基于多级模型的金融异构信息获取与预测分析

《基于多级模型的金融异构信息获取与预测分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨工业大学工程硕士学位论文金融网页数据和金融文本数据虽然易于获取，但是与结构化数据相比，这类数据信息冗余大，噪声多。要想使用各种类型的金融产品数据进行数据分析，首先就要把这些异构信息处理成结构化的数据[1]。经过总结，一般金融异构信息的具体处理框架如图1-1所示。随着计算机技术的不断进步，很多学者通过计算机领域的知识对金融领域进行了研究。但是普遍使用的单个模型方法效果有限，不能较好地满足人们的需求。在这种背景下，如何从金融异构信息中提取出有价值的信息，并对多种信息进行预处理转换成结构化金融数据，并且进一步利用多级模型对所得到的信

2、息进行分析预测成为本课题的研究重点。1.2国内外研究现状本课题旨在从异构信息中抽取有用的信息，并且利用多级模型对这些信息进行分析进而对金融数据进行预测，所以将会用到信息抽取和金融数据预测技术。下面对本文中所使用的关键技术的相关研究现状进行说明。1.2.1信息抽取研究现状信息抽取（IE）是指从非结构化或是半结构化的计算机电子文档中自动的抽取出结构化信息的技术[2]。信息抽取的主要任务是从大量文档中抽取出相关的或者是需要的指定的特征信息，一般情况下很多自然语言处理相关的任务都会用到这项技术[3]。信息抽取的研究工作是以自然语言项目为导向

3、开始进行研究的[4]。最初的信息抽取工作由两个项目发起，LinguisticString以及FRUMP系统[5]，第一个项目大概进行了20年左右的时间，其主要研究内容是建立一个相对来说比较大规模的一个英语计算语法库，依照模板从自然语言中抽取出一些固定的格式信息。另一个项目是在RogerSchank等研究的关于语言（特别是故事）的理解的研究工作，实现了一个基于故事脚本的信息抽取的FRUMP系统[6]，该系统能够从实时的新闻中抽取出相关的事件信息，此系统中用到的技术很多都延用至今，对后代的学者帮助很大,例如文本检索会议[7]等。近几年中

4、，随着信息抽取技术的逐渐发展，信息抽取也慢慢的有了比较统一的抽取结果及流程。而且在信息抽取的过程中用的最多的技术是规则匹配[8]和统计学习等。20世纪90年代JerryR.Hobbs通过手工或自动制定规则不断增加新规则的方式获取相关信息、他认为任何信息抽取系统都用它自己的模块集合，但是通常来讲这些模块集合都来自与以下模块集合：文本分块模块、预处理模块、过滤器模块、预分析模块、分析模块、片段组合模块、语义解释器模块、词汇消歧模-2-哈尔滨工业大学工程硕士学位论文块、共指消解或篇章处理模块以及模板生成器[9]。一般信息抽取的框架如图1-

5、2所示。图1-2信息抽取框架图随着信息抽取技术的发展，近几年中除了通过编写一定的规则然后根据正则则表达式匹配的方法进行信息抽取，也引入了一些新的技术在信息抽取的领域比如统计学习和本体规则制定。现在的信息抽取中很多都用了上述的几种方法或者将这些方法进行混合。比如在2000年McCallum等人提出的通过统计学习中的最大熵和马尔可夫来进行信息抽取的方法[10]和在2011年Yildiz等人提出基于本体进行信息抽取的方法[11]。本文发现通过这两种方法都可以得到不错的结果。虽然信息抽取已经有了多年发展，但是针对中文来说，中文信息抽取方面的

6、研究相对来说起步较晚。在ACL-2000会议上YiminZhang等人提出了通过寻找实体与实体之间的关系从而进行信息抽取的方法[12]。中科院的李效东等人提出了一种针对一些Web网页，利用归纳学习算法，在文本对象模型的基础上半自动地生成提取规则的方法[13]。哈尔滨工业大学的孙承杰等人提出了一种通过统计学习的方法来对网页进行信息抽取的方法[14]，该方法的通用性相对于其他方法有很大的提高，具有普遍使用性。丁晟春等人也提出通过本体论来对文本进行分析从而进行抽取的方法[15]。综上国内外研究所述，在信息抽取技术方面、Web网页半结构化的

7、数据处理方面和PDF处理方面有待进一步的研究。针对中文的PDF文档的相关数据获取，目前还没有很成熟的获取方法可以达到较高的获取准确率。通过总结，现有的比较好的信息抽取的两种方法是基于本体论的规则匹配方法和统计学习的方法[16]。通过对这两种方法的相关文献进行研究，对于中文的信息抽取，本体规则匹配的方法更具有优势。在本文中选择比较新的基于本体论的规则匹配方法，其中主要的框架如图1-3所示。-3-哈尔滨工业大学工程硕士学位论文命场推词名句景共理文档法实法模指事抽取模板分体分板分件析识析匹析整别配合图1-3信息抽取框架图1.2.2金融数据

8、预测研究现状为了满足用户个性化、多样化的需求，又由于金融行业的迅猛发展，近几年来不论是金融行业还是研究学者都在寻找一些能够行之有效的证券预测方法，希望能够准确的预测出证券的未来趋势或者价格。在这里介绍一下近几年中金融预测[17]领域的