计算机科学与探索

作者：张纯鹏, 辜希武, 李瑞轩, 李玉华, 刘伟

单位：华中科技大学 计算机科学与技术学院,武汉 430074

关键词：深度学习,信息提取,预训练语言模型,人物关系图谱

基金：国家重点研发计划(2016QY01W0202);国家自然科学基金(U1836204);国家自然科学基金(U1936108);国家社会科学基金(16ZDA092)

现有的人员简历信息抽取方法无法针对金融公告中非结构化人员简历进行人员属性以及事件的抽取,无法发现金融公告中跨文档的人员之间关系。针对以上问题,将非结构化的人员简历抽取成结构化的人员信息模板,提出一种金融领域人物关系图谱构建方法。通过对BERT预训练语言模型进行训练,抽取出非结构化人员简历文本中的人员属性实体,利用训练好的BERT预训练模型获取事件实例向量,对事件实例向量进行准确的分类,填充层次化的人员信息模板,准确地关联人员属性。进一步地,通过填充好的人员信息模板,提取人员关系,构建人物关系图谱。通过构建人工标注的数据集,进行实验验证。实验表明所提出的方法可以有效解决非结构化金融人员简历文本信息提取问题,有效地构建金融领域人物关系图谱。

来源：2022年第1期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2022年第1期