上下位关系抽取方法及其在金融市场的应用

摘要：

[目的]针对知识图谱的上下位关系抽取技术,提出基于映射矩阵和词向量相似度相结合的抽取方法,并探索在实际应用中的有效性.[方法]构建对应不同类别上下位词对的多个映射矩阵,充分运用实体词汇及其上下文包含的语义信息,进而利用映射矩阵识别实体词对间是否存在上下位关系.[结果]该方法在测试集上的综合表现比已有方法的FI值高出0.0321.以上市公司为数据集的实验结果表明,该方法有助于研究公司相似度和股票联动的相关性.[局限]可尝试对更多的上下位词对聚类,以更精准地区分上下位关系的类别;可引入模式匹配方法,对该方法进行补充,提升抽取效果.[结论]所提方法能够有效进行实体上下位关系识别,并能有效帮助挖掘金融市场中存在关联的上市公司、股票板块等,在金融领域的知识图谱构建中有推广和应用前景.

关键词：上下位关系;关系抽取;词向量;股票联动

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金;国家自然科学基金

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：60-70