面向金融领域事件抽取的篇章级长文本数据预处理方法及系统

摘要

本发明涉及面向金融领域事件抽取的篇章级长文本数据预处理方法及系统，属于大数据与人工智能技术领域，该方法包括以下步骤：1)选取金融事件的类型，并根据不同的金融事件类型定义事件元素；2)从互联网上公开数据源获取各类金融事件的篇章级长文本类数据，并对文本类数据进行清洗，将清洗后数据格式转换成JSON格式，保存到MongoDB数据库；3)根据不同的金融事件类型进行触发词设定，通过设定的触发词筛选出包含目标金融事件的文本；4)对筛选后的长文本进行数据标注，形成可以训练事件抽取模型的数据集；5)运用构造的数据集训练事件抽取模型，得到的事件抽取结果并检验数据集的效果。本发明通过上述方法，提供了一种发现包含设定类型事件的文本，减少数据标注的成本，为事件抽取提供优质数据集的数据预处理方法及系统。