科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有方法在获取证券信息披露长文档中的表格时准确度低的问题，该文提出了一种基于上下文特征融合的表格分类方法。首先对证券信息披露长文档中的表格和其上下文进行抽取和预处理，建立了表格分类的数据集；然后针对表格信息和上下文信息的不同特点，使用不同的多尺度卷积神经网络进行特征提取；进一步设计了一种针对表格分类更有效的特征融合方式。在构建的表格分类数据集上的分类结果相较于基线模型Micro-F1值提升了0.37%,Macro-F1值提升了1.24%,实验结果表明，该文提出的表格分类方法可较好地改善待分析表格获取效果。
- 单位
