基于词汇语义模式的金融事件信息抽取方法

来源：计算机应用杂志2018年第1期北京时间：

作者：罗明, 黄海量

单位：1. 上海财经大学 信息管理与工程学院, 上海 200433;2. 上海财经大学 上海市金融信息技术研究重点实验室, 上海 200433

摘要：信息抽取是自然语言处理工作中的重要任务之一。针对由于自然语言的多样性、歧义性和结构性而导致的信息抽取困难的问题，提出了一种面向金融事件信息抽取的层次化词汇-语义模式方法。首先，定义了一个金融事件表示模型；然后应用基于深度学习的词向量方法来实现自动生成同义概念词典；最后采用基于有限状态机驱动的层次化词汇-语义规则模式实现了对各类金融事件信息自动抽取的目标。实验结果表明，所提方法可以从金融新闻文本中准确地抽取出各类金融事件信息，并且对26类金融事件的微平均识别准确率达到93.9%，微平均召回率达到86.9%，微平均F1值达到90.3%。

关键词：词汇-语义模式,信息抽取,金融事件,词向量,词列表,概念词典

基金资助：上海市科技人才计划项目（14XD1421000）；上海市科技创新行动计划项目（16511102900）。