从海量异构非结构化数据中辨别金融实体,定义并挖掘实体间的各种关系,从而构建证券行业知识图谱。主要应用于智能投研、智能公告、舆情监控、推理决策、文本分析、智能风控等场景,帮助券商解决规模化大数据处理、半结构化数据整合、数据传导效应分析等核心需求
通过构建金融知识图谱来进行市场数据及基本面分析,通过自然语言处理、关联关系分析、行业产业知识推理等为动态、多维度的基本面分析做支持
完成实体识别、关联分析、语义消歧等环节后后,实现投研数据自动筛选、模板应用和模型计算,并可自动化生成部分研究报告
对于上市公司公告中披露的信息变动、可以通过智能摘要、关键词抽取、事件统计、关联挖掘、知识推理等场景,快速掌握上市公司新闻动向、分析可能产生的正面或负面的影响,先于他人发掘出潜在关联方与影响,从而快速获利或止损
数据采集、预处理;知识结构化与数据融合
实体构建、实体属性挖掘、实体关系识别与链接、知识推理
多种展现形式、智能信息挖掘模块、关系挖掘