论文《基于词汇-语义模式的金融事件信息抽取方法》的方法总结

一、信息抽取的基本方法：

1.基于规则模式的方法

1. 优点：所需的标注预料较少，规则可解释性强，易于调整。

2. 缺点：灵活性差、查全率较低、可移植性不好。

3. 主要方法：正则表达式方法、半结构化树方法、词汇-句法模式、词汇-语义模式。

2.基于机器学习的方法

1. 主要困难：学习模型效果的好坏主要依赖于训练语料的规模和标注质量，运行时间和效率也随语料符号类别的多少呈线性增长。

二、本文相关工作：

1. 采用一种自然语言文本处理框架-通用文本处理框架中的Java标注模式引擎（JAPE）语言来开发词汇-语义规则模式并实现语义标注工作。

2.采用基于层次化词汇-语义规则模式的方法从金融新闻文本中提取出事件类别、参与人、时间、地点、交易金额等大量与金融事件相关的语义要素信息。

创新点：

1、采用一种新的基于深度学习方法( Word2Vector) 来自动生成概念同义词典的方法，解决了传统手工方式编制概念同义词典费时费力的问题。

2、设计了一种基于有限状态机驱动的层次化的词汇-语义规则标注模式方法，从而实现了对事件语义标注信息的层次化提取和抽象。

3、设计了一种基于有限状态机驱动的层次化的词汇-语义规则标注模式方法，实现了对事件语义标注信息的层次化提取和抽象。

优点：

采用层次化标注结构时，使用者可以根据需要在词汇-语义规则文件中灵活地抽出或插入某一标注层，这样在编写词汇-语义规则时不必考虑某种标注类型对规则语法的影响，从而极大地简化了规则编写的工作。

三、评价：

有效地解决传统的基于词汇或词汇句法规则方法中所存着的: 对句法分析结果依赖性过强，不能精确描述同义词、反义词以及上位词之间的联系，不能按专业领域业务需求实现对词汇的概念化抽象等问题。