隨著大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展,數(shù)據(jù)驅(qū)動(dòng)下的智能化浪潮給金融業(yè)的發(fā)展帶來了新的創(chuàng)新機(jī)遇和商業(yè)模式。目前,金融領(lǐng)域每天都會(huì)產(chǎn)生大量不同形式的互聯(lián)網(wǎng)文本數(shù)據(jù)。如何準(zhǔn)確、高效地挖掘這些金融文本中的重要信息,以提升金融服務(wù)效率是金融智能化面臨的一個(gè)關(guān)鍵問題。本文主要研究金融信息挖掘中的核心任務(wù)-實(shí)體關(guān)系抽取任務(wù)。該任務(wù)的目標(biāo)是從文本數(shù)據(jù)中識(shí)別出金融實(shí)體,并判斷實(shí)體間存在的語義關(guān)系。通過對(duì)實(shí)體關(guān)系抽取方法進(jìn)行調(diào)研,本文從管道式和聯(lián)合式實(shí)體關(guān)系抽取兩個(gè)方面進(jìn)行探索,分析現(xiàn)有工作存在的不足和缺陷,有針對(duì)性地提出相應(yīng)的改進(jìn)方法,以此來更好地提升實(shí)體關(guān)系抽取任務(wù)的性能。具體來說,本文主要貢獻(xiàn)有以下幾個(gè)方面:1.對(duì)現(xiàn)有的管道式和聯(lián)合式實(shí)體關(guān)系抽取方法進(jìn)行調(diào)研,整理和總結(jié)相關(guān)方法的研究現(xiàn)狀,分析現(xiàn)有工作存在的不足與缺陷。2.在管道式實(shí)體關(guān)系抽取方面,針對(duì)模型語義關(guān)系信息利用不充分問題,提出一種基于實(shí)體子序列增強(qiáng)與實(shí)體依賴注意力的關(guān)系抽取模型,該模型通過進(jìn)一步單獨(dú)編碼輸入句子的實(shí)體間子序列來增強(qiáng)其對(duì)實(shí)體子序列信息的關(guān)注和利用,并保留原始長句信息;在模型特征融合層引入實(shí)體依賴注意力,引導(dǎo)模型更多地關(guān)注與實(shí)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

金融關(guān)系數(shù)據(jù)集句子長度分布

LSTM網(wǎng)絡(luò)單元結(jié)構(gòu)

不同語義關(guān)系類別的F1值分布情況

【參考文獻(xiàn)】：
期刊論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全實(shí)體識(shí)別方法[J]. 秦婭,申國偉,趙文波,陳艷平.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(01)
[2]融入自注意力機(jī)制的社交媒體命名實(shí)體識(shí)別[J]. 李明揚(yáng),孔芳.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[3]基于CRF和BI-LSTM的命名實(shí)體識(shí)別方法[J]. 柏兵,侯霞,石松.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[4]開放式地理實(shí)體關(guān)系抽取的Bootstrapping方法[J]. 余麗,陸鋒,劉希亮.  測(cè)繪學(xué)報(bào). 2016(05)
[5]基于句法語義特征的中文實(shí)體關(guān)系抽取[J]. 甘麗新,萬常選,劉德喜,鐘青,江騰蛟.  計(jì)算機(jī)研究與發(fā)展. 2016(02)
[6]基于CRF和規(guī)則相結(jié)合的地理命名實(shí)體識(shí)別方法[J]. 何炎祥,羅楚威,胡彬堯.  計(jì)算機(jī)應(yīng)用與軟件. 2015(01)
[7]基于特征組合的中文實(shí)體關(guān)系抽取[J]. 黃鑫,朱巧明,錢龍華,劉梅梅.  微電子學(xué)與計(jì)算機(jī). 2010(04)



本文編號(hào)：3218335