融资新闻文本转换成字符向量V_token、以及位置向量V_position；