利用篇章结构改进股评观点分类的研究

被引：6

作者：

胡航丽

莫倩

机构：

[1] 北京工商大学计算机与信息工程学院

来源：

小型微型计算机系统 | 2009年 / 30卷 / 05期

关键词：

观点分类; SVM; 篇章结构; 股评;

D O I：

暂无

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

尝试将观点分类的思想和方法应用到股评观点分析领域.通过对股评篇章结构的分析,分别提取股评的标题和预测型语句,利用SVM算法,构造标题分类器和正文分类器,然后选择合适的阈值和权值融合两大分类器,自动的将股评分为看多、看平、看空三个类别.实验结果显示,与SO-PMI算法、非基于篇章结构的SVM算法相比,查准率和查全率提高了近10%,分别达到了88.0%、86.8%.

引用

页码：899 / 902

页数：4

共 5 条

[1] 基于篇章结构的文本自动标引算法 [J].