基于自然语言处理及LSTM模型的产业上下游关系识别

发布时间：2021-01-14 21:50

　　产业上下游关系信息可以为经济分析以及金融投资决策提供重要依据。但目前尚缺乏从上市公司公告中自动识别所属产业链的上下游关系信息的方法。文章针对该问题,利用句式模板等自然语言处理技术对公告中可能表达产业上下游关系的语句进行初筛,然后结合词嵌入和长短期记忆网络模型（LSTM）对句子进行分类,对于含有上下游关系的正例句子再使用模板识别等方法进行关系文本提取。 

【文章来源】：统计与决策. 2020,36(14)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

产业上下游关系识别架构

对于从预处理中得到的初筛句子，使用哈尔滨工业大学语言技术平台提供的自然语言处理工具进行处理。先后对每个初筛句子进行句子分词、词性标注和依存句法分析，结果如图2所示。这些结果与原句子一同作为基于句式模板方法的输入。2.4 企业主营业务的提取与统计方法过滤

【参考文献】：
期刊论文
[1]客户效应与上市公司债务融资能力——来自我国供应链客户关系的证据[J]. 李欢,李丹,王丹.  金融研究. 2018(06)
[2]FDI与中国企业出口产品质量升级——基于上下游产业关联的微观检验[J]. 李瑞琴,王汀汀,胡翠.  金融研究. 2018(06)
[3]基于博弈论的循环经济产业链上下游企业策略选择[J]. 庞建刚,张华鑫.  统计与决策. 2016(16)
[4]外资自由化、技术距离与中国企业出口——基于上下游产业关联视角[J]. 孙浦阳,蒋为,陈惟.  管理世界. 2015 (11)
[5]关系型交易、盈余管理与盈余反应——基于主要供应商和客户视角的经验证据[J]. 林钟高,郑军,彭琳.  审计与经济研究. 2014(02)
[6]RDF数据查询处理技术综述[J]. 杜方,陈跃国,杜小勇.  软件学报. 2013(06)



本文编号：2977617