一种基于自然语言处理的舆情信息抽取及知识库生成方法

摘要

本发明公开一种基于自然语言处理的舆情信息抽取及知识库生成方法，包括如下步骤：一、文本预处理；二、命名实体识别，包括：识别公司机构名称和人名，采用基于神经网络的方法完成命名实体识别；三、关系抽取，采用特征层+GRU+Attention抽取金融领域的六类关系；四、实体链接；采用Jaro winkler distance方法，通过计算链接实体与目标实体之间的距离，来判断他们是否是同一实体，达到实体消歧。本发明方法采用端对端模型、特征提取输入类模型结合，构建从金融非结构化文本到结构化数据存储的一站式流程，充分利用金融新闻上下文信息、以更少参数和更快训练预测速度抽取知识，在金融舆情信息领域达到良好表现。