SEBERTNets: شبكات BERT المُعززة بالتسلسل لمهام استخراج كيانات الحدث موجهة لحقل المالية

تُعد استخراج الأحداث من الركائز الأساسية في تحليل الاستثمار وإدارة الأصول في المجال المالي، ولذلك حظيت باهتمام كبير. وقد أقامت مسابقة تقييم ضمن مؤتمر الصين 2019 حول رسم المخططات المعرفية والحوسبة المعنى (CCKS) مسابقة تقييم مخصصة لمهام استخراج كيانات الأحداث في المجال المالي. وفي هذه المهمة، نركّز بشكل رئيسي على كيفية استخراج كيانات الأحداث بدقة، واسترجاع جميع الكيانات المرتبطة بها بشكل فعّال. في هذه الورقة، نقترح نموذجًا جديدًا يُسمى شبكات BERT المُعززة بالتسلسل (SEBERTNets باختصار)، التي تُرَكّز على الاحتفاظ بالمزايا التي يتمتع بها نموذج BERT، وفي الوقت نفسه تلتقط المعلومات الدلالية للتسلسل. وبالإضافة إلى ذلك، مستوحاة من أنظمة التوصية، نقترح نموذجًا مُدمجًا يُسمى شبكات BERT المُعززة بالتسلسل الهجينة (HSEBERTNets باختصار)، والذي يستخدم طريقة استرجاع متعددة القنوات لاسترجاع جميع كيانات الأحداث المرتبطة. وتشير النتائج التجريبية إلى أن دقة نموذج SEBERTNets بلغت 0.905 في المرحلة الأولى، بينما وصلت دقة نموذج HSEBERTNets إلى 0.934 في المرحلة الأولى، مما يُظهر فعالية الأساليب المُقترحة.