經(jīng)濟日報-中國經(jīng)濟網(wǎng)北京11月16日訊（記者牛瑾）近期，庖丁科技中標證券期貨業(yè)金融科技研究發(fā)展中心（深圳）（以下簡(jiǎn)稱(chēng)“深交所”）——“證券文本信息抽取技術(shù)研究”項目，為資本市場(chǎng)前線(xiàn)監管助力。

　　在資本市場(chǎng)上，信息披露義務(wù)人“應當真實(shí)、準確、完整、及時(shí)地披露信息”。我國上市公司信息披露的內容大體包括證券發(fā)行文件、定期報告和臨時(shí)報告三類(lèi)，須在指定信息披露網(wǎng)站發(fā)布。以深市上市公司為例，2016年全年共披露265985篇公告，2017年共披露291607篇。隨著(zhù)上市公司數量日益增多，這一數字還會(huì )逐年增加，不但為深交所的合規檢查帶來(lái)壓力，也給投資者帶來(lái)極大的信息負載。如何將海量公告更有效、更高效地讓閱讀人“讀薄”？其中，通過(guò)自然語(yǔ)言處理、深度學(xué)習等技術(shù)將公告信息結構化提取成為關(guān)鍵所在。

　　正因為如此，庖丁科技持續而堅定地推進(jìn)該項工作，通過(guò)卷積神經(jīng)網(wǎng)絡(luò )對公告中的段落表格等信息進(jìn)行分割抽取。為了適應樣本數量稀少的問(wèn)題，還提出了一種輕量級的機器學(xué)習方法，能夠高效地將不同類(lèi)別公告的關(guān)鍵語(yǔ)句抽取出來(lái)，并使之具有在線(xiàn)學(xué)習的能力；抽取過(guò)程僅需公告制作業(yè)務(wù)專(zhuān)家對少量公告進(jìn)行標注，即可達到可用效果。關(guān)鍵語(yǔ)句抽取后，再通過(guò)LSTM神經(jīng)網(wǎng)絡(luò )進(jìn)行細粒度提取，將公告結構化。目前，庖丁科技對并購重組公告的結構化抽取工作已取得較為理想的結果，提升了深交所監管工作效率。這項工作的探索不僅為擴展更多公告類(lèi)型奠定基礎，也為其他類(lèi)型文本處理帶來(lái)寶貴經(jīng)驗。

　　利用非結構化信息抽取技術(shù)，能夠深度挖掘隱藏在海量公開(kāi)公告中的企業(yè)與企業(yè)、企業(yè)與個(gè)人關(guān)系，透視、洞察企業(yè)的價(jià)值及風(fēng)險。為此，作為一家以人工智能技術(shù)為核心的金融科技行業(yè)企業(yè)，庖丁科技一直致力于為金融行業(yè)提供技術(shù)支撐，助力金融機構進(jìn)一步提升服務(wù)實(shí)體經(jīng)濟的能力。