CCKS-2020-event-extraction项目旨在开发一种针对金融领域的小样本跨类迁移事件抽取方法。该方法基于MRC（Multi-Relational Convolutional Network）技术，通过结合多种关系特征和注意力机制来提高事件抽取的准确性。

在该项目中，首先需要对金融领域的文本数据进行预处理，包括分词、去除停用词等操作。然后，将文本数据输入到MRC模型中进行训练，该模型能够捕获文本中的多模态信息，并学习不同类型事件的表示。

为了应对小样本问题，项目采用了迁移学习的方法，即利用已经标注好的金融领域数据作为正样本，同时使用未标注的数据作为负样本。通过迁移学习，可以充分利用已有的知识，提高模型的泛化能力。

最后，通过评估指标如准确率、召回率等来评价模型的性能，并根据需要进行优化和调整。CCKS 2020：面向金融领域的小样本跨类迁移事件抽取。该项目实现基于MRC的事件抽取方法