DSC-IITISM 在 FinCausal 2021 上的工作：结合词性标注与基于注意力的上下文表示识别金融文档中的因果关系
计算与语言
2021-11-02 v1 人工智能
摘要
因果关系检测在自然语言处理与语言学研究领域备受关注，其在信息检索、事件预测、问答、金融分析与市场研究方面有重要应用。本研究探讨了多种利用 transformer 识别并抽取金融文档中因果对的方法。为此，我们提出一种将词性（POS）标注与 BIO 标注方案相结合的方法，该方法可与现代 transformer 模型集成以应对给定文本中因果关系识别的挑战。我们的最佳方法在 FinCausal 2021 研讨会 FinCausal-2021 共享任务的盲测中取得了 0.9551 的 F1 分数与 0.8777 的精确匹配分数。
引用
@article{arxiv.2111.00490,
title = {DSC-IITISM at FinCausal 2021: Combining POS tagging with Attention-based Contextual Representations for Identifying Causal Relationships in Financial Documents},
author = {Gunjan Haldar and Aman Mittal and Pradyumna Gupta},
journal= {arXiv preprint arXiv:2111.00490},
year = {2021}
}
备注
5 pages, 5 tables