金融嵌套命名实体识别系统的实现与应用  

作　　者：白旭 周琳娜[1] 杨忠良 杨震[1] 雷敏[1] 

机构地区：[1]北京邮电大学,北京100876

出　　处：《网络安全技术与应用》2023年第10期52-56,共5页Network Security Technology & Application

基　　金：国家重点研发计划项目(2021YFC3340700);国家自然科学基金(62172053)。

摘　　要：金融行业依靠数据驱动发展,金融数据具有海量、多结构多维度和高价值的特点。随着金融领域数据的不断增长,有效利用数据并使其价值变现成为推动行业持续发展的突破口。如何从数据中准确、及时地识别出实体是挖掘、利用数据的第一步,也是至关重要的一步。然而金融领域涉及的长实体多,实体的嵌套结构普遍存在,且金融领域同一实体的缩写和别称多,这些都会带来数据稀疏的问题。目前的命名实体识别(Named entity recognition,NER)研究多针对简单命名实体识别(Flat NER),忽略了文本中大量存在的嵌套实体。少量的嵌套命名实体识别(Nested Named entity recognition,Nested NER)研究也未针对性解决嵌套实体数据集中数据稀疏的问题。针对这些问题,本文提出了面向金融领域的嵌套命名实体识别系统,能对嵌套实体的分布式向量进行语义增强,充分学习到稀疏实体的语义信息,解决嵌套实体数据稀疏的问题,提高了嵌套命名实体识别的效果,并为用户提供了实体识别结果的可视化。系统在本文构建的金融数据集和《人民日报》数据集上的结果证明了其有效性和泛化性,目前已在国家重要金融部门得到示范应用,助力金融安全发展。

关 键 词：嵌套命名实体识别 语义增强 BiLSTM 隐私安全保护 

分 类 号：F830[经济管理—金融学] TP391.1[自动化与计算机技术—计算机应用技术]