上市公司公告是公司按照证监会要求发布的报告,其中包含的丰富信息对经营状况的分析、投资决策和部门监管具有重要作用。对公告摘要的自动生成,可以快速获取公告的核心信息,提高阅读效率。然而,公告的结构复杂,公告的内容冗长且干扰信息多,传统的摘要生成方法难以准确地生成通顺的公告摘要。本文提出一种以摘要模板为基础的摘要生成方法,并以三类公告为研究对象,根据类别的不同设计了三种不同的摘要元素抽取方法,将抽取的摘要元素填充至模板中生成公告摘要。具体分为三个部分:1.分析公告结构特点,提出一种基于文档结构的公告分类方法,将公告标题和一级小标题作为分类特征进行分类。首先设计公告小标题提取方案,接着将提取的小标题和公告标题组成特征文本,然后使用预训练的词向量将文本向量化,最后构建卷积神经网络对公告分类。实验表明,该方案在公告分类任务上F1值达到98.47%。2.分别制定解禁类、定期报告类和并购重组类公告的摘要模板,以摘要模板为基础,抽取摘要元素并填充至模板中生成摘要。对于解禁类公告,利用规则法匹配摘要句,经过后处理组成摘要。对于定期报告类公告,采用表格定位及表格解析的方法抽取摘要字段,将其填充至模板中生成摘要。对于并购重组类公告,分为摘要句抽取和摘要字段抽取两阶段进行:第一阶段采用标题规则和内容规则组合的方式抽取摘要句,首先自定义一套规则标识符;然后根据标识符制定各级标题规则、内容规则、规则组合表达式;最后解析组合表达式用于抽取摘要句。第二阶段,构建多特征融合的命名实体识模型用于识别摘要句中的摘要字段,首先在语料库上预训练词向量和字符向量;接着编写领域词典用于构建特征向量,并与词向量和字符向量融合;然后使用长短期记忆网络对上下文语义建模,再由条件随机场得到文本序列的最佳标签;最后通过标签的解析来抽取摘要字段,并将其填充至模板中生成摘要。经实验和验证,解禁类公告的摘要句抽取平均F1达到98.59%,定期报告类公告的摘要字段抽取平均F1达到98.10%,并购重组类公告的摘要句抽取平均F1达到96.47%,摘要字段的识别平均F1达到93.51%。实验结果表明,以摘要模板为基础,按公告类别的不同采用不同的摘要元素抽取方法,能够保证摘要元素抽取的准确性。3.在理论研究的基础上,根据实际的业务需求,面向解禁类、定期报告类和并购重组类三类公告,设计并实现了包含公告获取模块、公告分类模块、公告摘要生成模块、展示及存储模块的公告摘要生成系统,将各个功能模块整合在一起,实现自动化地生成公告摘要。此外,对整个系统和各个模块进行了测试。