重庆理工大学学报2020，Vol.34Issue(5) ：139-149.

面向金融知识图谱的实体和关系联合抽取算法

Joint Entity and Relation Extraction for Constructing Financial Knowledge Graph

胡扬 闫宏飞 陈翀
重庆理工大学学报2020，Vol.34Issue(5) ：139-149.
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

面向金融知识图谱的实体和关系联合抽取算法

Joint Entity and Relation Extraction for Constructing Financial Knowledge Graph

胡扬 1闫宏飞 2陈翀3
扫码查看

作者信息

  • 1. 北京大学 信息科学技术学院,北京 100871
  • 2. 北京大学 信息科学技术学院,北京 100871;北京大学 大数据科学研究中心大数据分析与应用技术国家工程实验室,北京 100871
  • 3. 北京师范大学 政府管理学院,北京 100875
  • 折叠

摘要

在知识图谱的构建过程中,传统方法先进行命名实体识别,再进行关系抽取,导致任务间关联信息的丢失,而且忽略了实体间的重叠关系.为此,基于能识别重叠关系的Bi-LSTM+CRF模型,通过参数共享实现两个任务联合学习,充分利用任务间联系来优化结果.公开数据集上的实验结果表明:所提出模型在实体识别上取得了78.4％的f1值,在非重叠关系和重叠关系的抽取上取得了50.5％和45.0％的f1值.为验证该方法可后续用于金融知识图谱构建,提取了小型金融数据集来验证其在金融数据上的泛化能力.

关键词

命名实体识别/关系抽取/联合抽取/知识图谱

引用本文复制引用

基金项目

国家自然科学基金(U1536201)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量12
参考文献量26
段落导航相关论文