(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 202210688296.5 (22)申请日 2022.06.17 (71)申请人 东方合智数据科技 （广东） 有限责任 公司 地址 528237 广东省佛山市南海区狮山 镇 强狮路2号 （厂房A） C区 （住所申报） (72)发明人 王晓峰　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 陈专 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/242(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于瓦楞纸行业的原纸行情数据处理 方法及相关 设备 (57)摘要 本发明公开了一种基于瓦楞纸行业的原纸 行情数据处理方法及相关设备， 所述方法包括： 导入多个数据处理工具， 用于对数据、 中文文字 和语义进行相关处理； 载入原纸行情记录文本， 加载文本， 去除停用词、 去除数字以及去除左右 空格， 利用jieba中文分词库将中文句子拆分成 多个词组， 统计词频出现次数并去重后输出结 果； 根据已完成的分词词组进行词嵌入， 将文本 转化为数值向量表示， 并将数值向量输入到第一 层词向量神经网络进行训练和运算； 基于第二层 神经网络和第三层神经网络为汇聚层进行数据 模型训练并对文本识别分类， 定义字典对词性分 类标注， 将预测结果保存并写入HDF5文件。 本发 明实现了 行情数据信息标注分类， 关键词统计和 行情预测。 权利要求书2页 说明书9页 附图3页 CN 115146059 A 2022.10.04 CN 115146059 A 1.一种基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述基于瓦楞纸行业 的原纸行情数据处 理方法包括： 导入多个数据处 理工具， 用于对数据、 中文 文字和语义进行相关处 理； 载入原纸行情记录文本， 调用jieba分词库加载文本， 基于开源组件自带的停用词典去 除停用词、 去除数字以及去除左右空格， 利用jieba中文分词库将中文句子拆分成多个词 组， 统计词频 出现次数并去重后输出 结果； 根据已完成的分词词组进行词嵌入， 将文本转化为数值向量表示， 并将数值向量输入 到第一层词向量神经网络进行训练和运 算； 选择LSTM搭建第二层神经网络， 第三层神经网络为汇聚层， 基于第二层神经网络和第 三层神经网络为汇 聚层进行数据模型训练并对文本识别分类， 定义字典对词性分类标注， 将预测结果保存并写入HDF5文件。 2.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 数据处理工具包括： numpy、 matelotlib、 jieba、 NLTK、 math， re、 gensim、 tensorflow和 keras； numpy用于提供高性 能的矩阵运算； matelotlib用于观测数据变化和分布； jieba是 一个Python中文分词组件； NLTK为自然语言工具； math用于数学函数运算； re为正则化处理 工具； gensim用于将中文转换成Word2Vec向量； tensorflow是一个基于数据流编程的符号 数学系统； keras是开源的深度学习框架。 3.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 根据已完成的分词词组进行词嵌入， 将文本转化为数值向量表示， 并将数值向量输入到第 一层词向量神经网络进行训练和运 算， 具体包括： 根据已完成的分词词组进行词嵌入， 创建字典并设置2万个 高频词汇， 嵌入矩阵行数设 置为16行； 每一个语句最大长度为200， 数据模型选择Sequential序 贯模型， 配置训练集和测试集 数据用于模型训练调用， 第一层词向量神经网络搭建完成。 4.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 第一层词向量神经网络用于将向量数据加载到序贯模型， 通过add传入所有参数加载到深 度学习神经网络层， 进行运 算准备。 5.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 第二层神经网络选择LSTM时序型运算模式并设置128个神经元， 形成一个128*128的图形化 矩阵用于运 算转化后的文字向量。 6.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 第三层神经网络对图像中的数据进行分类， 输出层选择计算公式函数， 作为 最终数据展示。 7.根据权利要求1所述的基于瓦楞纸行业的原纸行情数据处理方法， 其特征在于， 所述 预测结果包括： 原纸行情信息利好、 无影响和较差行情中。 8.一种基于瓦楞纸行业的原纸行情数据处理系统， 其特征在于， 所述基于瓦楞纸行业 的原纸行情数据处 理系统包括： 工具导入模块， 用于导入多个数据处理工具， 用于对数据、 中文文字和语义进行相关处 理； 分词识别模块， 用于载入原纸行情记录文本， 调用jieba分词库加载文本， 基于开源组权　利　要　求　书 1/2 页 2 CN 115146059 A 2件自带的停用词典去除停用词、 去除数字以及去除左右空格， 利用jieba中文分词 库将中文 句子拆分成多个词组， 统计词频 出现次数并去重后输出 结果； 词嵌入模块， 用于根据已完成的分词词组进行词嵌入， 将文本转化为数值向量表示， 并 将数值向量输入到第一层词向量神经网络进行训练和运 算； 识别分类模块， 用于选择LSTM搭建第二层神经网络， 第三层神经网络为汇聚层， 基于第 二层神经网络和 第三层神经网络为汇聚层进 行数据模型训练并对文本识别分类， 定义字典 对词性分类标注， 将预测结果保存并写入HDF5文件。 9.一种终端， 其特征在于， 所述终端包括： 存储器、 处理器及存储在所述存储器上并可 在所述处理器上运行的基于瓦楞纸行业的原 纸行情数据处理程序， 所述基于瓦楞纸行业的 原纸行情数据处理程序被所述处理器执行时实现如权利要求 1‑7任一项所述的基于瓦楞纸 行业的原纸行情数据处 理方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有基于瓦楞 纸行业的原 纸行情数据处理程序， 所述基于瓦楞纸行业的原 纸行情数据处理程序被处理器 执行时实现如权利要求1 ‑7任一项所述的基于瓦楞纸行业的原纸行情数据处理方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115146059 A 3