中文文本中企业并购信息的自动抽取ppt课件

1、中文文本中企业并购信息的自动抽取北师大中文信息处置研讨所 韩伟峰weifenghan041632021.11.06提纲本文研讨意义及义务语料库的建立企业并购典型表达方式分析知识库的建立本文研讨的难点一 本文的研讨意义及义务1.1 本文研讨意义信息抽取是自然言语处置的一个重要运用领域。本文中所指的“并购包括：收买、兼并和合并。中文文本企业并购信息自动抽取的研讨是信息抽取在经济和金融领域的探求实际和运用，具有重要的研讨意义。1.2 本文研讨的义务本文的研讨目的是在研讨分析大量相关语料根底上，人工加机器总结股权收买事件在句子或句群中的表述方式，并且基于HNC实际进展语义分析，建立实现抽取的方式知识库

2、。 在方式的获取和表示方法上，我们偏重于语义知识的利用，自创HNC实际的概念和句类思想，并经过对言语方式和内容的细致调查来定义抽取方式。 1.2 本文研讨的义务抽取的信息拟包括：并购类型、自动方、被动方、并购金额、并购结果、并购性质等等。抽取的信息也会由于并购类型不同添加 比如：合并合并后的新企业称号 收买收买内容股权、资产 兼并产权转移二 语料库的建立 2.1 语料库的搜集整理语料的选取与抽取义务结合 这里选择报道企业并购事件的新闻语料，排除一些评论性和分析性的语料。充分利用语料研讨企业并购信息表达 语料中总结提取出规那么运用的方式是很重要的一步。2.2 语料的搜集与标注语料的搜集整理是本文

3、研讨很重要的前期预备。语料来源： 中国并购网 关于并购的新闻报道。制定语料标注规那么 原那么：程序自动提取信息所需求的知识 由于识别不是本文研讨范围，所以一些公司企业名、人名等需求先行标注标注范例 北京时间10月27日早间音讯，据国外媒体报道，北电周一宣布，曾经与日立达成协作协议，由日立出资1000万美圆购买北电下一代分组中心网络部件业务。三 企业并购的信息方式分析3.1 企业并购信息的分析分析方法是以相关句子或者句群的动词为中心。分析内容：动词主语搭配、动词宾语搭配、适用的并购类型等等 例如：“转让 主语：自动方 宾语：内容资产、股权、债务 类型：收买3.2 企业并购信息的表达方式按照并购的

4、类型分类总结表达方式HNC实际的句类实际为我们提供了很好的实际根底。 转移句 T0 = TA+T0+TB+TC 关系句 Rm4 = RB + R 等等3.3 表达方式范例以收买类为例，总结表达方式:TA + Verb + TB TA + Verb + TB + TC 收买 收买 认购 认购 买进 买进 拥有 拥有 苏宁电器胜利收买Laox公司。 苏宁电器胜利收买Laox公司27.36%的股权。四 知识库的建立中心动词知识库并购结果知识库并购类型知识库排除知识库4.1 中心动词知识库中心动词库的建立根据动词本身的特点来进展。想象以“收买为例：Verb Object主语 Type类型收买 a/p

5、.F.并购 a .T.认购 a .T. 受让 p .T.转让 p .F.4.2 并购结果知识库 并购信息中，并购结果是抽取的重要义务之一，表示结果的词语和表达很多，也可以尽能够穷尽。普通位于中心动词的前面，或者后面，或者是另一句子隐含信息。 V前：胜利、圆满、顺利 / 没有、中断等 V后：了、完、胜利、终了/ 失败、终止、失效等 隐含：不欢而散、功亏一篑、皆大欢喜等另外还会有一些固定表达方式。 4.3 并购类型知识库抽取要区分并购类型：收买、兼并、合并某些中心动词可以明显判别： 收买、合并、兼并、吞并、吃掉有些需求V+N来判别 收买15%股权 收买全部产权更复杂的需求调查上下文推断，这需求更高的了解层次。 4.4 排除知识库有些信息是与我们的所抽取的义务无关，但是其存在干扰了我们抽取的准确性。比如，时间类：上次、去年、以前、将等 否认类：没有、不 等 志愿类：有意、计划、想、欲等 中心名词定语： 去年胜利收买骑士队的黄建华有意收买吉林东北虎。五 研讨中的一些难点抽取信