智能投研技术联盟定位于服务智能投研技术领域的跨行业、开放性、非营利性的交流平台，由72家从事智能投研技术应用、开发、研究、服务和支持的相关机构和组织共同发起设立。2021年4月10日，智能投研技术联盟（ITL）“自然语言处理”智能技术应用研讨会在上海举行，丹渥智能CEO白雪博士，受邀参与进行了投研场景中的智能搜索实践报告。

---

 

2021年4月10日(星期六)在上海北外滩来福士广场上海金融科技园，丹渥智能CEO白雪博士受‍‍‍‍邀参加了智能投研技术联盟（ITL）举办的智能技术应用研讨会，进行了智能投研场景中的实践技术分享，就投研场景中的智能搜索实践进行了报告。

搜索技术应用在投研场景中，主要的难点有：开放意图识别；场景深度语义，可结合产业链图谱加持搜索；以及投研标签库的建设，包括领域词库、同义词库，细分行业库、品牌词库等各类标签库的建设与更新机制等等。

这些难点都是投研场景中进行搜索技术应用时不可避免的问题，而在解决这些难点以外，本身客户还有新的需求要满足，比如在期待搜到图片内的关键词，想提取图片内容再加工；期待有丰富的底层数据库，可以搜历史20+年的研报、新闻、edb数据等 ；期待搜索引擎能充分理解投研场景，根据需求返回各种数据类型 ；期待能识别新事件、投资热点、细分行业并对应到公司和属性等。都是要考虑进去进一步满足的用户需求。

 

02智能搜索的算法技术

---

 

搜索技术在各行各业领域都有应用，如何针对金融投研业务场景，有针对性的对技术进行改进，面对这样的诉求，我们给出体系化的解决方案，下图是搜索整体算法结构：query输入，首先是预处理，包括分词、实体识别等，接下来可进行搜索提示和拼写纠错，再是查询解析和拓展，通过ES全文检索、数据库表格检索、KG库检索等，最终排序输出结果。

其中，数据库知识数据的丰富程度，很大影响到查询效果。可以通过构建机构特色的投研中观库，将多个第三方供应商的数据接入、整合，为投研服务提供一个全面的底层知识数据库的支撑。通过产业链知识图谱、股权图谱、事件图谱，自动更新系统词库，包括公司、产品、概念、属性及其同义词、相关词等，进一步支持NLP分类引擎，为文档打上个股、行业、事件等标签，与搜索输入相匹配，基于场景提供更丰富的返回结果。

而标签体系的建设，是一个基础性的、系统性的工程。文本类、时间序列类型数据，都可通过标签，与搜索相匹配。例如，行业指标数据，需要遵循一定的命名规范和体系化的属性维度标签化，才方便在细粒度的查询中更精准的进行匹配。丹渥与恒生研究院合作，共同从六个大的维度建设行业标签体系：从宏观、到行业，到微观标的股票、债券、基金、衍生品，力求为金融行业事件标签标准化建设，做出一些贡献。

同时我们与恒生研究院NLP团队研发上线NL2SQL数据库问答式搜索，用户输入自然语言，由系统基于NLP技术解析用户查询意图、建模数据特征，生成形式化查询语句，获取查询结果，在投研场景常见的表数据库查询中发挥着重要作用。

  

03搜索技术应用实例

---

 

在数字丹渥系统中进行全站搜索的时候，我们单独做了个模块进行研报图表的抽取，可以更加高效快捷的定位研报里面的数、图、表，提效研报知识获取的这一动作，同时也支持图表内容OCR识别，方便对图表的内容进行二次提取和加工，进一步提高投研人员获取数据的能力。

如果用户在数字丹渥平台进行公司信息搜索时，首先系统会根据用户查询的语句进行判断，然后检索平台底层所有的功能模块和相关数据，通过匹配之后返回客户最想要的结果。

同时搜索功能还会去匹配目前数字丹渥已有功能模块中的内容，比如说产业链和投研框架模块，会自动匹配用户搜索公司所在的产业链和投研框架，作为补充结果返回给用户。

除此之外，数据丹渥平台还内嵌了云盘、新闻资讯、数据、关系图谱等产品模块，作为搜索内容的补充，扩展用户的搜索边界，获得更多有用的知识数据，满足投研场景用户的需要。总而言之在投研场景中，从找数据，到做分析，到结果展示的全流程里，搜索是一个尤为重要的入口。搜索作为一个极为易用的国民级工具，既可在轻型化投研的移动版中，起到主入口和主连接的作用，同时可以关联打通产业链、投研逻辑、底层图谱，串联智能写作、投研底稿、持仓监控，从而赋能整个投研一体化平台。