买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳证券信息有限公司

摘要：本申请实施例公开了一种问询函生成方法、系统及其装置，用于针对发行方招股书中的异常审核点生成问询函，辅助人工撰写，节省人力和时间。本申请实施例方法包括：获取目标生成模型，所述目标生成模型由历史问询函和历史招股书对初始生成模型进行机器学习训练得到，所述目标生成模型中保存有用于生成目标问询函的规则字典，所述历史问询函与所述历史招股书具有对应关系，且所述历史问询函根据所述历史招股书生成，所述规则字典通过对历史问询函和历史招股书进行机器学习并结合人工经验得到；获取目标招股书的文本向量；将所述目标招股书的文本向量输入所述目标生成模型，所述目标生成模型根据所述规则字典输出所述目标招股书对应的目标问询函。

主权项：1.一种问询函生成方法，其特征在于，包括：运用分类算法将历史问询函分解为问询背景段落和问询问题段落，并识别所述问询问题段落中包含的细分问题，其中，一个审核要点对应至少一个所述问询背景段落和至少一个所述问询问题段落，同一所述审核要点对应的所述问询背景段落和所述问询问题段落具有关联关系；确定所述细分问题对应的审核要点，其中，一个所述审核要点对应至少一个所述细分问题，并形成表示所述审核要点和所述细分问题的对应关系的第一目录；获取所述细分问题中包含的关键词，将所述关键词作为所述细分问题的问询方向；对每个所述审核要点对应的所述细分问题按照问询方向分别进行聚类，得到表示所述审核要点、所述问询方向和所述细分问题的对应关系的第二目录，其中，一个所述审核要点对应至少一个所述问询方向，一个所述问询方向对应至少一个所述细分问题；将所述细分问题输入至神经网络算法模型生成问题模板，并得到表示所述审核要点、所述问询方向和所述问题模板的对应关系的第三目录，其中，一个所述审核要点对应至少一个所述问询方向，一个所述问询方向对应至少一个所述问题模板；根据所述细分问题确定所述审核要点的触发条件，得到表示所述审核要点、所述问询方向、所述问题模板和所述触发条件的对应关系的第四目录，所述触发条件用来判断是否要对所述审核要点进行问询；对所述问询背景段落和历史招股书进行机器学习获得用于生成所述问询背景段落的摘要改写规则；规则字典包括所述第四目录和所述摘要改写规则；获取目标生成模型，所述目标生成模型由所述历史问询函和历史招股书对初始生成模型进行机器学习训练得到，所述目标生成模型中保存有用于生成目标问询函的所述规则字典，所述历史问询函与所述历史招股书具有对应关系，且所述历史问询函根据所述历史招股书生成；获取目标招股书的文本向量；将所述目标招股书的文本向量输入所述目标生成模型，所述目标生成模型根据所述规则字典输出所述目标招股书对应的目标问询函；所述将所述目标招股书的文本向量输入所述目标生成模型，包括：将所述目标招股书的文本向量输入所述目标生成模型后，使所述规则字典与目标招股书的文本向量进行匹配，当满足任一所述审核要点的触发条件时，所述规则字典对触发审核要点的目标招股书中的段落进行基于文本向量的相似度匹配和关键词匹配，若所述段落与任一所述问题模板匹配，则在所述问题模板中填充实体、属性和属性值从而获得构成目标问询函的问询问题段落的细分问题，基于构成目标问询函的问询问题段落的细分问题确定所述目标问询函的问询问题段落；当满足任一所述审核要点的触发条件时，获取所述审核要点对应的问询方向，并从所述目标招股书中摘取包含所述审核要点所对应问询方向的语句，且将所述语句中所述审核要点对应的问询方向替换为对应的先行语，获得所述目标问询函的问询背景段落；基于任一所述审核要点、所述目标问询函的问询问题段落、所述目标问询函的问询背景段落的目标问询函以及三者之间的对应关系，构成目标问询函。

全文数据：

权利要求：

百度查询： 深圳证券信息有限公司 一种问询函生成方法、系统及其装置