四虎亚洲,香蕉91视频,中文字幕精品在线

金融事件分析背景

在金融領域，事件是理解信息的有效載體，如何更好的理解和分析事件一直是金融領域研究的熱點。預訓練模型技術在翻譯、搜索、生成等領域都體現了它強大的能力，應用在金融事件分析中也取得非常顯著的進步。

圖 1

金融事件分析的主要任務有三塊：

第一塊是非結構化數據智能解析。金融領域的信息多數以非結構化的數據形式存在，比如PDF。從非結構數據中解析出重要的、準確的、格式語義清楚的文本對后面的事件分析至關重要，它能有效減少噪音數據、臟數據對模型的干擾，提高結果的準確度。

第二塊是事件語義理解。這里主要涉及事件類型的檢測、事件要素的抽取和事件之間的關系，在這些對事件的理解基礎之上。

第三塊就可以構建事件圖譜并進行事件圖譜的分析，包括事件鏈分析和事件預測。

為了完成這些任務，這里面涉及到的技術主要有兩個：金融事件體系和金融事件圖譜。

金融領域，有不同的主體，不同的主體也有不一樣的場景，為了能最好的支持這些主體和場景，需要建立相應的事件體系，這里面既有領域知識的人工工作，也結合技術做無監督的歸納學習，從而能夠提供場景化、完整性和可擴展的事件體系。金融事件圖譜把事件分析技術集成在了一起，抽取事件和事件關系，學習事件的表示，然后結合圖的信息進行預測。

有了這些技術和能力，我們對事件的分析，讓我們能夠回答諸如“這是一家什么公司的事？是一件什么事？人們對事情評價的情緒如何？為什么會發生？”等等。能夠回答這些問題對金融領域的很多場景都是非常有價值的。

金融事件體系

圖 2

圖 2 是一個金融事件體系的例子。我們將金融事件分為兩級：

第一級根據事件的主體分為5類，分別是企業、股票、行業和宏觀、債券和基金。這些都是金融領域非常重要和常見的對象。

第二級將每種類型主體事件的再進行的細分，比如企業這個一級事件類型下面有股東減持事件。那么最后，一個二級事件類型將包含這個事件相關的主要元素。再拿股東減持為例，減持的時間，哪個股東減持，減持每股交易價格等等。

一個定義完整、對場景有針對性的事件體系，是事件分析最后能夠達成目標的重要前提。比如股東減持事件沒有被減持的股票，你就沒有辦法了解當前發生的事情影響了那家公司。

1. 事件圖譜

圖 3

事件圖譜首先是個「圖」，一個圖是由節點和邊組成。在事件圖譜中，節點可以是事件，也可以是事件的元素對應的實體，比如公司。邊就是事件與事件間的關系，實體-事件間的關系，實體與實體間的關系。

我們來看一個例子，如圖 3 所示，這是一篇報道亞馬遜收購iRobot公司的新聞。這篇報道中，一共有四個事件，其中兩個收購事件，一個合作事件和一個創立公司事件，將這些事件連接起來的關系是時間順序關系。除了事件，這里面還有其他一些實體，比如公司和時間。這些實體和時間之間也由相應的關系連接。這樣看來，一個非結構化網頁信息，通過解析出正文文本和段落，抽取事件和關系，建立事件圖譜，最終就轉化成了一個結構化的信息。

結構化的信息，更容易進行理解和處理，可以應用在搜索、問答這樣的信息獲取場景，或者風險監控、量化投資分析這樣的金融業務場景。

2. 事件鏈

圖 4

事件鏈是事件圖譜的一種特殊的、簡化的形式，它主要關注一個參與者發生的一系列事件與事件之間的關系，是一個偏序事件集合。

圖 4 例子中，事件圖譜簡化為兩個事件鏈，每個事件鏈中只有事件節點，其他信息都是節點的屬性信息。這種簡化對于將事件圖譜應用落地是有很大幫助的，它的關系和節點類型簡化后，對圖譜的學習和處理都是只針對事件一種節點和事件間的一種關系。

那么基于事件鏈，如何對事件進行預測呢？

圖 5

基于事件鏈的時間預測模型主要有三部分，首先是對事件的表示，歷史事件和要預測的候選事件的表示是將事件觸發詞和事件元素拼接起來表示，為了更好的捕捉歷史事件信息，也將歷史事件的上下文表示和歷史事件的表示融合起來，這些表示被輸入第二部分，一個LSTM網絡，LSTM網絡可以將事件之間順序信息（哪些事件發生在哪些事件之前等）融入到事件的表示中。

最后將LSTM編碼后的每個事件信息傳入動態記憶網絡，這個網絡的設計是為了在事件鏈中對不同的事件，根據他他們與候選事件的關系，進行加權。也就是說跟候選事件聯系重要的具有更高的權重，最后計算給定歷史事件的情況下，候選事件發生的概率。

3. 事件問答

基于事件鏈的事件預測能夠提供信息對還沒有發生的情況做判斷，事件分析也能夠幫助人們更好的了解已經發生的情況，比如事件問答。

圖 6

事件問答支持用自然語言對事件進行語義查詢。比如查詢阿里巴巴的高管變動。通過對語料進行事件抽取，建立一個結構化事件庫，不同的事件類型存放在不同的表中。利用NL2SQL技術對問題理解后轉化為數據庫查詢SQL語句，找到對應的表和符合條件的事件返回。

事件分析框架

圖 7

綜合前面介紹的各種事件分析技術和應用場景，一個完整的事件分析框架支持4大能力：搜索某個事，搜索某個主體的事件，結合產業鏈搜索等業務數據搜索相應主體的公司，以及根據搜索到的一個主體的已經發生的時間預測可能發生的事件。

瀾舟事件分析技術的最新進展

接下來介紹我們在事件分析領域上的一些工作，時間所限，今天我將主要介紹兩個技術：事件檢測和事件抽取。

1. 事件檢測

圖 8

事件檢測是從文本中檢測是否有事件以及事件的類型。通常還會抽取對應事件類型的觸發詞。例如，“公司副董事長、副總經理黃世霖因個人事業考慮將辭去公司副董事長、董事、董事會戰略委員會委員和副總經理職務”，事件檢測的結果是一個“企業-高管變動”事件，觸發詞是“辭去”。

事件檢測的挑戰一個來自事件觸發詞的標注，通常的事件檢測任務要求訓練數據有觸發詞的標注，標注工作量大。另外一個是事件類型的變化，有的時候是增加新的類型，有的時候是對原有類型進行合并或者拆分，這些變化都涉及到標注數據和模型的改變。

圖 9

針對上述挑戰，我們使用了基于提示（也就是prompt）的事件檢測模型。事件檢測的prompt模板中拼接了四種信息，一種是事件類型，另外一個是事件的觸發詞，觸發詞可以有多個，還有就是事件的描述信息和事件元素的角色，這兩個信息會融合在一個字段中。

根據某個事件類型的prompt，模型在輸入文本上進行token的BIO標簽分類，抽取相應事件的觸發詞。如果針對當前的prompt類型能夠抽出觸發詞，則對應的事件類型和觸發詞就得到了。

對于zero-shot的情況，定義相應事件類型的prompt模型則可以進行事件檢測了。為了對比SOTA方法的方便，我們在英文數據集ACE05上進行了實驗。實驗顯示，對比另外兩個事件模型，我們的方法在全量訓練數據和zero-shot和few-shot上都有明顯的優勢（見圖 9 右側表格）。

2. 事件抽取

事件抽取任務是事件檢測任務的基礎上做了功能擴展，它不僅檢測了事件類型、觸發詞，還將事件的詳細信息抽取出來作為事件元素。例如，“格力電器9月9日宣布回購完成，累計成交金額為150億元，其中最高成交價為56.11元/股，最低成交價為40.21元/股”。除了事件類型和觸發詞外，抽取結果還包括像時間，交易金額等事件元素。

在一個完善的金融事件體系中，要完整的定義一個事件類型所涉及的元素，這樣在抽取中才能盡可能將一個文本中的事件的完整信息抽取出來，否則一個不完整的事件抽取結果意味著在結構化過程中流失了。

圖 10

事件抽取的挑戰主要來自于訓練數據的標注，有些事件要素的標注會和領域知識緊密相關，可能需要標注人員有一定的專業知識。這種標注成本高，難以擴展到大量的數據和事件類型上。

針對上述挑戰，我們基于生成式抽取的方法，提出了一些改進的技術，在ACE05上達到SOTA的效果，并且顯著提升了模型的zero-shot和few-shot能力。

圖 11

基于模板的生成式事件抽取將事件抽取轉換為一個生成任務，這種方法的一個好處就是可以將模板當成是prompt，通過改寫模板支持新的事件類型，或者改變已有的事件類型，比如增加事件元素。提示信息為GTEE提供了語義指導，以便利用標簽語義更好地捕獲事件要素，提示中編碼的事件描述使GTEE能夠使用附加的弱監督信息。prompt和context輸入到encoder后，decoder段輸出填充之后的模板，根據模板得到事件的元素信息。GTEE做為這種方法的一個代表，證明了基于生成式的事件抽取方法也可以做到SOTA，超過傳統的基于序列標注的方法。

圖 12

但是，現有的生成式事件抽取方法還存在幾個不足，第一，觸發詞和事件元素之間的聯系較弱，他們都定義在模板中，沒有顯示的對應關系。第二，模型推理時，針對一個輸入文本，每個事件類型都要進行一次推理，推理的計算量和事件類型成正比。事件檢測和事件抽取采用了pipeline的方式組織，導致錯誤傳播，不能聯合學習優化。

為解決以上不足，我們提出基于觸發詞檢測增強的生成式事件抽取，如下圖所示：

圖 13

在TDE-GTEE中，事件檢測模塊提供觸發詞和事件類型信息，在輸入中標注觸發詞得到新的輸入，并且根據事件類型信息選擇相應的模板，新的輸入和事件模板輸入concat后的表示結合事件檢測模型中觸發詞的表示輸入bart模型，最終得到填充后的模板，進而得到事件元素信息。

這里事件觸發詞在輸入中的標注，以及觸發詞表示和prompt表示融合，都是在加強觸發詞與輸入和模板中信息的交互，同時，檢測模型過濾了無關的事件類型模板，推理效率更高。最后，檢測模型和事件抽取模型融入一個端到端的模型，并聯合訓練。