道公司、市场、货币和股票的金融新闻来源的激增为战略决策提供了机会,通过挖掘数据来提取金融实体及其相互关系的结构化表示。这些表示可以方便地存储为知识图谱中的(主题、谓词、对象)三元组,可以使用这些三元组通过使用高级声明性语言回答复杂查询来驱动新的见解。为了实现这个目标,我们开发了一个为金融领域量身定制的高精度知识提取框架。该平台将多种信息提取技术与我们构建的金融词典结合在一起,从28.8万多篇金融新闻文章中提取出超过342,000篇紧凑内容,对前100篇提取内容的精确度达到78%。这些提取被存储在一个知识图谱中,以便在下游应用程序中使用。在精确性、提取的总数量和金融谓词的覆盖率方面,我们的框架优于现有的工作。

https://open.library.ubc.ca/cIRcle/collections/ubctheses/24/items/1.0392614

成为VIP会员查看完整内容
139

相关内容

最新《知识图谱:构建到应用》2020大综述论文,261页pdf
专知会员服务
282+阅读 · 2020年10月6日
【KDD2020】动态知识图谱的多事件预测
专知会员服务
127+阅读 · 2020年8月30日
最新《图神经网络知识图谱补全》综述论文
专知会员服务
153+阅读 · 2020年7月29日
最新《多任务学习》综述,39页pdf
专知会员服务
259+阅读 · 2020年7月10日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
294+阅读 · 2020年6月16日
【斯坦福大学-论文】实体上下文关系路径的知识图谱补全
论文解读|知识图谱最新研究综述
AINLP
17+阅读 · 2020年5月4日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
37+阅读 · 2019年8月18日
自然语言处理常识推理综述论文,60页pdf
专知
69+阅读 · 2019年4月4日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
【知识图谱】如何构建知识图谱
产业智能官
134+阅读 · 2017年9月19日
项目实战:如何构建知识图谱
PaperWeekly
29+阅读 · 2017年9月14日
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
4+阅读 · 2019年4月17日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
VIP会员
相关VIP内容
相关资讯
论文解读|知识图谱最新研究综述
AINLP
17+阅读 · 2020年5月4日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
37+阅读 · 2019年8月18日
自然语言处理常识推理综述论文,60页pdf
专知
69+阅读 · 2019年4月4日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
【知识图谱】如何构建知识图谱
产业智能官
134+阅读 · 2017年9月19日
项目实战:如何构建知识图谱
PaperWeekly
29+阅读 · 2017年9月14日
相关论文
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
A Survey on Deep Learning for Named Entity Recognition
Arxiv
25+阅读 · 2020年3月13日
Arxiv
4+阅读 · 2019年4月17日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
微信扫码咨询专知VIP会员