知识图谱增强的金融文档事件抽取
计算与语言
2021-09-07 v1 信息检索
机器学习
摘要
事件抽取是自然语言处理中的经典任务,广泛应用于处理大量且快速增长的金融、法律、医疗与政府文档;这类文档常包含多个事件,其要素分散并混杂于文档中,使问题更加困难。尽管待抽取事件要素之间的潜在关系提供了有益的上下文信息,它们在先前研究中被某种程度上忽视。我们展示了利用捕获实体关系及其属性的知识图谱为该任务带来的增强。我们提出了首个通过图神经网络嵌入知识图谱并将嵌入与常规特征在文档级别集成的事件抽取框架。具体而言,在从中国金融公告中抽取事件时,我们的方法在 F1 分数上比最先进(state-of-the-art)方法高出 5.3%。
引用
@article{arxiv.2109.02592,
title = {Knowledge Graph Enhanced Event Extraction in Financial Documents},
author = {Kaihao Guo and Tianpei Jiang and Haipeng Zhang},
journal= {arXiv preprint arXiv:2109.02592},
year = {2021}
}