抽取事件因果关系,构建事理图谱,是当前金融领域的一个研究应用热点。金融事理图谱中记录的大量金融事件的因果逻辑,有助于金融事件的影响因素探究以及因果逻辑推理,进而可对未来经济指标进行预测,指导投资建议。
事件因果关系的识别,是构建事理图谱的核心环节,在实践中会面临以下挑战:1.因果关系数据标注难度大,很难积累到大规模高质量的可训练的数据,进而如何在有限的训练数据下,提高因果关系抽取的效果; 2.在金融领域,文本中因果关系复杂,通常包含多个因果事件,而之间的因果影响范式多样,使得抽取难度加大。
bash causality_extraction_demo/train/run.sh
bash causality_extraction_demo/predict/run.sh
bash causality_extraction_demo/metrics/run.sh
metrics/eval.py
中有三类评价指标(event_f1,easy_f1, hard_f1)实现方式
为防止实现计算评测的公式有差异,可参考使用对应赛题提供的demo中的代码1)参与者不允许使用多个小号,一经发现将取消成绩;
2)参与者禁止在指定考核技术能力的范围外利用规则漏洞或技术漏洞等途径提高成绩排名,经发现将取消成绩;
3)在A榜中,若主办方认为排行榜成绩异常,需要参赛队伍配合给出可复现的代码