基于词汇-语义模式的金融事件信息抽取方法 | |
罗明1; 黄海量2 | |
刊名 | 计算机应用 |
2018 | |
卷号 | 38期号:1页码:84-90 |
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 Lexical-Semantic Pattern (LSP) information extraction financial event word vector word list concept gazetteer |
ISSN号 | 1001-9081 |
英文摘要 | 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%。 |
URL标识 | 查看原文 |
WOS研究方向 | Automation & Control Systems |
语种 | 中文 |
CSCD记录号 | CSCD:6157435 |
内容类型 | 期刊论文 |
源URL | [http://10.2.47.112/handle/2XS4QKH4/724] |
专题 | 上海财经大学 |
作者单位 | 1.上海财经大学信息管理与工程学院, 上海 200433, 中国; 2.上海财经大学信息管理与工程学院;;上海财经大学, ;;上海市金融信息技术研究重点实验室, ;;, 上海;;上海 200433;;200433, 中国 |
推荐引用方式 GB/T 7714 | 罗明,黄海量. 基于词汇-语义模式的金融事件信息抽取方法[J]. 计算机应用,2018,38(1):84-90. |
APA | 罗明,&黄海量.(2018).基于词汇-语义模式的金融事件信息抽取方法.计算机应用,38(1),84-90. |
MLA | 罗明,et al."基于词汇-语义模式的金融事件信息抽取方法".计算机应用 38.1(2018):84-90. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论