融合卷积门控与实体边界预测的中文财务报表实体抽取研究

摘要

在金融领域财务报表对企业的发展规划具有重要作用，但提取报表中的有效信息仍然高度依赖于人工。为此，提出一种融合关键信息和实体边界信息的财务报表命名实体识别方法，以提升财务报表有效信息提取效率。首先，通过两个卷积层、自注意力机制及门控机制组成的卷积门控单元对编码器的输出进行局部特征提取，筛选关键信息来引导实体识别；其次，通过实体边界预测模块将实体边界信息融入具有句子依赖关系的长序列语义特征；最后，将关键信息和融合了实体边界信息的长序列语义特征输入条件随机场层，以提取满足实体标注规则的相邻标签间的依赖，并获得全局最优标签序列。实验表明，所提模型在Resume、MSRA数据集上的F1值分别为95.75%、94.92%，优于所有比较模型，证明了该方法在中文命名实体识别的有效性；在财务报表数据集上的准确率、召回率、F1值分别为87.93%、92.45%、90.13%，相较于基线模型效果更好，能有效识别金融领域命名实体。

关键词

金融; 命名实体识别; 卷积门控单元;