针对金融文本语义特征难以准确提取的问题，提出一种面向金融文本的实体关系抽取方法。使用预训练模型FinBERT对输入金融文本进行字、词粒度特征提取；在编码层引入时序格子网络将词粒度特征动态融合到字粒度特征中；采用字级别注意力机制合并所有字粒度特征，获取更准确的句子表示，进行关系分类。实验结果表明，该方法在金融文本数据集上F1值达到91.8%,较目前主流方法效果更好。
科研之友
微信
新浪微博
Facebook
分享链接
