罗 明，黄海量,2

(1.上海财经大学 信息管理与工程学院，上海 200433； 2.上海财经大学 上海市金融信息技术研究重点实验室，上海 200433)(*通信作者电子邮箱hlhuang@shufe.edu.cn)

0 引言

信息抽取是指从自然语言形式的文档中抽取人们所感兴趣的信息，并将其转变为结构化信息的过程。信息抽取研究的范畴包括：命名实体识别(如：人名、地名、机构名等)，关系信息抽取，事件信息抽取(与事件有关的事件类别、时间、地点、参与者等)。本文所研究的对象是与金融事件有关的信息抽取。

一直以来，信息抽取工作所面临的主要困难之一是如何解决“自然语言表达的多样性、歧义性和结构性”[1]的问题，多样性是指同一种意思可以有多种表达方式，例如对公司收购事件，既可以用“A公司收购B公司”，也可以用“A公司买下B公司”来表达；歧义性是指同一词语在不同的上下文语境中存在着不同的含义，例如：“苹果公布iOS 9新系统”中的“苹果”指美国苹果公司，而“近日苹果批发价格一路走低”中“苹果”则是指一种水果；结构性是指自然语言所具有的内在结构，例如：“他从北京来到上海”和“他从上海来到北京”两个句子虽然都使用了相同的词语，但由于句子词语成分结构不同导致所表达的语义也不相同。如何采用语义分析的方法来解决这些问题一直以来都是自然语言处理研究领域所关注的核心问题之一。

事件信息抽取是信息抽取研究的一个重要子任务，ACE(Automatic Content Extraction) 2005将事件抽取任务定义成法律制裁(Justice)、冲突(Conflict)、商业……