[发明专利]结合深度学习和逻辑规则的企业新闻数据风险分类方法

摘要

本发明公开了一种结合深度学习和逻辑规则的企业新闻数据风险分类方法，包括如下步骤：从新闻材料中提取出含有确定企业相关属性的句子；将含有相关属性的句子输入CNN句子分类模型中，得到每个句子的句子分类；将每个句子分类分别进行加权处理，得到当前新闻的新闻分类；将新闻材料以篇为单位输入Bi‑LSTM文章情感分类模型中，得到每篇新闻的情感倾向值；结合每篇新闻的新闻分类和情感倾向值，得到每篇新闻的新闻风险类别；本发明通过结合CNN句子分类模型与Bi‑LSTM文章情感分类模型对新闻数据风险类别进行预测，可更加准确地预测新闻中企业主体的风险信息，准确性更高。

主权项

1.结合深度学习和逻辑规则的企业新闻数据风险分类方法，其特征在于，包括如下步骤：根据确定企业的公司名称获取所述确定企业的相关属性，将所述相关属性两两组合并以此为关键词进行搜索，获取与所述确定企业相关的新闻材料，并从所述新闻材料中提取出含有所述相关属性的句子；将含有所述相关属性的句子输入CNN句子分类模型中，得到每个句子的句子分类，所述句子分类为正面类别或负面类别；将每个所述句子分类分别进行加权处理，取加权处理后的句子分类值大者作为当前新闻的新闻分类，所述新闻分类为正面类别或负面类别；将所述新闻材料以篇为单位输入Bi‑LSTM文章情感分类模型中，得到每篇新闻的情感倾向值，所述情感倾向值为正面概率和负面概率；当情感倾向值的正面概率为0.6～1.0且新闻分类为正面类别时，则所述新闻风险类别为正面类别，其余情况对应的新闻风险类别状态为相关提及；当情感倾向值的负面概率为0.6～1.0且新闻分类为负面类别时，则所述新闻风险类别为负面类别，其余情况对应的新闻风险类别状态为相关提及。