-
公开(公告)号：CN117932245B
公开(公告)日：2024-06-11
申请号：CN202410323738.5
申请日：2024-03-21
Applicant: 华南理工大学
IPC: G06F18/15 , G06F18/20 , G06N3/042 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种金融数据缺失值补全方法、装置及存储介质，属于数据处理技术领域。方法包括：在金融数据的缺失值上逐步增加随机噪声；采用属性‑资产映射模块在噪声预测网络的两端维护属性级特征，而在其内部维护资产级特征；噪声预测网络堆叠了多个相同结构的残差网络层，在残差网络层中使用自注意力模块提取金融数据的时间相关性，并使用切比雪夫图卷积操作提取金融数据的资产相关性；使用噪声预测网络预测金融数据所增加的随机噪声；采用去噪扩散隐式模型范式进行跳步去噪完成金融数据缺失值的补全。本发明通过时空扩散模型建模金融数据特征，并采用图卷积操作捕获资产间的相关性，有效提高了金融数据缺失值的补全性能，并减少其计算开销。
-
公开(公告)号：CN117932245A
公开(公告)日：2024-04-26
申请号：CN202410323738.5
申请日：2024-03-21
Applicant: 华南理工大学
IPC: G06F18/15 , G06F18/20 , G06N3/042 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种金融数据缺失值补全方法、装置及存储介质，属于数据处理技术领域。方法包括：在金融数据的缺失值上逐步增加随机噪声；采用属性‑资产映射模块在噪声预测网络的两端维护属性级特征，而在其内部维护资产级特征；噪声预测网络堆叠了多个相同结构的残差网络层，在残差网络层中使用自注意力模块提取金融数据的时间相关性，并使用切比雪夫图卷积操作提取金融数据的资产相关性；使用噪声预测网络预测金融数据所增加的随机噪声；采用去噪扩散隐式模型范式进行跳步去噪完成金融数据缺失值的补全。本发明通过时空扩散模型建模金融数据特征，并采用图卷积操作捕获资产间的相关性，有效提高了金融数据缺失值的补全性能，并减少其计算开销。
-
公开(公告)号：CN118012992B
公开(公告)日：2024-07-02
申请号：CN202410417863.2
申请日：2024-04-09
Applicant: 华南理工大学
IPC: G06F16/33 , G06F40/295 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N5/02
Abstract: 本发明公开了一种金融文本关系抽取方法、系统及存储介质，属于自然语言处理技术领域。方法包括：预处理金融文本数据，将文本拆解为句子级的输入序列，并加上实体标记；将输入序列的各词语转换为嵌入向量，并获取各词语的上下文序列信息，得到输入序列的表征；根据输入序列的表征提取词语之间的依存关系，得到句法增强表征；根据句法增强表征分别提取金融实体的类型信息和上下文信息；引入金融实体外部知识库，并提取金融实体的知识增强表征；预测实体之间的关系类别，作为金融文本关系抽取的结果。本发明通过基于依存句法树的注意力机制捕获文本的句法增强特征，并通过注意力机制和外部知识图卷积增强金融实体信息，提高金融文本的关系抽取性能。
-
公开(公告)号：CN118012992A
公开(公告)日：2024-05-10
申请号：CN202410417863.2
申请日：2024-04-09
Applicant: 华南理工大学
IPC: G06F16/33 , G06F40/295 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N5/02
Abstract: 本发明公开了一种金融文本关系抽取方法、系统及存储介质，属于自然语言处理技术领域。方法包括：预处理金融文本数据，将文本拆解为句子级的输入序列，并加上实体标记；将输入序列的各词语转换为嵌入向量，并获取各词语的上下文序列信息，得到输入序列的表征；根据输入序列的表征提取词语之间的依存关系，得到句法增强表征；根据句法增强表征分别提取金融实体的类型信息和上下文信息；引入金融实体外部知识库，并提取金融实体的知识增强表征；预测实体之间的关系类别，作为金融文本关系抽取的结果。本发明通过基于依存句法树的注意力机制捕获文本的句法增强特征，并通过注意力机制和外部知识图卷积增强金融实体信息，提高金融文本的关系抽取性能。
-
-
-
Search Results
4
records
(took 0.013 seconds)
