公开(公告)号：CN114170614A

公开(公告)日：2022-03-11

申请号：CN202111535580.0

申请日：2021-12-15

申请人： 上海金仕达软件科技有限公司

发明人： 张胜博 ,  万德洪 ,  孙科 ,  罗康洋 ,  束金龙 ,  谭可人 ,  王佳妮 ,  雷鑫林 ,  刘宇 ,  耿然 ,  铁清木 ,  张炜祺 ,  张林

IPC分类号： G06V30/416 ,  G06V30/413 ,  G06F16/178

摘要： 本发明公开了一种公告文档的处理方法及系统，基于获取的PDF公告文档的格式和内容，判断PDF公告文档为标准化PDF文档或非标准化PDF文档，当PDF公告文档为标准化PDF文档时，将PDF公告文档由PDF格式转换为一个临时的docx格式的Word公告文档，对PDF公告文档和Word公告文档采用预设坐标算法进行公告域信息分割，并在分割完成后得到PDF公告文档对应的格式化的公告纯文本。本发明利用Word公告文档中的正文行对象和表格对象，在采用预设坐标算法时有效的区分PDF公告文档中的正文行对象和表格对象，使得PDF公告文档转换之后的正文行对象与表格对象相互区分和隔离，满足自然语言处理技术的需求。

公开(公告)号：CN115146639A

公开(公告)日：2022-10-04

申请号：CN202210647798.3

申请日：2022-06-08

申请人： 上海金仕达软件科技有限公司

发明人： 罗康洋 ,  万德洪 ,  孙科 ,  张胜博 ,  束金龙 ,  雷鑫林 ,  刘宇 ,  耿然 ,  铁清木 ,  张炜祺 ,  张林

IPC分类号： G06F40/295

摘要： 本发明提供一种面向金融领域的中文命名实体识别方法及系统，通过将待识别数据处理为单字符和/或多字符，并将所述单字符和/或所述多字符分别转化为词向量；根据FLAT(F l at‑Latt ice Transformer)编码模型，对所述单字符和/或多字符的位置信息进行相对位置编码得到四个位置编码方阵，其中，所述位置信息为每一个单字符和/或多字符都构建两个位置列表，分别为Head和Tai l，Head为每个字符或词汇的开始位置，Tai l为每个字符或词汇的结束位置；将所述词向量和所述位置编码方阵输入Transformer模型得到实体的标签；将所述实体的标签输入判别模型得到实体类型的技术方案，提高了判断实体类型准确性，提升了识别效率。

公开(公告)号：CN115017901A

公开(公告)日：2022-09-06

申请号：CN202210645984.3

申请日：2022-06-08

申请人： 上海金仕达软件科技有限公司

发明人： 张胜博 ,  万德洪 ,  孙科 ,  罗康洋 ,  束金龙 ,  雷鑫林 ,  刘宇 ,  耿然 ,  铁清木 ,  张炜祺 ,  张林

IPC分类号： G06F40/289 ,  G06F40/30 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种公告语料的信息预测方法、系统、设备以及存储介质，其中，信息预测方法包括以下步骤：获取训练语料；对训练语料进行语料分割，得到分割语料；根据标记符集合对分割语料进行标注，得到标注序列；将分割语料输入至第一预训练模型，得到字嵌入序列；将分割语料输入至第二预训练模型，得到BERT嵌入序列；对标注序列、字嵌入序列以及BERT嵌入序列进行顺序拼接，得到训练语料的训练数据；将训练语料的训练数据输入至神经网络模型中进行训练，得到信息预测模型；获取公告语料的特征数据；将公告语料的特征数据输入至信息预测模型中进行信息预测，得到预测结果。