【DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Labeled Training Data】

这个论文讲的是关于事件抽取的，在NLP里面的事件抽取还是一个蛮重要的任务，这个讲的就是在金融领域的一个事件抽取的方法。

但是对于金融领域事件抽取来说，还是有非常多的问题的，比如说数据的缺少以及抽取往往是在Document Level进行的，在现有的算法之中，EE往往是对于Sentence Level的文本进行Extraction，但是在金融的Text之中，事件往往是会通过多个Sentence同时进行表达的，文中说这个比例是91%.

那么接下来看看作者是如何解决这个问题的。

Methodology

先看看整体的处理的框架是什么样的

整个的Framework分成了两个Component，分别是Data Generation，即自动的在文本之中进行标注，并且从Sentence之中抽取Annotate的Arguments。而得到了数据之后就会丢到EE系统之中，其中包含了Sentence-Level的EE和Document-Level的EE。

Data Generation

在文章之中使用到了两种Data Resource，分别是Financial Event Knowledge DataBase,其中存储了很多的结构化和非结构化的数据。本文使用Financial Event Knowledge DB的方法是使用它的结构化的数据，其有一张表格，包含了九种常见的Financial Event的类型，并且定义了其中会出现的Key Event Arguments，然后参照这个对于文字进行Label，文中以Equity Pledge，即股权质押的事件作为例子，其中的Key Argument包括了股东的名字，质押的机构，质押的数量以及日期

通过丢进他的数据库就可以得到上图之中的这样的Annotate的结果。

而被Annotation的数据由两个部分组成，Sentence Level以及Document Level的，其中的Sentence的数据通过Label Event Trigger以及Event Argument实现，那么现在的问题就是如何找到这些Event Trigger呢？现在能做的就是构建字典了，构建完之后就可以自动标注了。不过我倒是挺馋他代码的，没开源就是可惜了。

Event Extraction

Sentence Level Event Extraction(SEE)

文中将SEE看成是一个序列标注的任务，对于Sentence表示成为BIO的格式，其中的每一个Character即Event Trigger,Event Arguments 都被标注为B，而I就是之内的标注，O就是之外的其他的。文中用的是经典的Bi-LSTM+CRF的搭配了

在上图的模型的结构之中的黄色的部分就是CRF与LSTM的经典组合了，在本文之中的处理的语义基本单元是字级别的。

Document Level Event Extraction

DEE有两个部分组成，第一个部分是Key Event Detection Model，其旨在发现在文章之中所含有的那些Event，而如何发现呢，其输入由两部分组成，一个是SEE所抽取出来的蓝色部分，另一个是其句子所对应的向量表示，这两个向量进行Concat然后丢进CNN之中，最后将他们判断为是不是Key Event.

Comments

文章看完其实看得不是特别的明白，有很多的地方都有些含糊其辞吧，可能也是由于自己的水平还是不够所以看不明白。比如说在最后的部分依旧是一个句子，但是这里怎么做到Arguments Completion的呢?之前的词典的抽取的部分好像也不是讲的特别的清楚，只是有一个大概的介绍，不过文章的总体的想法还是非常的好的吧，只是自己能力还是不足没读懂之中的细节。

Reference

DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Labeled Training Data