金融情报挖掘：面向公开文本的期货事件聚合与传导因素分析

金融情报挖掘是情报领域的一个重要分支，通过对金融领域信息进行提取和分析，发现关联线索，对传导关联进行建模，能够挖掘出市场变动的规律，最终辅助决策。
例如，国内外资本市场，衍生品市场热点不断，如“原油跌停”、“智利地震”、“美股暴跌”、“华鑫期货违反法律法规”、“期货公司抵制文华财经”等，这些事件涉及多个金融机构、人物、产品等多类实体。
通过舆情分析，寻找这些事件之间的传导关系，对市场产品（国债期货、股指期货）趋势的影响有着重要意义。
通过舆情分析，寻找这些事件之间的传导关系，对市场产品（国债期货、股指期货）趋势的影响有着重要意义。
本文以该任务为研究对象，对任务的抽象、任务的评估、任务的实现以及总结等几个方面的内容进行介绍。

一、任务的抽象

每天公开的资讯文本中包含了大量的期货相关信息，以“事件”为角度，对资讯中关联的事件、实体、实体关系、事件关系进行舆情分析，目标是挖掘出事件之间的传导关系、事件的舆情信息以及该事件下对市场可交易产品趋势的影响。

为此，我们对该任务进行进一步抽象，即：
输入：
某一时间段中的财经领域公开文本

输出：
1）以该公开文本数据集为基础形成的事件聚合；
2）热点事件列表与排序；
3）事件与资讯、资讯与实体之间的实体关联；
4）舆情数据对实体影响的可解释性路径及大小；
5）影响实体走势的因素分析与排行。

二、 任务的评估

信息提取技术、事件聚合技术、知识图谱技术以及时序分析技术是实现这一目标的重要技术点。其中：

信息提取，需要完成对既定的实体类型、实体关系以及实体属性的提取，事件识别以及事件因果逻辑提取；

事件聚合，通过对相似文本进行判定和聚合，利用资讯去重与聚合技术，形成不同事件主题下相关的文本聚类，得到事件与文本之间的关联关系；

知识图谱，包括对期货领域知识的组织、构建以及应用(具体包括关联可视化以及关系推理等)；

时序分析，包括在不同时间窗口中的事件序列识别、市场交易物影响走势推理、可解释性的影响因素分析等。包括事