高赫
(北京金融安全产业园,北京 100005)
近年来,互联网与金融不断融合,大数据和云计算等信息技术使传统金融业务得以重塑,推动类金融机构和新金融业态快速发展,但也衍生出一定风险,对金融监管提出新的挑战。通过调整监管方式、明确监管职能,一系列监管法规陆续出台,力求维护金融体系健康有序发展。
就网络借贷行业而言,目前已形成“3+1”架构的监管体系(“1”即《网络借贷信息中介机构业务活动管理暂行办法》;“3”即《网络借贷信息中介备案登记管理指引》《网络借贷资金存管业务指引》和《网络借贷信息中介机构信息披露指引》)。为便利上述监管体系落地,作者所在机构与北京市相关监管部门合作,基于相关监管文本,采用NLP技术构建知识图谱,实现文本内容的逻辑化,为相关金融业务的合规检查提供支撑。
监管文本逻辑化的核心技术方案为条件随机场(Conditional Random Fields,CRF)以及深度学习方法的结合。
实体抽取主要涉及从文本中抽取出特定实体信息。目前较成熟的方法主要包括基于规则、基于统计及基于深度学习3种。
1.1.1 基于规则的方法
基于相关领域专家提供专业知识,人工构造抽取规则,再将之与文本字符匹配,以识别实体。其优点在于算法实现简单;缺点在于随数据集增大,人工成本增加,且规则可移植性差,不同领域的应用效果悬殊。
1.1.2 基于统计模型的方法
基于经人工标注语料训练模型,常见模型包括隐马尔可夫(Hidden Markov Model,HMM)、最大熵(Maximum Entropy,ME)和条件随机场(CRF)。……