席建文

（西南民族大学电子信息学院，成都 610041）

0 引言

因果事件抽取技术是信息抽取领域重要的研究方向。而金融领域中含有大量的因果事件，这些因果事件直接地反映了一个经济事件对另一个经济事件的影响程度，这对于领域决策和分析具有一定的指导作用，为知识问答、数据预测、因果推断等应用提供数据来源。但由于中文语言的复杂性、描述方式的多变性，真实文本中因果情况复杂难解，有大量的多因多果的情况，增加了抽取因果事件的难度。

为了解决金融领域因果抽取的难题，我们构建了金融领域中的因果数据集，对因果事件中的组成结构进行定义，方便从因果句中抽取因果事件。同时研究了如何更准确地抽取因果关系，并提出了基于BERT 改进pipeline 结构的因果事件抽取模型PUBERT。

1 相关工作

本文相关的工作主要分为因果事件数据集的构建和因果事件关系抽取研究。

针对因果事件标注的数据集目前主要有两种标注方式，一是以词级别的标注，将事件标注为词语的形式，包括SemEval-2007 task 04［1］、SemEval-2010 task 8［2］、CaTeRS［3］和中文因果标注数据集CEC［4］等，另一种是以长句或长文段的标注方式，如Fincausal［5］，将因果事件标注为一个完整的句子或者段落。

事件因果关系抽取上的研究最早可追溯到20 世纪90 年代，早期研究围绕基于规则的方法展开。Grishman 等［6］提出了PROTEUS 工具，使用语法和语义信息自动抽取文本中的时序关系和因果关系。Kaplan等［7］将文本表示为命题的集合，每个命题包含一个谓词（通常为动词）和多个论元，通过定义命题模板的方式抽取命题中的因果关系。……