[发明专利]一种金融信用风险事件抽取方法、可读存储介质及设备

权利要求书

1.一种金融信用风险事件抽取方法，其特征在于，包括：

获取新闻标题，对新闻标题进行正则表达式匹配，得到正文；

对新闻标题和正文进行二次校验，确定事件类别以及新闻文本；

将事件类别和新闻文本输入到抽取模型，得到相应事件类别的失信主体；所述抽取模型利用两种不同类型任务的损失函数loss_1和损失函数loss_2对事件类别、新闻标题和正文进行处理，其中，损失函数loss_1用于预测事件要素文本的上下文位置，损失函数loss_2用于预测事件要素文本结构信息，所述事件要素文本为根据事件类别在新闻文本中抽取的信息。

2.根据权利要求1所述的金融信用风险事件抽取方法，其特征在于，所述

所述将事件类别、新闻标题和正文输入到抽取模型，得到相应事件类别的失信主体的处理过程包括：

通过事件类别确定事件类别的token语句和context语句，经过bert或albert模型对金融事件进行标签，得到金融事件标签event_label和利用bert或albert模型中的注意力机制对context语句进行处理得到语句信息表征，根据语句信息表征分别提取事件类别的语义表征E＝[E₁,E₂,...E_n]和整个语句的语义表征C＝[T₁,T₂,...T_m]；

将事件类别的语义表征E和整个语句的语义表征C输入到抽取模型，通过抽取模型得到相应事件类别的失信主体，所述抽取模型包括全连接层和BiLSTM/CRF层。

3.根据权利要求1所述的金融信用风险事件抽取方法，其特征在于，所述通过全连接层模型得到相应事件类别的失信主体的过程包括：

根据事件类别的语义表征E和整个语句的语义表征C利用全连接层计算事件主体的开始和结束位置，输出开始位置start_token和结束位置end_token；

根据事件类别的语义表征E和整个语句的语义表征C利用BiLSTM/CRF层计算实体识别的结果entity_token；

根据start_token和end_token利用损失函数loss_1计算loss_1结果；

根据entity_token用损失函数loss_2计算loss_2结果；

计算loss_1结果和loss_2结果之和，得到loss之和；

根据loss之和确定输出主体的概率；

根据预先确定的概率阈值p_threshold和参数predict_top_k，选择概率满足大于p_threshold且根据概率的值从高到底进行排列的predict_top_k个主体，作为最后输出的主体。

4.根据权利要求2所述的金融信用风险事件抽取方法，其特征在于，将事件类别和新闻文本输入到抽取模型的过程包括：

根据预先设定的文本长度阈值判断新闻文本是否过长，若超过预先设定的文本长度阈值，则对新闻文本进行步长分割，分割为小于等于文本长度阈值的部分，分别输入到抽取模型中。

5.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至4所述的方法中的任一方法。

6.一种计算设备，其特征在于，包括，

一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至4所述的方法中的任一方法的指令。