(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210833092.6 (22)申请日 2022.07.14 (71)申请人 上海工程 技术大学 地址 201620 上海市松江区龙腾路3 33号 (72)发明人 江开忠　王国强　 (74)专利代理 机构 上海唯智赢专利代理事务所 (普通合伙) 31293 专利代理师 姜晓艳 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06Q 40/00(2012.01) (54)发明名称 一种基于自然语言处理的金融风险预警方 法 (57)摘要 本发明属于金融信用服务的技术高领域， 公 开了一种基于自然语言处理的金融风险预警方 法， 包括步骤一、 搜集金融语料集， 建立正、 负面 词典和金融主题词典； 步骤二、 搜集客户所关注 的金融数据， 以句子为单位， 提取包含金融主题 词典中词的句子， 组成集合S(Concern)； 步骤三、 对 于集合S(Concern)中的每一个句子， 利用相似性替 换法， 将当中的词对应替换为正、 负面词典中的 正面词、 负面词， 计算替换后的各个句子的情感 极性， 然后将情感极性为负面的句子筛选出来， 组成集合S(neg)； 步骤四、 利用情感波谷搜索法遍 历集合S(neg)中的每个句子， 找出处于最深情感 波谷处的句子集并展示给客户， 以帮助客户快速 找到潜在风险， 有效实施风险管控。 权利要求书2页 说明书8页 附图1页 CN 115391498 A 2022.11.25 CN 115391498 A 1.一种基于自然语言处 理的金融风险预警方法， 其特 征在于包括以下步骤： 步骤一、 搜集金融语料集， 建立 正、 负面词典W±＝W+∪W‑和金融主题词典W(finterm)； 步骤二、 搜集客户所关注的金融数据， 以句子为单位， 提取包含金融主题词典W(finterm) 中词的句子， 组成集 合S(Concern)； 步骤三、 对于集合S(Concern)中的每一个句子， 利用相似性替换法， 将当中的词对应替换 为正、 负面词典中的正面词、 负面词， 计算替换后的各个句 子的情感极性， 然后将情感极性 为负面的句子 筛选出来， 组成集 合S(neg)； 步骤四、 利用情感波谷搜索法遍历集合S(neg)中的每个句子， 找出处于最深情感波谷处 的句子集并展示给客户， 以帮助客户快速找到潜在风险， 有效实施风险管控。 2.根据权利要求1所述的基于自然语言处理 的金融风险预警方法， 其特征在于： 在所述 步骤一中， 基于正、 负面词典中的各个正面词、 负面词在金融语料集出现的总 频数， 标注金 融预料集中各个句 子的极性， 再计算各个正面词、 负面词的极性值， 从而重新划分正、 负面 词典中的正 面词、 负面词。 3.根据权利要求2所述的基于自然语言处理的金融风险预警方法， 其特征在于重新划 分正面词、 负面词的方法包括以下步骤： 记所述金融语料集中所有文档的集合为 所有句子的集合 正面词词典 负面词词典 步骤Ⅰ、 分别统计正面词、 负面词在语料集中出现的总频次f(posw)、 f(negw)， 计算总频次比 步骤Ⅱ、 标注金融语料集中各个句子的极性 分别统计正面词和负面词在句子si中出现的词频总数,记为fi(posw),fi(negw)， 其中i＝1, 2...N(s)； 若fi(posw)＞fi(negw)·λ,则标注句子si的极性偏正 面， 赋予标签Li＝0； 若fi(posw)＜fi(negw)·λ,则标注句子si的极性偏 负面， 赋予标签记Li＝1； 若fi(posw)＝fi(negw)·λ,则不对句子si标注， 即表明句子中性； 步骤Ⅲ、 利用如下 方程式， 计算各个正 面词、 负面词的极性 值 其中， w∈W±， f(0)(w)表示词w在所有标签为0的句子中出现的词频总和， f(1)(w)表示词w 在所有标签为1的句子中出现的词频总和， 通常负面词有： x＝1,2...N1， 正 面词有： y＝1,2...N2； 步骤Ⅳ、 重新划分正 面词、 负面词 若某个正 面词的极性 值小于零， 则将该正 面词调整为负面词； 若某个负面词的极性 值大于零， 则将该负面词 调整为正面词。 4.根据权利要求3所述的基于自然语言处理 的金融风险预警方法， 其特征在于： 在所述权　利　要　求　书 1/2 页 2 CN 115391498 A 2步骤三中相似性 替换方法设置为 记集合S(Concern)中任一个句子为s＝{w1,w2,…wt…,wk}， wt表示句子s中的任一词， 给定 参数δ， 若wt∈W±， wt不替换； 若 将wt替换为下列词： 若解不存在， 则将wt从句子s ＝{w1,w2,…wt…,wk}中删除。 5.根据权利要求4所述的基于自然语言处理 的金融风险预警方法， 其特征在于： 在所述 步骤三中， 利用如下 方程式， 计算 替换后的集 合S(Concern)中各个句子的情感极性 其中， p(wt)表示替换后的词wt的极性值， 由权利要求3求得， ρ(d)(wt)＝TF(wt)·IDF(wt)表示替换后的词wt基于金融语料集中文档的TF ‑IDF， ρ(s)(wt)＝ TF(wt)·ISF(wt)表示替换后的词wt基于金融预 料集中句子的TF ‑ISF； 通常， 句子s的情感极性 为负面有： p(s)＜0， 句子s的情感极性 为正面有： p(s)＞0 。 S(Concern)中所有极性 值为负(p(s)＜0)的句子构成集 合S(neg)。 6.根据权利要求5所述的基于自然语言处理的金融风险预警方法， 其特征在于所述情 感波谷搜索法包括以下步骤： 步骤ⅰ、 利用如下方程式， 计算各个句子s的中心， 再计算任意两个句子 中心之间的欧式 距离， 进而获得欧式距离标准差σ(neg)； 其中， 粗黑体wt表示基于金融语料集， 利用word2vec算法， 计算句子s任一词wt在向量空 间所对应的点或向量； 步骤ⅱ、 以距离标准差σ(neg)作为半径， 以每个句子的中心作为圆心， 计算每个圆内所包 含句子的情感极性之和， 找出情感极性之和最小的句子集即处于最深情感波谷处的句子展 示给客户。 7.一种计算机可读存储介质， 所述计算机可读存储介质用于存储计算机程序， 其特征 在于： 所述计算机程序被处理器执行时， 使 得电子设备执行如权利要求 1‑6之一所述的基于 自然语言处 理的金融风险预警方法。 8.一种电子设备， 包括存储器、 处理器以及存储在存储器 内部的计算机程序， 其特征在 于： 所述处理器执行计算机程序时， 使得电子 设备执行如权利要求 1‑6之一所述的基于自然 语言处理的金融风险预警方法。权　利　要　求　书 2/2 页 3 CN 115391498 A 3