面向金融领域的文本情感分析技术研究

《面向金融领域的文本情感分析技术研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、面向金融领域的文本情感分析技术研究硕士学位论文面向金融领域的文本情感分析技术研究THESTUDYONSENTIMENTANALYSISFORFINANCIALTEXT王亚伟哈尔滨工业大学2011年12月国内图书分类号TP3913学校代码10213国际图书分类号6213密级公开硕士学位论文面向金融领域的文本情感分析技术研究硕士研究生王亚伟导师王晓龙教授申请学位工学硕士学科计算机科学与技术所在单位深圳研究生院答辩日期2011年12月授予学位单位哈尔滨工业大学ClassifiedIndexTP3913com6213ThesisfortheMasterDegree

2、inEngineeringTHESTUDYONSENTIMENTANALYSISFORFINANCIALTEXTCandidateYaweiWangSupervisorProfXiaolongWangAcademicDegreeAppliedforMasterofEngineeringSpecialityComputerScienceTechnologyAffiliationShenzhenGraduateSchoolDateofDefenceDecember2011Degree-Conferring-InstitutionHarbinInstituteo

3、fTechnology哈尔滨工业大学工学硕士学位论文摘要随着互联网技术和金融产业的飞速发展网络上金融信息日益丰富同时人们对金融信息的需求也日益增多金融文本的倾向性可能对相关个股或者公司股票价格走势产生重要影响为此对金融文本进行进一步的情感分析有助于投资者进行投资决策人工判断新闻评论等金融文本的倾向性的工作量巨大迫切需要一种面向金融领域的自动文本情感分析技术和工具金融文本的情感分析技术主要受制于高性能的文本情感分类算法和高质量的金融文本情感标注语料库为此本文首先对金融文本的倾向性判定方法进行了研究结合文本情感分类特点本文对感知器算法进行改进提出了基于优化感知

4、器的文本倾向性分析方法通过观察和分析金融文本的特点本文提取了情感词评价词等特征来表示金融文本传统的感知器方法的优点是可以通过错误分类的样本来调节各个特征的权重但却存在确定学习率的问题而传统的基于情感词典统计的倾向性分析方法能够采用固定特征权值进行统计所以本文结合感知器和词典统计方法提出了优化感知器的文本倾向性分析方法实验结果表明优化的感知器方法能够有效地判断金融文本的倾向性在同一金融语料库上的倾向性分析效果优于其它方法其次由于人工标记语料具有主观偏向性的缺点从而影响语料库的一致性并且导致基于监督学习分析方法的综合性能下降借鉴PageRank算法的思想本文提

5、出了一种新的DocRank算法算法采用文本图的结构来表示文档间相互关系优选出具有代表性的情感样本作为训练语料集合通过多组对比实验表明DocRank算法能够对语料库进行优化选择提高语料库的一致性最后本文将上述算法应用到了专业的金融信息检索系统中从而帮助用户更好的理解金融文本提升用户体验同时也验证了算法的有效性关键词情感分析感知器文本图-I-哈尔滨工业大学工学硕士学位论文AbstractWiththerapiddevelopmentofInternetandfinancialindustrybothprovisionsandrequirementsoffina

6、ncialinformationpeopleneededincreasesubstantiallyThetendencyoffinancialtextsmayhaveamajorimpactontherelatedstocksorcompaniesthereforethefurtheranalysisoffinancialtextscouldhelpinvestorsmakeinvestmentdecisionsItisahardworkforpeopletojudgethetendenciesofnewsreviewandsoonThissituatio

7、ncausesanurgentlydemandwhichneedsanautomatedtoolwithanalysistechnologytodeterminenewsorientationHoweverthetechnologyissubjecttothesentimentalanalysisalgorithmswithhighperformanceandemotionalcorpuswithhighqualityForthisproblemthispaperfirstdoesresearchthemethodswhichanalyzetheincli

8、nationoffinancialnewsAccordingtot