基于文档结构与深度学习的金融公告信息抽取

被引：13

作者：

黄胜 ^{[1
,2
]}

王博博 ^{[1
,2
]}

朱菁 ^{[3
]}

机构：

[1] 重庆邮电大学通信与信息工程学院

[2] 重庆邮电大学光通信与网络重点实验室

[3] 深圳证券信息有限公司数据中心

来源：

计算机工程与设计 | 2020年 / 41卷 / 01期

关键词：

公告; 信息抽取; 神经网络; 文档结构树; 序列标注;

D O I：

10.16208/j.issn1000-7024.2020.01.019

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

针对金融类公告中的结构化数据难以被高效快速提取的问题,提出一种基于文档结构与Bi-LSTM-CRF网络模型的信息抽取方法。自定义一种文档结构树生成算法,利用规则从文档结构树中抽取所需节点信息;构建基于信息句触发词的局部句子规则,抽取包含结构化字段信息的信息句;将字段的结构化信息抽取看作序列标注问题,分词时加入领域知识词典,构建基于Bi-LSTM-CRF的神经网络模型进行字段信息识别。实验结果表明,该信息抽取方法可以满足多类型公告的结构化信息提取,最终的信息句与字段信息抽取的平均F1值均可达到91%以上,验证了该方法在产品业务中的可行性和实用性。

引用

页码：115 / 121

页数：7